相似文件
换一批
经管之家送您一份
应届毕业生专属福利!
求职就业群
感谢您参与论坛问题回答
经管之家送您两个论坛币!
+2 论坛币
玩转SPSS数据分析——进军咨询行业
培训时间:北京:2018年7月23-27日(赠送统计学课程视频)
深圳:2018年7月9-13日(赠送统计学课程视频)
培训费用:现场:4200元;
远程:3350元,
培训地点:北京市海淀区厂洼街3号丹龙大厦B座三楼
深圳市南山区科技园北区科技北一路17号摩比大厦312室
1、学习方式:现场学习+同步现场直播学习+现场(在线)答疑 +录播学习
2、课程时间:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
(现场班)
(直播班)
CDA讲师团介绍
CDA数据分析讲师MichaelLiu老师
中国精算师,北美准精算师,金融数据分析师,中级经济师,研究生毕业于中央财经大学,拥有期货、证券、银行类资格证书以及广泛的金融保险行业从业经验,同经管之家相识多年,擅长于数据分析,有长期的SAS、SPSS、EXCEL实战经验和授课经历,为人和善,始终相信能帮助和影响他人变得更好才是人生的意义所在。
CDA数据分析讲师熊巍老师
统计学专业博士,加州大学伯克利分校统计学院高级访问学者,对外经济贸易大学大数据与风险管理中心成员、中国人民大学应用统计研究中心成员、具有丰富的统计学及数学教学经验,人大经济论坛讲师,研究方向为数据挖掘、机器学习、稳健高维降维、应用统计模型等,在国外SCI及国内核心外期刊上发表论文二十余篇并参与完成多项著作。目前致力于大数据、超高维数据在交叉学科的前沿领域研究,主持并参与了包括国家自然科学基金项目在内的多项国家级课题及北京市自然科学基金、社会哲学规划项目等重大省部级课题,其中在研的有自己主持的教育部人文科学项目“基因与环境的交互效应对复杂疾病的影响及稳健地识别分析与应用”、以及参与的“大数据的统计学基础理论与分析技术创新研究”、“大数据下Leverage重要性抽样的稳健改进”等大数据项目。在学校承担多项课程,精通各种软件,正在编写《实用数据挖掘讲义》及《商务应用统计案例》。
CDA数据分析讲师丁亚军老师
CDA数据分析师金牌讲师/数据分析总监现任职于南京上度市场咨询有限公司,人大经济论坛数据处理中心数据分析顾问,SAS、SPSS 软件讲师、中国学习路径图国际中心技术顾问。曾参与2012 国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核、中国卫生状况调查、江苏广电 CRM 数据挖掘等大型数据处理项目。
CDA数据分析讲师曹正凤老师
CDA数据分析师金牌讲师/统计学专业博士,北京大数据协会理事,首发集团智慧交通大数据中心筹备组负责人,具有多年的JAVA程序设计和统计教学经验,目前致力于大数据分析前沿领域研究。研究方向为数据挖掘领域的前沿算法研究,包括随机森林算法、神经网络等内容,发表多篇论文。
CDA数据分析讲师郭照蕊老师
上海师范大学商学院副教授,硕士生导师。2013年7月毕业于上海财经大学,获管理学(会计学)博士学位;同年进入上海师范大学商学院任教。
2013年9月-2015年9月期间,在上海交通大学上海郭照蕊,高级金融学院从事金融工程博士后研究工作。在攻读博士之前,曾在广东海洋大学经济管理学院任教。
近几年,先后在包括《管理世界》、《审计研究》、《Review of Pacific Basin Financial Markets and Policies》等在内的各类国内外学术期刊上发表论文十余篇,多篇论文被人大复印资料全文转载。
2012年6月,获得2011年度潘序伦中青年会计、审计优秀论文奖;
2013年1月,获得教育部首批研究生国家奖学金;
2014年12月,获首届金融管理年会论文一等奖;
2015年9月,获中国博士后制度建立30周年纪念活动暨全国博士后学术论坛优秀论文奖(两篇);
2016年1月,获第二十二届中振科研基金优秀科研成果奖。
课程大纲
统计+SPSS目录(9天54课时) | 统计基础
| 第一节 | 描述性统计 | 1、集中趋势
2、离散测度 | 第二节 | 统计量及其抽样分布 | 1、统计量
2、分布
3、样本均值的分布与中心极限定理
4、样本比例的抽样分布
5、两个样本均值之差的抽样分布
6、关于样本方差的分布 | 第三节 | 参数估计 | 1、参数估计
2、一个总体参数的区间估计
3、两个总体参数的区间估计
4、估计量的求法
5、样本量的确定
| 第四节 | 假设检验 | 1、假设检验、个样本t检验
2、配对样本的t检验、两独立样本t检验
| 第五节 | 分类数据分析 | 1、分类数据与卡方统计量
2、拟合优度检验
3、列联分析、独立性检验
4、列联分析相关测量
5、线性回归 | 第六节 | 矩阵运算 | 1、行列式
2、矩阵及其运算
3、矩阵的初等变换与线性方程组
4、向量组的线性相关性
5、相似矩阵
6、线性空间与线性变化
| SPSS案例
| 第一节 | SPSS基础 | 1、综合绩效案例讲解
2、SPSS软件综合特征
3、访问数据源
4、如何理解描述数据
| 第二节 | 员工绩效管理 | 1、相关分析
2、方差分析、线性回归
3、模型构建流程,模型条件与调整 | 第三节 | 信用行为特征分类 | 1、y的量化、哑变量变换
2、卡方分析
3、模型构建流程
4、logistics模型在评分卡制作中的应用
| 第四节 | 降维在消费行为中的应用 | 1、x自变量的筛选
2、主成分分析的应用
3、主成分回归
4、缺省值填补
| 第五节 | 用户行为画像 | 1、行列数据标准化
2、数据标签与统计量
3、细分与用户分组
4、客户细分评价与市场营销 | 第六节 | 客户价评分 | 1、客户价值理论
2、RFM指标量化
3、数据离散化与客户价值细分
4、市场应用
5、RFM模型优缺点 | 第七节 | 购买行为组合与预测 | 1、商品或服务的组合问题
2、消费者的潜在行为与因子分析
3、回归分析的关系
4、常用于解决哪类市场问题
|
课程简介
1、本课程从最基础的统计理论(描述性统计、区间估计、假设检验等),到基本的统计分析(T检验、方差分析等),最后到商业常用的模型(回归、因子分析、时间序列)。以深入浅出的方法,带大家逐步了解统计。
2、SPSS是世界上最早采用图形菜单驱动界面的统计软件,它最突出的特点就是操作界面极为友好,输出结果美观漂亮。它将几乎所有的功能都以统一、规范的界面展现出来,使用Windows的窗口方式展示各种管理和分析数据方法的功能,对话框展示出各种功能选择项。
3、Spss基础课程从最基础认识spss的各种界面(文件、编辑、查看等),到最核心的统计分析模块,统计分析模块是基于统计理论来讲的,这一块会系统的讲基本的统计分析,过度到基本的模型(T检验、方差分析、相关性、卡方分析等),然后再到常用的模型(回归、因子分析、主成分分析、对应分析、聚类分析等)。并且每一个分析模型都是基于实际的案例,这些案例模型包括(一般线性回归、logistic回归、主成分分析等)
4、整体课程采用总分总的形式,先总体概述,再分开不同的模块、细节讲解,再总结所学的内容,不断的强化,循环,让学员深入掌握所学的内容。
课程重点
1、集中趋势的度量、离散程度的度量、偏态与峰态的度量、统计量的概念、几个分布的概念、正态分布导出的几个概念(卡方分布、t分布、F分布)、样本均值的分布与中心极限定理、样本比例的抽样分布、两个样本均值之差的抽样分布、样本方差的分布、参数估计的一般问题(最大似然估计)、一个总体参数的区间估计、两个总体参数的区间估计、样本量的确定、假设检验(2类错误)、一个总体参数的检验、两个总体参数的检验、分类数据分析
2、主成分分析、线性回归、相关关系、回归分析的目的、最小二乘估计、拟合优度的度量、可决系数、回归系数的区间估计和假设检验、logistic回归的主要用途、logistic回归参数估计、logistic回归分析思路、logistic回归中的混杂因素、logistic回归中的交互作用、因子分析的概念和基本步骤、因子载荷矩阵求解的方法、因子旋转、对spss因子分析结果的解释。
3、SPSS数据的与分析(数据清理、数据合并、数据拆分、检验异常值、缺失值处理、个案排秩、描述统计分析功能、ROC曲线)、数据分析(假设检验、卡方分析、相关分析、回归分析、因子分析、聚类分析、对应分析、联合分析、时间序列分析、生存分析、bootstrap抽样)。
课程目标
1、统计理论中了解一些常用的统计术语,能运用数据分析常用的一些统计方法(相关分析,列联分析,主成分分析,因子分析等),熟悉并了解spss的案例(员工绩效管理、信用行为特征分类、降维在消费行为中的应用)
2、Spss案例都是各行各业最为经典的spss案例,需要掌握流程和每个细节。
报名福利(优惠)
1、现场班老学员可以享受9折优惠;
2、同一机构3人以上报名,9折优惠;
3、同一机构6人以上报名,8折优惠;
4、提前一个月报名优惠500元,可以贷款
5、参加此课程后,可以补差价参加就业班
6、赠送本课程视频;
7、专业老师在线答疑;
8、精致课程练习题供学员课后操作更易于学员理解与掌握所受知识,提高实战能力;
9、报名成功后发送老师课程讲义供学员提前预习;
10、免费参加CDA数据分析研究院俱乐部活动。
11、赠送经管之家(原人大经济论坛)论坛币1000
(前三项优惠不叠加)
报名流程 1:点击“立即报名”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:网上订单缴费;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。 (现场班)
(直播班)
咨询方式
龚加勇
电话:010-53605625
手机:17773656856
Q Q: 1281241407
邮 箱:gongjiayong@pinggu.org
扫码加我 拉你入群
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
|