SPSS 等统计软件的应用是以统计学知识为基础的，而现实是我们的“数据分析人员”，往往不具备统计学基础知识和系统的研究训练。因此大家在应用统计软件解决问题时，哪怕是一个小问题，也会觉得无从入手，并在具体的数据处理和统计分析过程中，处处一头雾水，心里没底。
　　随着大数据时代的到来，我们迫切需要的倒不是IT 行业所说的“大数据”，而是在利用好现有数据的条件下，能够掌握统计分析利器进行敏捷深刻的研究思考。
　　我非常喜欢《谁说菜鸟不会数据分析》系列书籍，“菜鸟”系列的长篇“小说”我都是一口气读完的，享受了在阅读过程中和作者的思路同步的趣味盎然，这本书同样如此。强烈推荐这本SPSS 统计分析软件的入门应用书籍，祝愿大家都和小白一起学有所成。
　　——马广斌 博士
　　北京数海时代分析技术有限公司  总经理
　　原析数软件（SPSS China）统计服务事业部  总经理



      《谁说菜鸟不会数据分析（SPSS篇）》适合刚踏出校门，初涉职场的新人，尤其适合从事产品运营、市场营销、金融、财务、人力资源管理等工作的上班族们，《谁说菜鸟不会数据分析（SPSS篇）》能帮助他们提高工作效率；而从事管理、咨询、研究等工作的专业人士，也不妨阅读本书，说不定会有惊喜的发现。

前言/序言（部分）
      自《谁说菜鸟不会数据分析》系列图书上市以来，已拥有数十万读者与粉丝，口口相传，成为职场人士案头必备的参考用书，遇到问题随手翻翻，总能找到一些快意的办法，打开脑洞。同时非常荣幸地获得“出版全行业优秀畅销品”称号，这离不开广大读者的厚爱与支持。
      随着数据分析在日常工作和生活中的重要性日益凸显，对于一些需要不断提升的读者来说，他们已经不满足于现状，迫切需要增强在数据分析方面的专业性。而SPSS 因为操作简便，无须编程，分析专业，几乎是业余进阶专业的必备工具。这也促使众多读者来信催我们早日出版《谁说菜鸟不会数据分析（SPSS 篇）》。
      有了上千位热心读者的不断来信咨询与支持，经过两年时间的打磨，这本书总算与读者见面了。
      这本书从解决工作中的实际问题出发，总结并提炼工作中SPSS 经常用到并且非常实用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍数据分析方法与技巧，在不影响学习理解的前提下，尽可能避免使用晦涩难懂的统计术语或模型公式，如需了解相关的统计学知识，可查阅相关的统计学书籍。

作者简介
      狄松，英国南安普顿大学理学硕士，主修市场分析，现服务于全球知名市场研究公司，任高级研究员，主要从事数据分析，建模等工作。获得SPSS高级认证，高级调查分析师证书，具有多年数据分析经验，略懂Excel、PPT以及SPSS、Minitab等工具。
     祝迎春，SPSS培训师，多年市场研究经验，独立开发10多个SPSS插件产品，《SPSS统计分析高级教程》的作者之一。

目录

第1 章 SPSS 概况／ 11
1．1　SPSS 简介／ 12
1．2　SPSS 特点／ 13
1．3　SPSS 安装／ 15
1．4　SPSS 窗口／ 19
1．5　本章小结／ 22

第2 章 数据处理／ 23
2．1　数据变量／ 24
2．1．1　数据类型／ 24
2．1．2　变量尺度／ 25
2．2　数据导入／ 27
2．2．1　Excel 数据导入／ 27
2．2．2　文本数据导入／ 29
2．3　数据清洗／ 33
2．4　数据抽取／ 35
2．4．1　字段拆分／ 35
2．4．2　随机抽样／ 38
2．5　数据合并／ 40
2．5．1　字段合并／ 40
2．5．2　记录合并／ 41
2．6　数据分组／ 43
2．6．1　可视分箱／ 43
2．6．2　重新编码／ 46
2．7　数据标准化／ 48
2．7．1　0-1 标准化／ 48
2．7．2　Z 标准化／ 50
2．8　本章小结／ 50

第3 章 描述性分析／ 53
3．1　频率分析／ 54
3．1．1　分类变量频率分析／ 54
3．1．2　连续变量频率分析／ 57
3．2　描述分析／ 61
3．3　交叉表分析／ 63
3．4　多选题定义／ 65
3．5　数据报表制作／ 68
3．5．1　报表类型简介／ 69
3．5．2　分类变量报表制作／ 70
3．5．3　连续变量报表制作／ 72
3．5．4　多选题报表制作／ 73
3．5．5　报表灵活运用／ 75
3．6　本章小结／ 80

第4 章 相关分析／ 81
4．1　相关分析简介／ 82
4．2　相关分析实践／ 84
4．2．1　散点图绘制／ 85
4．2．2　相关分析操作／ 86
4．3　本章小结／ 87

第5 章 回归分析／ 89
5．1　回归分析简介／ 90
5．1．1　什么是回归分析／ 90
5．1．2　线性回归分析步骤／ 91
5．2　简单线性回归分析／ 92
5．2．1　简单线性回归分析简介／ 92
5．2．2　简单线性回归分析实践／ 93
5．3　多重线性回归分析／ 99
5．3．1　多重线性回归分析简介／ 99
5．3．2　多重线性回归分析实践／ 99
5．4　本章小结／ 106

第6 章 自动线性建模／ 107
6．1　自动建模／ 108
6．2　模型结果解读／ 113
6．3　模型预测／ 121
6．4　本章小结／ 122

第7 章 Logistic 回归／ 123
7．1　Logistic 回归简介／ 124
7．2　Logistic 回归实践／ 127
7．2．1　Logistic 回归操作／ 128
7．2．2　Logistic 回归结果解读／ 129
7．2．3　Logistic 回归预测／ 131
7．3　本章小结／ 135

第8 章 时间序列分析／ 137
8．1　时间序列分析简介／ 138
8．2　季节分解法／ 139
8．3　专家建模法／ 148
8．3．1　时间序列预测步骤／ 148
8．3．2　时间序列分析操作／ 149
8．3．3　时间序列分析结果解读／ 151
8．3．4　时间序列预测应用／ 153
8．4　本章小结／ 157

第9 章 RFM 分析／ 159
9．1　RFM 分析介绍／ 160
9．2　RFM 分析操作／ 162
9．2．1　数据准备／ 162
9．2．2　RFM 分析实践／ 163
9．2．3　RFM 分析结果解读／ 167
9．3　RFM 分析应用／ 170
9．4　本章小结／ 175

第10 章 聚类分析／ 177
10．1　聚类分析介绍／ 178
10．2　快速聚类分析／ 180
10．2．1　快速聚类分析操作／ 180
10．2．2　快速聚类分析结果解读／ 182
10．3　系统聚类分析／ 186
10．3．1　系统聚类分析操作／ 186
10．3．2　系统聚类分析结果解读／ 189
10．4　二阶聚类分析／ 193
10．4．1　二阶聚类分析操作／ 193
10．4．2　二阶聚类分析结果解读／ 195
10．5　聚类方法的对比／ 201
10．6　本章小结／ 202

第11 章 因子分析／ 203
11．1　因子分析简介／ 204
11．2　因子分析实践／ 206
11．2．1　因子分析操作／ 207
11．2．2　因子分析结果解读／ 210
11．3　本章小结／ 217

第12 章 对应分析／ 219
12．1　对应分析简介／ 220
12．2　对应分析实践／ 221
12．2．1　对应分析操作／ 221
12．2．2　对应分析结果解读／ 225
12．3　本章小结／ 228