400-050-6600

面向数据科学的实用统计与SPSS实例操作集训营

方式:面授   时间:2019年

价格:820元/面授

分享至:
  • 第五章:心脏病预测

    逻辑回归基本原理

    案例:心脏病预测分析

    1)数据特征说明——样本量、数据特征

    2)探索和准备数据——变量转换、拆分数据集为训练集和测试集

    3)基于数据训练模型——逻辑回归的SPSS操作、模型结果的解读

    4)评估模型的性能——对模型进行显著性检验

    5)检查共线性

    6) 模型改进


  • 第四章:应用决策树识别高风险银行贷款

    决策树的模型原理

    案例:识别高风险银行贷款

    1)数据特征说明——样本量、变量类型

    2)探索和准备数据——比较数据、分割数据

    3)基于数据训练模型——训练模型、选择算法、配置信息

    4)评估模型的性能——模型评估指标解读、混淆矩阵

    5)查看单个客户的违约概率


  • 第三章:基于K-Means聚类的客户流失数据分析

    K-Means基本原理

    案例:客户流失数据分析

    1)数据特征说明——样本量、数据特征

    2)探索和准备数据——统计数据特征、数据进行规范化

    3)基于数据训练模型——k-means聚类的操作

    4)类间比较——类间特征比较、类别起名字

    5)使用类别成员关系预测客户流失


  • 第二章:房屋数据集的主成分分析

    主成分分析和因子分析基本原理

    案例:房屋数据集的降维的处理

    1)数据特征说明——样本量、数据特征

    2)探索和准备数据——统计数据特征、数据进行规范化、数据关联性分析

    3)基于数据训练模型——训练模型的操作步骤、模型结果的解读

    4)主成分提取个数分析——特征值标准、解释变异的比例标准、最小共线标准、坡度图标准

    5)主成分描述——剖析主成分的特点


  • 第一章 :应用线性回归预测医疗费用

    线性回归的模型原理

    案例:预测医疗费用

    1)数据特征说明——样本量、变量类型、目标变量

    2)探索和准备数据——变量转码、数据分布特征的计算和图表展示、数据关联性分析

    3)基于数据训练模型——训练模型的操作步骤、模型结果的解读

    4)评估模型的性能——拟合优度、残差分析

    5)提高模型的性能——改进模型提高分析效果


课程简介

在移动时代,几乎任何概念和知识点都可以从网络上查到。但是有一点你很难查到,那就是统计分析的思路和观点。比如,你可以很容易地在网上查到什么是线性回归,但你却查不到怎么线性回归分析,在你遇到实际数据时仍然不知道如何分析。

本课程充分根据我们日常的思维习惯来理解统计分析的原理,将各种统计方法之间的联系阐述清楚,同时提供了如何实现实例结果的SPSS软件操作。