SPSS，全称Statistical Product and Service Solutions。最权威的标准统计软件之一，最初为社会科学统计软件，后更名为统计产品与服务解决方案，面向商业化。SPSS在全球全球 25 万用户，涉及行业遍及金融、医药卫 生、生产、运输、通讯、政府、教育、地理、天文等多个领域，拥有市场研究 80%的占有率。
    其实SPSS是一个傻瓜界面化操作软件，只要认识了软件的基本界面和功能，然后把你的数据准备好，输入进软件系统，点击需要进行分析的功能，软件会自动给出分析建模的结果，并不需要写代码或者程序。

      看到软件的界面，左下角有两个视图，“数据视图”和“变量视图”。首先你需要在“变量视图”定义好你的变量，其中包括名称、类型、标签、值、测量等。定义好变量之后，切换进“数据视图”，“数据视图”是一个长的类似于Excel表格的界面，在这里你可以输入你需要进行分析的数据，你也可以直接从excel中复制过来，前提是格式需要一致。
    数据准备就绪后，根据你想要分析的方法，在软件界面上选择分析的功能。比如，这里我准备了一个购买力的数据集，变量涉及区域、总体消费、家庭规模、家庭收入、每次消费额、孩子数、大学以上比例、购买力等字段。我想分析购买力的影响因素。这里输入自变量、因变量数据后，进行回归分析。

    接着，弹出这样的窗口。

    将对应的数据选入进自变量和因变量，再根据需要设置一些参数信息，再点击“确定”就可以得到分析结果了。
    一切看起来这么简单。

    然而...别着急开心，接着软件给出的一堆分析结果。
  
    这时候，没有学过统计学知识的同学就一脸懵逼了...
    所以，问题的重点来了。学习SPP的重点不在于软件本身，而是与统计建模和业务相关的知识，你需要学会数据分析的思维方法，同时学会解读软件输出的结果。学习SPSS也给了我们更多地沉淀数据分析真正技能和思维的时间，而不是花时间在一些在无谓的编程上。

    好吧，想要读透SPSS给出的分析结果不是一件容易的事情。

    在这里，不得不推荐SPSS学习的利器，学习的最好方法当然是读书，推荐张文彤老师的：
1.张文彤 邝春伟 SPSS 统计分析基础教程（第 2 版）
2.张文彤 董伟 SPSS 统计分析高级教程（第 2 版）    

    这里是广告：如果你是一个自学慢、自制能力差的莘莘学子，同时你需要导师来解答你的疑惑，助教及同学来帮助你的学习。CDA LEVEL 业务数据分析师-SPSS方向，带你从零开始，整个课程涵盖统计学基础理论、SPSS数据处理、SPSS分析建模、行业案例分析等模块，带你用最快速的方法踏入数据分析师的职业道路。3.18开课，欢迎参加！

【培训信息】
北京&远程（SPSS方向）：3月18~4月09（8天）
授课安排：现场班6900元，远程班4900元
(1) 授课方式：面授直播两种形式，中文多媒体互动式授课方式
(2) 授课时间：上午9:00-12:00，下午13:30-16:30，16:30-17:00(答疑)
(3) 学习期限：现场与视频结合，长期学习加练习答疑。

【课程大纲】
第一阶段：[3.18]数据分析统计基础理论P1
1.商业数据分析前沿与概述
2.数据分析及其职业介绍
3.CDA课程体系介绍
4.数据分析流程与方法论
5.数理统计基础知识
6.随机事件与随机变量
7.正态分布与中心极限定理
8.其他统计学三大分布
9.描述性统计分析

第二阶段：[3.19]数据分析统计基础理论P2
1.随机抽样知识
2.抽样估计基础
3.点估计与区间估计
4.假设检验方法
5.单因素方差分析
6.相关与回归分析
7.数据分析理论基础总结
a.案例：三国人物数据分析

第三阶段：[3.25]数据预处理技术P1
1.数据分析与SPSS介绍
2.SPSS数据分析流程演示
3.SPSS 的特点与界面介绍
4.数据的输入与保存
5.数据获取及其格式
6.SPSS 数据变量详解
7.SPSS 访问外部数据
a.案例：员工绩效考核案例

第四阶段：[3.26]数据预处理技术P1
1.数据预处理及分析
2.数据清洗方法
3.新变量生成
4.描述统计分析
5.SPSS 统计图形与可视化
6.交互式散点图介绍
a.案例：证券交易案例

第五阶段：[4.01]数据分析与建模技术
1.相关分析介绍
2.回归分析基础
3.简单回归分析
4.多元回归分析
5.卡方分析方法
a.案例：商品韧性材料的影响因素预测分析
b.案例：商品投诉因素分析

第六阶段：[4.02]数据分析与建模技术
1.二分类Logistic回归分析
2.主成分分析与聚类分析
3.主成分分析与两步聚类法
4.RFM 客户价值模型
5.时间序列分析方法
6.统计报表分析过程
a.客户违约信息预测

第七阶段：[4.08~09]案例分析及业务应用
1.数据挖掘方法论介绍
2.回归分析方法详解
3.因子分析方法
4.市场调研-用户体验评测案例
5.业务分析-球员综合评价案例
6.用户洞察-用户信用评分案例

【讲师介绍】

曹正凤
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。

丁亚军
CDA数据分析师讲师/首席数据分析师
现任职于人大经济论坛评谷数据处理与分析研究中心，兼职中国学习路径图国际培训中心技术顾问，SAS、SPSS高级统计学讲师。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等大型数据处理项目，具有丰富的数据处理经验。

【报名流程】
1.在线填写报名信息
CDA官网：


CDA微店（微信扫一扫）

2.给予反馈，确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图

【联系我们】
电话：010-68411404
手机：13001066694（张老师）QQ：2881989710
       18811331062（田老师）QQ：2881989709
邮箱：zm@cda.cn
      tyx@cda.cn
—— Join Learn!