本教材以企业大数据统计与分析工作过程为依据，根据学生的认知规律和SPSS软件的不同模块全书共分为七大项目，将技术技能的培养和理论知识的学习有机结合。项目一为SPSS软件介绍，认知SPSS软件的基本操作；项目二到项目六为SPSS数据文件的建立和管理、SPSS数据的预处理、SPSS基本统计分析、SPSS的参数检验、SPSS

本书共十二章，涵盖统计学基础理论与方法，并介绍Excel在统计中的应用。首先，第一章介绍统计内涵、特点、基本方法、概念及我国统计法规体系。第二章至第四章分别阐述统计资料的收集、整理以及统计表与统计图的相关内容。第五章和第六章介绍总量指标、相对指标以及集中趋势和离散程度的测定方法。随后，第七章至第十一章依次讲解抽样推断、

本书共11章,以SPSS27.0中文版为工具介绍了数据分析的常用技术,主要内容包括数据录入、数据处理、数据文件管理、描述统计、T检验、方差分析、相关分析、回归分析等基础模块,也包含了非参数检验、聚类分析、判别分析、因子分析等高阶模块,同时还增加了信效度分析、中介效应分析、调节效应分析等使用频率很高的统计分析内容。

"在第3版的基础上，《应用统计学（第4版）》显著强化了教育内容的深度与广度，精心嵌入了各种案例。这一创新不仅深化了统计学理论与实践教学的融合，还巧妙地将专业知识传授与价值观引导相结合，旨在培养既掌握扎实统计学技能又具备高尚道德情操的复合型人才。 《应用统计学（第4版）》不仅系统阐述了Excel、SPSS和JMP等主流统

数据分析的核心方法是统计，有效易用的实现工具是SPSS。本书以通俗易懂的语言讲明统计方法的核心原理，以典型代表性的案例展现SPSS的应用实践过程，循序渐进地引领读者明晰统计方法的理论精髓，熟练掌握SPSS的数据组织、整理和统计分析操作，快速达成提升数据分析综合能力的目标。本书提供配套的电子课件、教学大纲、习题和案例数据

本书内容设计依据教育部颁发的普通高等教育经济管理类专业人才教育培养目标的要求，从统计调查、统计整理和统计分析原理及方法出发，着重介绍统计学的基本概念、基本原理和基本方法。在统计分析方法中，详细介绍了综合指标法、时间数列分析法、指数分析法、抽样推断法、相关和回归分析法、统计综合法等。

数据挖掘是人工智能和机器学习中最活跃的地带。SPSSModeler充分利用计算机系统的运算处理能力和图形展现能力，将数据挖掘方法、应用与工具有机地融为一体，成为内容全面、功能强大、操作友好的数据挖掘软件产品，是大数据分析的理想工具。本书以数据挖掘的实践过程为主线，系统介绍了决策树、人工神经网络、支持向量机、Logist

本书一共分为14章,第1章到第5章为基础章节,这一部分内容偏重Stata的基础操作与常用命令的讲解。第6章到第10章为进阶章节,这一部分内容侧重于Stata的函数、矩阵、循环语句以及编程等方面的学习和操作讲解。第11章到第14章为应用章节,这一部分的内容侧重于数据分析的综合案例操作以及分析结果报告。

本书分为两部分。第一部分是运用抽样方法的实际例子，对扎根理论性抽样、目标导向性抽样、理论或立意抽样展开方法论的论证。第二部分聚焦质性研究中的实在论抽样方法，其中第四章阐述了一种实在论策略的抽样基础，此部分考量的是影响研究的内外部因果作用力和生成机制。接下来的三章阐述实在论抽样策略的三个关键因素。第五章考虑立意工作和假设

本书通过详细的图文步骤介绍了使用SPSS进行统计分析的方法和技巧。其中，第1～5章主要介绍SPSS的基础操作、数据处理、绘图等内容；第6～13章则围绕SPSS中的常用统计与检验方法展开，介绍了如何使用SPSS进行描述性统计、假设检验、相关性检验、方差分析、非参数检验，以及使用SPSS实现逻辑回归、决策树、神经网络、聚类