1 of 18

第一章:導論

SPSS統計與資料探勘教學簡報

TIPCI 臺灣國際專業認證學會 製作

2 of 18

SPSS與資料探勘概述

  • SPSS是一款用於統計分析的專業軟體,常見於社會科學與商業應用。
  • 資料探勘是從大量資料中發現模式與趨勢的技術。
  • SPSS結合統計分析與資料探勘,協助進行決策與預測。

3 of 18

SPSS與資料探勘的應用

  • 市場行為分析、醫療研究、教育成效評估、財務預測等。
  • 可用於建立模型、發現資料結構、輔助決策。

4 of 18

第二章:SPSS基礎知識

SPSS統計與資料探勘教學簡報

5 of 18

SPSS介面與基本操作

  • 包含:資料檢視、變數檢視、工具列與分析選單。
  • 能輸入數據、設定變數類型、設計分析模型。

6 of 18

建立資料集與資料處理

  • 建立新變數,設定名稱、格式與標籤。
  • 從Excel或CSV匯入數據。
  • 排序、過濾、轉換、設定缺失值與標準化。

7 of 18

第三章:資料前處理

SPSS統計與資料探勘教學簡報

8 of 18

資料清理與缺失值處理

  • 移除重複、糾正錯誤輸入、處理遺漏值。
  • 缺失值可使用平均、中位數或迴歸填補。

9 of 18

轉換與變數篩選

  • Z-score標準化、重編碼(Recode)、邏輯篩選。
  • 選擇具統計意義的變數,簡化模型。

10 of 18

第四章:描述性統計分析

SPSS統計與資料探勘教學簡報

11 of 18

描述性統計概念

  • 中心趨勢:平均數、中位數、眾數。
  • 變異數與標準差反映資料分散程度。
  • 偏態與峰態描述資料分佈形狀。

12 of 18

在SPSS中的操作

  • Analyze > Descriptive Statistics:可執行Frequencies、Explore、Descriptives。
  • 繪製直方圖、箱型圖與長條圖。
  • 使用Correlation進行變數間相關性檢定。

13 of 18

第五章:推論性統計分析

  • • 推論性統計的定義與目的
  • • 假設檢定的基本概念
  • • 信賴區間的解釋與應用
  • • 效應大小的概念與實務意義
  • • SPSS中進行t檢定的步驟
  • • SPSS中進行ANOVA分析的方法
  • • 迴歸分析操作流程與結果解釋

14 of 18

第六章:因素分析

  • • 因素分析的基本原理與目的
  • • 常見的因素萃取方法(主成分分析、最大概似法)
  • • 因素負荷量與解釋變異量
  • • 如何判斷保留因素的數量
  • • SPSS中因素分析的操作步驟
  • • 結果的表格解釋與應用實例

15 of 18

第七章:集群分析

  • • 集群分析的概念與分類(階層式與非階層式)
  • • 集群分析的應用場景(如市場區隔、客群分類)
  • • 距離度量與相似性指標
  • • SPSS中進行集群分析的設定步驟
  • • 分析結果的視覺化與解釋技巧
  • • 案例:顧客分群的應用實務

16 of 18

第八章:關聯規則挖掘

  • 介紹關聯規則挖掘的基礎知識
  • • 理解項目集、支持度、置信度與提升度的定義
  • • 介紹Apriori與FP-Growth演算法的概念
  • • 展示如何在SPSS中使用關聯規則挖掘功能
  • • 應用場景:購物籃分析、顧客行為探索

17 of 18

第九章:預測分析

  • 探討預測分析的概念和應用範疇
  • • 說明回歸分析、決策樹與人工神經網絡的原理
  • • 在SPSS中建立預測模型的步驟與設置
  • • 如何解讀預測模型的準確度與重要指標
  • • 案例示範:利用SPSS預測客戶流失風險

18 of 18

第十章:實務應用與案例研究

  • 介紹實務案例研究的設計流程
  • • 資料前處理到模型建立的整體步驟
  • • 分析案例中的挑戰與解決方案
  • • 展示SPSS如何實際應用於各類領域分析
  • • 總結案例分析的結果與實務意涵