| 序 号 | 名 称 | 具体内容 | |
| 第一讲 | 数据分析与预测 | 数据分析的过程及作用 预测在数据分析中的地位 | |
| 第二讲 | 预测在市场研究的应用 | 分析和预测客户行为:分析客户行为规律,预测客户行为的各种趋势。 客户细分:通过对客户群的深入研究,精准掌握客户动态。 客户流失分析:以预测模型来确定哪些客户可能流失,从而采取适当措施挽留最有价值的客户 | |
第三讲 | 连续变量的预测 | 线性回归 | 多元线性回归模型的原理、分析步骤、操作和结果阅读 逐步、前进、后退三种筛选方法的含义与用法、分析结果的阅读 各种常用模型诊断工具(分类图等)的用法 加权最小二乘法、两阶段最小二乘法的原理、操作和结果阅读 |
| 曲线回归 | 曲线回归的操作和结果解读 曲线模型拟合的实质 | ||
| 非线性回归 | SPSS基本操作流程和界面说明 最小一乘法的原理及应用 分段回归模型的拟合 模型的各种拟合方法 | ||
| 回归模型诊断 | |||
| 第四讲 | 分类变量的预测 | Logistic回归 | 分类自变量的定义与比较方法 自变量的筛选与逐步回归 模型的诊断与修正 |
| 判别分析 | 判别分析的用途、目的 判别分析的适用条件 判别方程的含义、结果阅读 | ||
| 第五讲 | 时间序列模型 | 指数平滑 | 时间序列模型的基本原理、用途 SPSS基本操作流程 指数平滑及ARIMA模型的原理 建模时常用的诊断工具 相应的图形工具在分析中的应用 |
| ARIMA模型 | |||
| 第六讲 | 新数据挖掘算法 | 决策树 | 决策树的原理 决策树的案例应用 如何用CLEMENTINE实现决策树操作 分析结果解读 |
| 神经网络 | 神经网络的原理 神经网络的案例应用 如何用CLEMENTINE实现神经网络操作 分析结果解读 | ||
| 第七讲 | 答疑与讨论 | ||
最新培训