本书是在统计模型与统计软件课程教学内容改革和教学方法改革的基础上凝练而成的，将理论、统计模拟、软件实操等环节进行了有机整合。教材的编写目的是，通俗易懂地把现代统计学代表性模型的建模思想、理论基础、适用条件讲清楚，并紧密结合学科特色提供应用背景和应用案例，为学生理解大数据、应用大数据打下坚实基础。教材的主要内容包括:纵向数据模型；潜变量模型；K近邻与算法模型概述；决策树；集成学习；支持向量机；神经网络；几种常见的神经网络。

本书是统计学的入门书，对同一个知识点分别使用文字说明、数学式和Python示例代码进行讲解，循序渐进地介绍了统计学和Python的基础知识、描述统计、统计推断、假设检验、正态线性模型和广义线性模型等统计模型，以及机器学习等。通过阅读本书，读者不仅可以深刻理解统计学术语、统计分析方法和预测方法等，还可以学到前沿的机器学习知识，以及如何使用Python实现数据可视化和建模等。

本书结构清晰、直观易懂，适合统计学和Python的初学者及对数据科学和机器学习感兴趣的读者使用，

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的方差分析、SPSS的相关分析和线性回归分析、SPSS的Logistic回归分析、SPSS的聚类分析、SPSS的因子分析等数据处理分析环节。每

本书共11章, 以SPSS 27.0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。

数据挖掘是人工智能和机器学习中最活跃的地带。SPSS Modeler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、Logistic回归、判别分析、贝叶斯网络、聚类分析等一系列经典数据挖掘方法，以及数据整理和降维处理等必备知识。同时基于案例给出了SPSS Modeler实现的全过程。讲解方法从易到难，说

本书主要以最新的SAS for Windows 9.4版为对象讲解使用SAS软件进行统计数据分析的方法。第二版全书分基础篇和提高篇两篇二十章。第二版中增加了在SAS中使用SQL 假设检验和区间估计和频数频率表与列联表分析这三章。第十一章在SAS中使用SQL所介绍的内容，不仅有利于读者借助SQL语言的强大功能，便利地获取存储在普遍而大量的关系型数据库中的巨量数据，而且也有利于已熟知SQL的数据库程序员和管理员，快速上手使用SAS开展数据分析。第十四章为假设检验和区间估计是将有关内容从第一版的

本教材本着理论够用、强化应用、培养技能的原则，将统计知识与目前使用最广的Excel软件相结合，着力提高学生运用计算机解决统计问题的能力，为后续进行商务数据分析打下坚实基础。本书共有八大项目，每个项目以知识目标、能力目标、知识结构图、导入阅读讲解理论知识，以习题巩固知识，以数据分析应用案例和Excel 2016的操作引领学生实训。教材中挖掘统计活动过程中的课程思政元素，融入新技术、新工艺，突出知识、技能、素养全方位育人，配套完善教学资源，创新教材形式，满足教学和学习需要。

本书选用统计学和数据科学中常见的 R 语言和Python语言“双语”编
写,主要内容包括:引言、R 语言编程基础、R 语言数据处理、R 语言可
视化、R 语言随机抽样和随机数、R 语言基本统计推断、R 语言回归分析、
R 语言大数据分析、Python 语言基础、Python 数据处理等内容。此外,
本书在每章正文后设置主要函数列表、练习题和实验题,以帮助学生复习
巩固和自主练习。同时,还为教师配备了课程教学大纲(含课程思政内容)、
课件、习题解答、

本书针对基础统计和高级统计方法精选了许多代表性应用案例, 旨在将理论介绍、操作演示、应用情景和结果解析融合起来, 由基础向高级进阶。各章节先以统计方法原理、操作步骤和应用条件引入, 再由案例模仿并演示窗口或参数设置, 最后科学解析结果含义。本书内容共16章，包括SPSS软件相关功能和命令，描述统计的方法，概率论相关知识，参数估计和假设检验，常见的方差分析方法，非参数检验，交叉表的检验，定类变量、定序变量和数值变量的相关分析、回归分析、ROC曲线分析、生存分析、因子分析、对应分析、信度分析、效度分

以通俗易懂的语言讲明统计方法的核心原理，配合关键数学公式的诠释，理论讲解上通俗性和严谨性相得益彰。以直观易懂的案例展现SPSS的应用实践过程，配合软件关键选项和核心结果的正确解读，实操训练上操作性和示范性相辅相成。本书循序渐进地引领读者利用SPSS进行数据的组织、整理、描述和统计分析，帮助读者领会统计分析方法的理论精髓，掌握SPSS软件的操作过程，提升解决实际统计分析问题的综合能力。本书提供配套的电子课件、教学大纲、习题和案例数据集等学习资源。