- Excel PPT WORD實用技能
- Excel精細化人力資源管理和量化分
- 讓你工作飛起來——必須掌握的Exce
- Excel高效數據分析之道--讓您的
- 用Excel 2007構建高效的財務
- 打造完美職場報告——輕松玩轉Exce
- 讓你工作飛起來——必須掌握的Exce
- 借Excel提升職業化數據處理、分析
- 基于Excel的精細銷售管理、數據分
- 讓你工作飛起來——必須掌握的Exce
- 企業戰略規劃與落地
- 戰略性人力資源管理規劃與技能
- 市場分析與營銷戰略規劃課程大綱
- 銀行員工職業生涯發展規劃培訓
- 機械企業市場分析與營銷戰略管理規劃
- 任職資格與職業發展規劃設計
- 機械起市場分析與營銷戰略管理規劃
- 職業生涯規劃與職業化塑造訓練
- EXCEL統計分析理論與實例特訓班教
- Excel金融財務分析應用
- 課程說明
- 講師介紹
- 選擇同類課
集團甲醇、順嘉、煤化生產技術部、煤化質檢部、洗煤、右旗、黑鷹山、商貿、物流公司等相關公司或部門的統計分析人士。
【培訓收益】
通過本課程的學習, 要求掌握將企業內部和外部的原始資料整理成為系統化、條理化地能夠反映某一市場現象特征的統計指標。掌握利用統計軟件進行數據處理和分析的基礎方法,掌握利用EXCEL進行數據處理的操作方法,并根據需要介紹SPSS的統計分析操作方法。
本方案是EXCEL數據分析的專項深入課程,將會從知識的連貫性、系統性和與工作結合的實戰性著手,通過課程的學習和實訓活動的演練,力求做到掌握統計數據采集、整理、指標篩選、分析以及表格制作、圖表的分析描述等, 并與 客戶集團的具體需求相結合,根據企業提供的數據類型,具體分析范疇將包括:
1. 企業最佳庫存量統計預測與分析
2. 企業生產過程均衡性統計分析
3. 企業市場需求量統計預測與分析
4. 企業經營效益和統計分析與評價
5. 企業資本運營統計分析
6. 其它與企業統計工作密切相關的范疇
《EXCEL統計分析理論與實例特訓班教學規劃》課程大綱
第一部分 數據準備
包括數據庫設計(EXCEL、EpiData)、數據錄入、數據庫合并、數據庫查錯、數據標準化、數據庫轉換等,達到:
• 熟悉原始數據的建庫原則(結合專業錄入軟件EpiData),練習根據范圍與邏輯控制,設計專業數據錄入庫;
• 將數據庫轉換為excel格式與spss格式 。
同時,輔助介紹市場研究的數據準備:
• 簡介市場研究的一般流程:設計、抽樣、數據采集、數據分析、研究報告、客戶反饋。
• 介紹如何對具體問題模型化,抽樣方案設計、問卷設計原理、技巧。
• 定量問卷的編碼、數據采集方法、技巧、注意事項。
• 綜合分析案例
第二部分 基礎統計概念• 主講基礎統計概念:正態分布、置信區間、峰值、中值、眾數、極差、標準差等。
第三部分 加權處理 • 對于抽樣質檢或抽樣調查,簡要介紹加權分析在SPSS統計分析中的基礎性與重要性,熟悉加權分析的原理與在SPSS中的統計實現。
第四部分 統計分析 第一講:統計與結果簡介
要求:
• 了解EXCEL系統統計界面的構成,掌握數據管理界面的一般操作
• EXCEL統計結果瀏覽窗口用法詳解、統計繪圖功能詳解
• 熟悉EXCEL統計結果窗口的常用操作方法,掌握輸出結果在文字處理軟件中的使用方法
• 掌握常用統計圖與散點圖的繪制方法,了解其他統計圖的繪制方法(EXCEL或POWERPOINT作圖的方法, SPSS散點圖功能)。 考察目標:
• 能熟練掌握EXCEL的統計切入與基礎操作;
• 能對分析結果進行編輯、輸出。重點考察以下內容:結果表格的編輯、結果的導出。能夠獨立判斷遇到的統計問題應當采用何種統計圖形。
第二講:數據管理與程序
• 可以獨立完成在EXCEL中(輔助介紹SPSS)計算新變量、篩選變量等操作,重點考察以下過程:數據計算compute、排序sort、重新賦值record、變量與樣本的增減add/del、變量標簽label、缺失值處理missing等;
• EXCEL中(輔助介紹SPSS)數據庫合并與清理,數據合并方法merge file,數據清理常見問題,主要的數據清理方法select case/find等;
• 輔助介紹如何使用粘貼命令自動生成SPSS程序,重點是標簽的程序(variable label/value label)與缺失值程序(missing)。
第三講:頻數分析與多重應答分析
要求:
• 掌握常用描述性指標的計算方法,掌握多選題的常用分析方法。
考察目標:
• 能夠正確運用EXCEL(或SPSS備選), 選用適當的統計過程求出頻數,能獨立對單選與多選題進行正確描述。
典型案例與運用:
• 按月或季度或年統計:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭的日產量、庫存等。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第四講:交叉分析及卡方非參數檢驗
要求:
• 熟悉單選與多選分類數據常用的交叉分析計算方法,掌握輸出結果中各部分的正確含義并能正確選擇所需結果。
• 熟悉用于檢測變量間關聯顯著性的卡方檢驗。
考察目標:
• 能運用EXCEL(或SPSS備選)完成卡方檢驗,能從結果中選擇正確的概率值。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的產量比較,或三者的庫存比較等,以及檢驗不同月份或季度或年度的產量是否有顯著差異。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第五講:均值比較與T檢驗
要求:
• 掌握單樣本、兩獨立樣本、兩配對樣本的T檢驗的操作方法和結果閱讀。
考察目標:
• 能運用EXCEL(或SPSS備選), 進行單樣本、兩獨立樣本、兩配對樣本的T檢驗,能根據數據形式正確選擇兩兩比較方法。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的產量均值,或三者的庫存均值,以及檢驗不同月份或季度或年度的均值是否有顯著差異。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第六講:方差分析
要求:
• 掌握單因素方差分析的數據格式、操作方法與結果閱讀,熟悉方差分析中各種兩兩比較方法的選擇、操作和結果閱讀。
• 掌握多因素方差分析模型的原理、操作和分析結果的閱讀,掌握相應的圖形工具在分析中的應用。
考察目標:
• 能運用EXCEL(或SPSS備選), 獨立進行單因素和多因素方差分析模型的統計分析,能獨立、正確閱讀方差分析的統計分析結果。
• 重點考察內容:單因素與多因素方差分析模型為考察重點,具體有數據格式、對話框操作、分析結果的閱讀。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉,檢驗對不同產品均值影響最突出的方面,即是哪些環節影響了這些均值,比如不同的企業,不同的時間,不同的原材料,不同的工藝等等,對影響大的進行重點專項改進。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第七講:相關分析
要求:
• 掌握相關分析的操作與結果閱讀。
考察目標:
• 能運用EXCEL(或SPSS備選), 獨立完成相關分析,能正確閱讀其分析結果,能利用常用的模型診斷工具對模型擬和情況進行初步診斷。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的產量相關性分析,產量與原材料的相關分析等。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第八講:一元線性回歸、多元線性回歸、非線性回歸分析
要求:
• 掌握一元與多元線性回歸模型的原理、分析步驟、操作和結果閱讀,重點掌握逐步、前進、后退、全選等四種篩選方法的含義與用法、分析結果的閱讀,熟悉各種常用模型診斷工具(分類圖等)的用法。
• 掌握非線性回歸模型的原理、分析步驟、操作和結果閱讀。
• 了解其他回歸模型的原理、分析步驟、操作和結果閱讀。
考察目標:
• 能運用EXCEL(或SPSS備選), 獨立完成簡單的一元線性回歸、多元線性回歸、非線性回歸模型的分析,能正確閱讀其分析結果,能利用常用的模型診斷工具對模型擬和情況進行初步診斷。重點考察:回歸分析時的變量篩選、回歸分析結果和非線性模型分析結果的閱讀,變量是否滿足回歸分析要求的判斷。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的產量與銷量回歸分析,或者產量與銷量與原材料的回歸分析,銷量與時間的回歸分析等,可以對原材料進行預測,或者對產量或銷量或調入調出量進行預測。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第九講:時間序列分析
要求:
1. 時間序列分析的原理,重點是利用歷史年份的數據,預測將來的數據
2. 操作步驟和方法、結果解釋
3. 案例
考察目標:
能用EXCEL(或SPSS備選)對企業實際歷史年份或季度或月份數據,進行科學預測。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的不同月份的產量預測,或不同年份的銷量預測等等。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第十講:因子分析(含主成份分析)
要求:
• 熟悉因子分析(含主成分分析)的用途、目的,掌握如何判斷因子分析的適用條件,能正確選擇適當的因子。熟悉因子旋轉的含義并能正確使用。掌握分析結果的閱讀。
考察目標:
• 能獨立使用SPSS進行因子分析解決實際問題,能夠正確閱讀分析結果。重點考察因子數目的確定和結果的閱讀。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如影響焦炭、焦粒、焦粉的產量或銷量或效益的因素進行因子提取,找到主要的影響方面,進行重點針對性改進等。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第十一講:聚類分析
要求:
• 掌握快速聚類和系統聚類的操作,了解各種距離,掌握其結果的閱讀。
考察目標:
• 能用SPSS按要求將樣本進行分類,重點考察對冰柱圖和樹狀圖結果的解釋。 獨立完成簡單的聚類分析,能正確閱讀分析結果。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如對焦炭、焦粒、焦粉的因子分析結果或質檢結果進行聚類等,以區分出不同類別的產品,再探尋該類別產品的形成原因或銷售或利潤等對應情況。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第十二講:對應分析
1. 對應分析與多維尺度分析與多維偏好分析的原理:
在市場研究中,最為有用的多維制圖技術是以下面的三種數據探索技術為基礎的:多維偏好分析、多維尺度法、對應分析。三種技術的共同之處都是通過圖示的方法,在幾何空間里表示所研究對象的感覺和偏好。在各種刺激中形成的感覺上的或心理上的關系是通過所謂的空間圖中點與點之間的幾何關系來表示的。而空間圖的坐標軸則假定是表示所研究對象用于形成對刺激的感覺和偏好時其心理基礎和潛在維度。研究者把這三種技術統稱為多維尺度技術,或簡稱MDS技術。
主講對應分析在SPSS操作步驟和方法、結果解釋,選講多維尺度分析與多維偏好分析。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的產量與類別的對應圖形展示,產量與不同時段或單位的對應分析,產量與原材料、工藝、車間、工廠等生產各個環節因素的對應分析,銷量與質量、價格、促銷、品牌等各個環節的對應等。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第十三講:判別分析
要求:
• 了解判別方法的分類,熟悉判別分析的適用條件和結果驗證方法,掌握判別分析的操作,重點掌握結果閱讀。
考察目標:
• 能用SPSS獨立判斷數據是否符合判別分析的適用條件,能求出相應的判別式,并使用他對新紀錄進行分類。重點考察對結果的閱讀和使用分析結果對新紀錄進行分類。
典型案例與運用:
• 不同月份、或不同季度、或不同年份的交叉統計比較表:生產量、銷售量、庫存量、銷售額、各類成本、現金流量、應收應付、企業效益等,比如焦炭、焦粒、焦粉的質檢過程中,對于某批抽檢產品的質量優劣或質量批次判斷歸類等。
• 其它多個行業多個范疇的統計案例或經典教案,比如材料、電信、飲料等系列工業B2B,或耐用、快銷B2C消費產品等等。
第十四講:選講專題-Logit對數線性模型
要求:
1. 對數線性的原理,重點是對分類虛擬變量的量化相關關系概率
2. 在SPSS中的操作步驟和方法、結果解釋
3. 案例
考察目標:
能結合案例,進行分類變量的選擇與結果運用,比如是否購買的概率與作為背景變量的性別、收入、話費分類的關系,癌癥與是否飲酒等的關系。
第十五講:選講專題-聯合分析
要求:
1. 聯合分析的原理,包括正交設計原理
2. 正交設計的操作與問卷中題目的設計
3. 聯合分析在SPSS中的操作步驟和方法、結果解釋
考察目標:
. 運用SPSS進行聯合分析, 能分析案例及其結果解釋
第十六講:選講專題-市場細分分析及其軟件操作(Chaidwin)
要求:
1. 市場細分的原理
2. 市場細分在Chaidwin操作步驟和方法、結果解釋
3. 市場細分案例
考察目標:
運用Chaidwin進行市場細分的實際運用,包括變量的選擇與結果的轉換(組織結構圖),細分結果的描述,包括市場吸引力與市場規模。
第十七講:選講專題-滿意度、品牌等結構方程模型分析及其軟件操作(Amos)
要求:
1. 結構方程模型的原理,可以適用于滿意度、品牌、產品等研究范疇
2. 結構方程模型在Amos操作步驟和方法、結果解釋
3. 結構方程模型案例
考察目標:
結構方程AMOS軟件在具體項目中的設計與運用,尤其是指標體系的設計,模型圖外沿和內沿變量的設計,以及流程箭頭的設計和箭頭方向。
第十八講:其它選講專題
其它選講專題包括:多維尺度分析、多維偏好分析、信度分析、馬爾可夫矩陣(Markov)與穩定性趨勢預測
第五部分 數據的表現
用EXCEL和POWERPOINT制作及調整圖表,以及簡介SPSS統計表和統計圖的輸出。
中山大學數量經濟學碩士
蘭州大學統計學學士
接受美國University of Georgia之Marketing Research課程研修
香港中文大學Marketing專業學習一年
中國注冊信息分析師
美國市場營銷協會(AMA)會員
中國市場研究協會(CMRA)會員
上海交通大學與廣東郵電學院特聘講師
市場研究核心流程模型版權持有人,在調查的統計模型(SPSS、EXCEL、CHAID、AMOS等)、抽樣設計、營銷推廣等方面有較多經驗,重點研究領域為品牌與市場細分、產品/服務營銷定位研究、滿意度研究等。
曾任廣州零點調查副總經理,研究技術總監(模型構建與SPSS分析),電信與IT研究組組長。14年專業研究經驗,中國第一批資深專業市場研究人士,參與市場研究行業協會的成立組織工作,多個企業第一個市場研究項目的負責人。目前為多家公司的專業市場咨詢顧問.主持負責的研究項目超過100個,指導或技術支持或實地參與的各類研究項目超過500個。
作為一個資深的市場競爭信息職業咨詢師,朱老師在負責項目研究的同時,也進行專業咨詢課程的社會講解服務,課程重點內容包括行業、競爭者、消費者、企業內部等方面的信息收集方法,收集指標體系,經典研究模型與市場研究模型,報告撰寫與陳述等,時間允許的還可講統計分析軟件的基礎到高級分析方法。
本行業剛發展十來年,朱老師有辛一直參與到該行業中,很多公司的第一個研究項目都是朱老師親自牽頭負責的,咨詢費用從幾萬到幾十萬到幾百萬的都有,所以相信這個課程一定是一個高價值的扎實的相當先進的技能與理念課!
-
【課程背景】數據分析有多個含義,普通含義的數據分析包括展現數據的趨勢,對數據做分類匯總,發現其中的TOPN數據,對比數據的不同與變化等。這些常規分析可以通過數據透視表來完成。這些內容在課程《業務數據分析I》中已經詳細介紹了。而對數據的深入分析還包括發現數據之間的模式,規律,相關性及因果關系,預測未來業務數據,對數據進行統計分析從而發現問題等等。 ..
-
【課程背景】數據分析是數據應用的重要目的。海量的,紛繁復雜的原始數據只有經過分析才能抽取關鍵信息,獲得對數據的準確認知,才能對未來起到知道作用。本課程從準備數據開始,一步一步的經過數據整理,分析,最終做出報表呈現分析結果,并通過各個領域的案例,使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】(..
-
【課程背景】企人力資源是一個企業中使用 Excel 最多的部門之一。從員工檔案管理,招聘管理,到考勤,薪酬,培訓,績效,每一項工作都需要一套完善的表格支持。有效的表格可以讓 HR 專業高效的完成工作。而一個沒有經過培訓的 HR 從業人員,就會陷入大量繁雜低效的重復性勞動中。【課程大綱】(本大綱的內容可以組合、定制)第一單元..
-
【課程背景】企業中的任何一個崗位的工作,都離不開Excel。尤其是各部門的基層骨干員工。從考勤管理,招聘管理及分析,到預算及財務分析,從銷售報表的制作到某些業務流程的跟蹤,Excel都可以起到非常重要的作用。這其中,大部分都可以通過各種Excel的常見功能和函數就可以完成,有一些需要學習復雜一些的函數和技巧,還有的需要結合數據透視表和其他..
-
【課程背景】財務部門是企業中對Excel要求最高的部門之一。熟練掌握Excel不僅僅讓您事半功倍,而且可以使您的工作更加專業化。本課程從財務工作的實際出發,使您能夠快速掌握Excel中的常用功能和函數,同時,精心選取的財務案例使您可以直接將所學的知識點運用到實際的財務工作中?!菊n程大綱】第一單元 基礎知識:數據輸入與整理 ..
-
【課程背景】出乎很多人的意料,Excel在生產管理部門中沒有得到應有的重視。實際上,Excel在生產管理中可以起到非常重要得作用,從最優排產,到人員排班,從物料管理到質量控制,Excel都有相應的工具幫助我們制作計劃,安排生產,管理物流和庫存等。本課程通過幾個生產管理環節中的案例,為大家介紹Excel建模,最優化,統計分析等功能在企業..