Programming and Data Management for IBM SPSS Statistics 19

ویرایش:  
نویسندگان: Levesque Raynald and SPSS Inc.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات:  
زبان: English 
فرمت فایل : RAR (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 Mb 

قیمت کتاب (تومان) : 76,000

SPSS Inc. 1989، 2010. راهنمای شرکتی برای کار با دستورات دستوری و زبان های برنامه نویسی: Python (Python Integration Plug-In) و R (R Integration Plug-In) برای IBM SPSS 19.0 / در یک فایل pdf 458 صفحه به زبان انگلیسی، فایل های نمونه برای کتاب.< br/> تحلیلگران باتجربه می دانند که تجزیه و تحلیل موفق و ارائه گویا نتایج آن اغلب نیازمند تلاش های قابل توجهی برای حل مشکلات به دست آوردن، ادغام و تبدیل داده های لازم برای کار است. IBM SPSS Statistics 19 حاوی ابزارهای قدرتمندی برای انجام و خودکارسازی این وظایف است. در حالی که تعداد قابل توجهی از گزینه های پردازش داده از طریق رابط کاربر گرافیکی در دسترس هستند، بسیاری از قدرتمندترین ویژگی ها تنها از طریق دستور دستوری در دسترس هستند. پس از مطالعه این کتاب، با استفاده از قابلیت ترکیب سینتکس با زبان های برنامه نویسی با امکانات کامل Python و R، می توانید از ویژگی های برنامه نویسی در دستور دستوری انعطاف پذیرتر و کارآمدتر استفاده کنید. این کتاب شامل مثال های زیادی است که به شرح کارهایی که می توانید با استفاده از دستور دستور در ترکیب با سایر زبان های برنامه نویسی حل کنید. محتوا:
نمای کلی
بخش اول: مدیریت داده ها
بهترین روش ها و نکات کارآمدی
دریافت داده ها در آمار IBM SPSS
عملیات فایل
ویژگی های متغیر و فایل
تغییر داده ها
پاکسازی و اعتبارسنجی داده
پردازش مشروط، حلقه زدن و تکرار
صادر کردن داده ها و نتایج
نمره گذاری داده ها با مدل های پیش بینی بخش دوم : برنامه نویسی با پایتون
مقدمه
شروع با برنامه نویسی پایتون در آمار IBM SPSS
بهترین روش ها
کار با اطلاعات فرهنگ لغت
کار با داده های موردی در Active Dataset
ایجاد و دسترسی به مجموعه داده های متعدد
بازیابی خروجی از دستورات نحو
ایجاد رویه
تغییر داده ها
تغییر و صدور موارد خروجی
نکاتی در مورد انتقال دستور دستور و کارهای ماکرو به پایتون
موضوعات ویژه بخش سوم: برنامه نویسی با R
مقدمه
دریافت با R Program Blocks شروع شد
بازیابی اطلاعات فرهنگ لغت متغیر
خواندن داده های موردی از آمار IBM SPSS
نوشتن نتایج به مجموعه داده آماری جدید IBM SPSS
ایجاد خروجی جدول محوری
نمایش خروجی گرافیکی از R
بازیابی خروجی از دستورات سینتکس
فرمان های افزونه آمارهای IBM SPSS برای برنامه نویسان SAS پیوست
اطلاعات
شاخص

SPSS Inc. 1989, 2010. Фирменное руководство работе с командным синтаксом и языками программирования: Python (Python Integration Plug-In) и R (R Integration Plug-In) для IBM SPSS 19.0 / В файле 458 стр. pdf на английском + файлы примеров к книге.
Опытные аналитики знают, что успешный анализ и выразительное оформление его результатов часто требуют значительных усилий по решению задач получения, слияния и трансформации необходимых для работы данных. IBM SPSS Statistics 19 содержит мощные инструменты для проведения и автоматизации этих задач. Наряду со значительным количеством вариантов обработки данных, доступных через графический пользовательский интерфейс, многие наиболее мощные возможности доступны только через командный синтаксис. Прочитав эту книгу вы сможете использовать возможности программирования в командном синтаксисе более гибко и эффективно, за счет использования возможности комбинирования синтаксиса с полнофункциональными языками программирования Python и R. Книга содержит много примеров, посвященных описанию тех задач, которые вы можете решить, используя командный синтаксиса в комбинации с другими языками программирования. Contents:
Overview
Part I: Data Management
Best Practices and Efficiency Tips
Getting Data into IBM SPSS Statistics
File Operations
Variable and File Properties
Data Transformations
Cleaning and Validating Data
Conditional Processing, Looping, and Repeating
Exporting Data and Results
Scoring data with predictive models Part II: Programming with Python
Introduction
Getting Started with Python Programming in IBM SPSS Statistics
Best Practices
Working with Dictionary Information
Working with Case Data in the Active Dataset
Creating and Accessing Multiple Datasets
Retrieving Output from Syntax Commands
Creating Procedures
Data Transformations
Modifying and Exporting Output Items
Tips on Migrating Command Syntax and Macro Jobs to Python
Special Topics Part III: Programming with R
Introduction
Getting Started with R Program Blocks
Retrieving Variable Dictionary Information
Reading Case Data from IBM SPSS Statistics
Writing Results to a New IBM SPSS Statistics Dataset
Creating Pivot Table Output
Displaying Graphical Output from R
Retrieving Output from Syntax Commands
Extension Commands IBM SPSS Statistics for SAS Programmers Appendix
Notices
Index