SPSS统计分析方法及应用-(第4版)_PDF下载[50MB-百度云]薛薇

本书特色

[

本书是北京市高等教育精品教材。全书以统计分析的应用需求为主线，以通俗易懂的语言对SPSS中主要统计分析方法的核心思想进行系统的介绍，并对其在SPSS中的操作实现步骤进行详尽说明，同时配合应用案例分析，使读者能够较快领会方法的要点，掌握方法的实现操作，明确方法的适用特点。本书克服了SPSS手册类教材只注重操作说明而忽略原理讲解的不足，同时弥补了统计专业教材只注重原理述论而缺乏实现工具的缺憾，是一本特色鲜明、具有广泛使用价值的精品教材。书中相关章节的示例数据文件及全书电子课件，可登录华信教育资源网www.hxedu.com.cn免费注册下载使用。

]

作者简介

[

薛薇，工学硕士，经济学博士，中国人民大学应用统计科学研究中心副主任，中国人民大学统计学院副教授。关注数据挖掘及统计建模、统计和数据挖掘软件应用、统计数据库系统研发等方面。涉足网络新媒体舆论传播和互动建模、政府和官方微博分析、电商数据分析、学科学术热点跟踪等文本挖掘，以及社会网络分析和以数据挖掘为依托的客户关系管理等领域。主要著作：《SPSS统计分析方法及应用》、《SPSS Modeler数据挖掘方法及应用》、《R语言数据挖掘方法及应用》。

]

目录第1章 SPSS统计分析软件概述1.1 SPSS使用基础1.1.1 SPSS的基本窗口1.1.2 SPSS软件的退出1.2 SPSS的基本运行方式1.2.1 窗口菜单方式1.2.2 程序运行方式1.2.3 混合运行方式1.3 利用SPSS进行数据分析的基本步骤1.3.1 数据分析的一般步骤1.3.2 利用SPSS进行数据分析的一般步骤第2章 SPSS数据文件的建立和管理2.1 SPSS数据文件2.1.1 SPSS数据文件的特点2.1.2 SPSS数据的基本组织方式2.2 SPSS数据的结构和定义方法2.2.1 变量名2.2.2 变量类型、宽度、列宽度2.2.3 变量名标签2.2.4 变量值标签2.2.5 缺失值2.2.6 计量尺度2.2.7 结构定义的基本操作2.3 SPSS结构定义的应用案例2.4 SPSS数据的录入与编辑2.4.1 SPSS数据的录入2.4.2 SPSS数据的编辑2.5 SPSS数据的保存2.5.1 SPSS支持的数据格式2.5.2 保存SPSS数据的基本操作2.6 读取其他格式的数据文件2.6.1 直接读入其他格式的数据文件2.6.2 使用文本向导读入文本文件2.6.3 使用数据库向导读入数据2.7 SPSS数据文件合并2.7.1 纵向合并数据文件2.7.2 横向合并数据文件第3章 SPSS数据的预处理3.1 数据的排序3.1.1 数据排序的目的3.1.2 数据排序的基本操作3.1.3 数据排序的应用举例3.2 变量计算3.2.1 变量计算的目的3.2.2 SPSS算术表达式3.2.3 SPSS条件表达式3.2.4 SPSS函数3.2.5 变量计算的基本操作3.2.6 变量计算的应用举例3.3 数据选取3.3.1 数据选取的目的3.3.2 数据选取3.3.3 数据选取的基本操作3.3.4 数据抽样的应用举例3.4 计数3.4.1 计数目的3.4.2 计数区间3.4.3 计数的基本操作3.4.4 计数的应用举例3.5 分类汇总3.5.1 分类汇总的目的3.5.2 分类汇总的基本操作3.5.3 分类汇总的应用举例3.6 数据分组3.6.1 数据分组的目的3.6.2 SPSS的单变量值分组3.6.3 SPSS的组距分组3.6.4 SPSS的分位数分组3.7 数据预处理的其他功能3.7.1 数据转置3.7.2 加权处理3.7.3 数据拆分第4章 SPSS基本统计分析4.1 频数分析4.1.1 频数分析的目的和基本任务4.1.2 频数分析的基本操作4.1.3 SPSS频数分析的扩展功能4.1.4 频数分析的应用举例4.2 计算基本描述统计量4.2.1 基本描述统计量4.2.2 计算基本描述统计量的基本操作4.2.3 计算基本描述统计量的应用举例4.3 交叉分组下的频数分析4.3.1 交叉分组下频数分析的目的和基本任务4.3.2 交叉列联表的主要内容4.3.3 交叉列联表行列变量间关系的分析4.3.4 交叉分组下的频数分析基本操作4.3.5 交叉分组下的频数分析应用举例4.3.6 SPSS中列联表分析的其他方法4.4 多选项分析4.4.1 多选项分析的目的4.4.2 多选项分析的基本操作4.4.3 多选项分析的应用举例4.5 比率分析4.5.1 比率分析的目的和主要指标4.5.2 比率分析的基本步骤4.5.3 比率分析的应用举例第5章 SPSS的参数检验5.1 参数检验概述5.1.1 推断统计与参数检验5.1.2 假设检验的基本思想5.1.3 假设检验的基本步骤5.2 单样本t检验5.2.1 单样本t检验的目的5.2.2 单样本t检验的基本步骤5.2.3 单样本t检验的基本操作5.2.4 单样本t检验的应用举例5.3 两独立样本t检验5.3.1 两独立样本t检验的目的5.3.2 两独立样本t检验的基本步骤5.3.3 两独立样本t检验的基本操作5.3.4 两独立样本t检验的应用举例5.4 两配对样本t检验5.4.1 两配对样本t检验的目的5.4.2 两配对样本t检验的基本步骤5.4.3 两配对样本t检验的基本操作5.4.4 两配对样本t检验的应用举例第6章 SPSS的方差分析6.1 方差分析概述6.2 单因素方差分析6.2.1 单因素方差分析的基本思想6.2.2 单因素方差分析的数学模型6.2.3 单因素方差分析的基本步骤6.2.4 单因素方差分析的基本操作6.2.5 单因素方差的应用举例6.2.6 单因素方差分析的进一步分析6.2.7 单因素方差应用举例的进一步分析6.3 多因素方差分析6.3.1 多因素方差分析的基本思想6.3.2 多因素方差分析的数学模型6.3.3 多因素方差分析的基本步骤6.3.4 多因素方差分析的基本操作6.3.5 多因素方差分析的应用举例6.3.6 多因素方差分析的进一步分析6.3.7 多因素方差分析应用举例的进一步分析6.4 协方差分析6.4.1 协方差分析的基本思路6.4.2 协方差分析的数学模型6.4.3 协方差分析的基本操作6.4.4 协方差分析的应用举例第7章 SPSS的非参数检验7.1 单样本的非参数检验7.1.1 总体分布的卡方检验7.1.2 二项分布检验7.1.3 单样本K�睸检验7.1.4 变量值随机性检验7.2 两独立样本的非参数检验7.2.1 两独立样本的曼�不萏啬酻检验（Mann�瞁hitney U）7.2.2 两独立样本的K�睸检验7.2.3 两独立样本的游程检验（Wald�瞁olfwitz Runs）7.2.4 极端反应检验(Moses Extreme Reactions)7.2.5 两独立样本非参数检验的基本操作7.2.6 两独立样本非参数检验的应用举例7.3 多独立样本的非参数检验7.3.1 中位数检验7.3.2 多独立样本的Kruskal�瞁allis检验7.3.3 多独立样本的Jonckheere�睺erpstra检验7.3.4 多独立样本非参数检验的基本操作7.3.5 多独立样本非参数检验的应用举例7.4 两配对样本的非参数检验7.4.1 两配对样本的McNemar检验7.4.2 两配对样本的符号检验7.4.3 两配对样本Wilcoxon符号秩检验7.4.4 两配对样本非参数检验的基本操作7.4.5 两配对样本非参数检验的应用举例7.5 多配对样本的非参数检验7.5.1 多配对样本的Friedman检验7.5.2 多配对样本的Cochran Q检验7.5.3 多配对样本的Kendall协同系数检验7.5.4 多配对样本非参数检验的基本操作7.5.5 多配对样本非参数检验的应用举例第8章 SPSS的相关分析和线性回归分析8.1 相关分析和回归分析概述8.2 相关分析8.2.1 散点图8.2.2 相关系数8.2.3 相关分析应用举例8.3 偏相关分析8.3.1 偏相关分析和偏相关系数8.3.2 偏相关分析的基本操作8.3.3 偏相关分析的应用举例8.4 回归分析8.4.1 回归分析概述8.4.2 线性回归模型8.4.3 回归参数的普通*小二乘估计8.4.4 回归方程的统计检验8.4.5 多元回归分析中的其他问题8.4.6 线性回归分析的基本操作8.4.7 线性回归分析的其他操作8.4.8 线性回归分析的应用举例8.5 曲线估计8.5.1 曲线估计概述8.5.2 曲线估计的基本操作8.5.3 曲线估计的应用举例第9章 SPSS的Logistic回归分析9.1 Logistic回归分析概述9.2 二项Logistic回归分析9.2.1 二项Logistic回归方程9.2.2 二项Logistic回归方程系数的含义9.2.3 二项Logistic回归方程的检验9.2.4 二项Logistic回归分析中的虚拟自变量9.3 二项Logistic回归分析的应用9.3.1 二项Logistic回归分析的基本操作9.3.2 二项Logistic回归分析的其他操作9.3.3 二项Logistic回归应用示例9.4 多项Logistic回归分析9.4.1 多项Logistic回归分析概述9.4.2 多项Logistic回归分析的基本操作和应用9.4.3 多项Logistic回归分析的其他操作和应用9.5 多项有序回归分析9.5.1 多项有序回归分析概述9.5.2 多项有序回归分析的基本操作和应用第10章 SPSS的聚类分析10.1 聚类分析的一般问题10.1.1 聚类分析的意义10.1.2 聚类分析中“亲疏程度”的度量方法10.1.3 聚类分析几点说明10.2 层次聚类10.2.1 层次聚类的两种类型和两种方式10.2.2 个体与小类、小类与小类间“亲疏程度”的度量方法10.2.3 层次聚类的基本操作10.2.4 层次聚类的应用举例10.3 K�睲eans聚类10.3.1 K�睲eans聚类分析的核心步骤10.3.2 K�睲eans聚类分析的基本操作10.3.3 K�睲eans聚类分析的应用举例第11章 SPSS的因子分析11.1 因子分析概述11.1.1 因子分析的意义11.1.2 因子分析的数学模型和相关概念11.2 因子分析的基本内容11.2.1 因子分析的基本步骤11.2.2 因子分析的前提条件11.2.3 因子提取和因子载荷矩阵的求解11.2.4 因子的命名11.2.5 计算因子得分11.3 因子分析的基本操作及案例11.3.1 因子分析的基本操作11.3.2 因子分析的应用举例第12章 SPSS的对应分析12.1 对应分析概述12.1.1 对应分析的提出12.1.2 对应分析的基本思想12.2 对应分析的基本步骤12.3 对应分析的基本操作及案例12.3.1 对应分析的基本操作12.3.2 对应分析的应用举例第13章 SPSS的判别分析13.1 判别分析概述13.2 距离判别法13.2.1 距离判别的基本思路13.2.2 判别函数的计算13.3 Fisher判别法13.3.1 Fisher判别的基本思路13.3.2 Fisher判别的计算13.4 贝叶斯判别法13.4.1 贝叶斯判别的基本思路13.4.2 贝叶斯判别的计算13.5 判别分析的基本操作及案例13.5.1 判别分析的基本操作13.5.2 判别分析的准备工作：均值检验和协差阵齐性检验13.5.3 解读判别结果第14章 SPSS的信度分析14.1 信度分析概述14.1.1 信度分析的提出14.1.2 信度分析的基本原理14.2 信度分析的基本操作及案例14.2.1 信度分析的基本操作14.2.2 信度分析的应用举例第15章 SPSS的一般对数线性分析模型15.1 一般对数线性分析模型概述15.1.1 模型的提出15.1.2 基本概念和基本思路15.2 饱和模型和非饱和层次对数线性模型15.2.1 饱和模型