当前位置:首页 > 社会科学
SPSS 统计分析方法及应用  第2版
SPSS 统计分析方法及应用  第2版

SPSS 统计分析方法及应用 第2版PDF电子书下载

社会科学

  • 电子书积分:15 积分如何计算积分?
  • 作 者:薛薇编著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2009
  • ISBN:9787121069666
  • 页数:485 页
图书介绍:本书为北京高等教育精品教材。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中的主要统计分析方法的核心思想进行了系统的介绍,并对方法在SPSS中的操作实现步骤进行了详尽说明,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,明确方法的适应特点。本书克服了SPSS手册类教材中只注重操作说明,而忽略原理讲解的不足,同时弥补了统计专业教材中只注重原理述论,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。
《SPSS 统计分析方法及应用 第2版》目录

第1章 SPSS统计分析软件概述 1

1.1 SPSS的发展及特点 2

1.2 SPSS使用基础 3

SPSS软件的安装和启动 3

SPSS的基本操作环境 4

SPSS软件的退出 8

SPSS软件的三种基本使用方式 8

1.3利用SPSS进行数据分析的基本步骤 12

数据分析的一般步骤 12

利用SPSS进行数据分析的一般步骤 14

1.4利用统计教练快速入门SPSS 15

第2章 SPSS数据文件的建立和管理 17

2.1 SPSS数据文件 17

SPSS数据文件的特点 17

SPSS数据的基本组织方式 18

2.2 SPSS数据的结构和定义方法 19

变量名(Name) 19

数据类型(Type)、宽度(Width)、列宽度(Columns) 20

变量名标签(Label) 22

变量值标签(Values) 22

缺失数据(Missing) 23

计量尺度(Measure) 24

结构定义的基本操作 25

2.3 SPSS结构定义的应用案例 26

2.4 SPSS数据的录入与编辑 30

SPSS数据的录入 30

SPSS数据的编辑 30

2.5 SPSS数据的保存 33

SPSS支持的数据格式 33

保存SPSS数据的基本操作 34

2.6读取其他格式的数据文件 35

直接读入其他格式的数据文件 35

使用文本向导读入文本文件 35

使用数据库向导读入数据 38

2.7 SPSS数据文件合并 41

纵向合并数据文件 41

横向合并数据文件 45

第3章 SPSS数据的预处理 48

3.1数据的排序 48

数据排序的目的 48

数据排序的基本操作 50

数据排序的应用举例 50

3.2变量计算 51

变量计算的目的 51

SPSS算术表达式 52

条件表达式 52

函数 53

变量计算的基本操作 58

变量计算的应用举例 58

3.3数据选取 59

数据选取的目的 59

数据选取 60

数据选取的基本操作 61

数据抽样的应用举例 61

3.4计数 62

计数目的 62

计数区间 62

计数的基本操作 63

计数的应用举例 64

3.5分类汇总 64

分类汇总的目的 64

分类汇总的基本操作 65

分类汇总的应用举例 66

3.6数据分组 67

数据分组的目的 67

SPSS的单变量值分组 67

SPSS的组距分组 69

SPSS的分位数分组 71

3.7数据预处理的其他功能 73

数据转置 73

加权处理 75

数据拆分 76

SPSS变量集 77

第4章 SPSS基本统计分析 80

4.1频数分析 80

频数分析的目的和基本任务 80

频数分析的基本操作 81

SPSS频数分析的扩展功能 81

频数分析的应用举例 83

4.2计算基本描述统计量 87

基本描述统计量 87

计算基本描述统计量的基本操作 89

计算基本描述统计量的应用举例 90

4.3交叉分组下的频数分析 92

交叉分析下的频数分析的目的和基本任务 92

交叉列联表的主要内容 92

交叉列联表行列变量间关系的分析 95

交叉分组下的频数分析基本操作 98

交叉分组下的频数分析应用举例 100

SPSS中列联表分析的其他方法 105

4.4多选项分析 109

多选项分析的目的 109

多选项分析的基本操作 113

多选项分析的应用举例 116

4.5比率分析 118

比率分析的目的和主要指标 118

比率分析的基本步骤 119

比率分析的应用举例 119

第5章 SPSS的参数检验 122

5.1参数检验概述 122

推断统计与参数检验 122

假设检验的基本思想 123

假设检验的基本步骤 123

5.2单样本t检验 125

单样本t检验的目的 125

单样本t检验的基本步骤 125

单样本t检验的基本操作 126

单样本t检验的应用举例 127

5.3两独立样本t检验 130

两独立样本t检验的目的 130

两独立样本t检验的基本步骤 130

两独立样本t检验的基本操作 132

两独立样本t检验的应用举例 133

5.4两配对样本t检验 138

两配对样本t检验的目的 138

两配对样本t检验的基本步骤 139

两配对样本t检验的基本操作 140

两配对样本t检验的应用举例 140

第6章 SPSS的方差分析 144

6.1方差分析概述 144

6.2单因素方差分析 145

单因素方差分析的基本思想 145

单因素方差分析的数学模型 147

单因素方差分析的基本步骤 147

单因素方差分析的基本操作 148

单因素方差的应用举例 149

单因素方差分析的进一步分析 150

单因素方差应用举例的进一步分析 155

6.3多因素方差分析 163

多因素方差分析的基本思想 163

多因素方差分析的数学模型 165

多因素方差分析的基本步骤 166

多因素方差分析的基本操作 167

多因素方差分析的应用举例 167

多因素方差分析的进一步分析 169

多因素方差分析应用举例的进一步分析 173

6.4协方差分析 176

协方差分析的基本思路 176

协方差分析的数学模型 177

协方差分析的基本操作 178

协方差分析的应用举例 178

第7章 SPSS的非参数检验 185

7.1单样本的非参数检验 185

总体分布的卡方检验 185

二项分布检验 188

单样本K-S检验 191

变量值随机性检验 195

7.2两独立样本的非参数检验 197

两独立样本的曼-惠特尼U检验(Mann-Whitney U) 197

两独立样本的K-S检验 199

两独立样本的游程检验(Wald-Wolfwitz Runs) 200

极端反应检验(Moses Extreme Reactions) 202

两独立样本非参数检验的基本操作 203

两独立样本非参数检验的应用举例 204

7.3多独立样本的非参数检验 208

中位数检验 209

多独立样本的Kruskal-Wallis检验 210

多独立样本的J onckheere-Terpstra检验 212

多独立样本非参数检验的基本操作 213

多独立样本非参数检验的应用举例 214

7.4两配对样本的非参数检验 218

两配对样本的McNemar检验 219

两配对样本的符号检验 220

两配对样本Wilcoxon符号秩检验 222

两配对样本非参数检验的基本操作 223

两配对样本非参数检验的应用举例 223

7.5多配对样本的非参数检验 225

多配对样本的Friedman检验 226

多配对样本的Cochran Q检验 228

多配对样本的Kendall协同系数检验 230

多配对样本非参数检验的基本操作 231

多配对样本非参数检验的应用举例 232

第8章 SPSS的相关分析和线性回归分析 234

8.1相关分析和回归分析概述 234

8.2相关分析 234

散点图 235

相关系数 237

相关分析应用举例 241

8.3偏相关分析 243

偏相关分析和偏相关系数 243

偏相关分析的基本操作 244

偏相关分析的应用举例 245

8.4回归分析 246

回归分析概述 246

线性回归模型 248

回归参数的普通最小二乘估计 249

回归方程的统计检验 250

多元回归分析中的其他问题 260

线性回归分析的基本操作 262

线性回归分析的其他操作 263

线性回归分析的应用举例 268

8.5曲线估计 275

曲线估计概述 275

曲线估计的基本操作 277

曲线估计的应用举例 277

8.6二项Logistic回归 282

二项Logistic回归概述 282

二项Logistic回归分析的基本操作 289

二项Logistic回归分析的其他操作 291

二项Logistic回归的应用举例 293

第9章 SPSS的聚类分析 302

9.1聚类分析的一般问题 302

聚类分析的意义 302

聚类分析中“亲疏程度”的度量方法 303

聚类分析几点说明 308

9.2层次聚类 309

层次聚类的两种类型和两种方式 309

个体与小类、小类与小类间“亲疏程度”的度量方法 310

层次聚类的基本操作 312

层次聚类的应用举例 317

9.3 K-Means聚类 321

K-Means聚类分析的核心步骤 321

K-Means聚类分析的基本操作 322

K-Means聚类分析的应用举例 324

第10章 SPSS的因子分析 327

10.1因子分析概述 327

因子分析的意义 327

因子分析的数学模型和相关概念 328

10.2因子分析的基本内容 331

因子分析的基本步骤 330

因子分析的前提条件 330

因子提取和因子载荷矩阵的求解 332

因子的命名 335

计算因子得分 337

10.3因子分析的基本操作及案例 338

因子分析的基本操作 338

因子分析的应用举例 341

第11章 SPSS的对应分析 350

11.1对应分析概述 350

对应分析的提出 350

对应分析的基本思想 351

11.2对应分析的基本步骤 351

11.3对应分析的基本操作及案例 354

对应分析的基本操作 354

对应分析的应用举例 357

第12章 SPSS的信度分析 366

12.1信度分析概述 366

信度分析的提出 366

信度分析的基本原理 367

12.2信度分析的基本操作及案例 369

信度分析的基本操作 369

信度分析的应用举例 370

第13章 SPSS的对数线性模型 376

13.1对数线性模型概述 376

模型的提出 376

基本概念和基本思路 377

13.2饱和模型和非饱和层次模型 379

饱和模型和参数估计 379

饱和模型检验 381

非饱和层次模型 387

建立饱和模型和非饱和层次模型的基本操作 388

饱和模型和非饱和层次模型的应用举例 390

13.3一般模型 392

一般模型的概述 392

建立一般模型的基本操作 393

建立一般模型的应用举例 395

13.4 Logit模型 399

Logit模型的概述 399

Logit模型的应用举例 400

第14章 SPSS的时间序列分析 403

14.1时间序列分析概述 403

时间序列的相关概念 403

时间序列分析的一般步骤 406

SPSS时间序列分析的特点 408

14.2数据准备 408

14.3时间序列的图形化观察及检验 410

时间序列的图形化观察及检验目的 410

时间序列的图形化观察工具 411

时间序列的检验方法 418

时间序列的图形化观察和检验的基本操作 419

14.4时间序列的预处理 422

时间序列预处理的目的和主要方法 422

时间序列预处理的基本操作 425

14.5时间序列的简单回归分析法和趋势外推法 427

简单回归分析法和趋势外推法概述 427

简单回归分析法和趋势外推法应用举例 428

14.6指数平滑法 432

指数平滑法的基本思想 432

指数平滑法的模型 432

指数平滑法的基本操作 435

指数平滑法的应用举例 437

14.7自回归法 445

自回归法的基本思想和模型 445

自回归法的基本操作 446

自回归法的应用举例 447

14.8 ARIMA模型分析 454

ARIMA分析的基本思想和模型 454

ARIMA分析的基本操作 455

ARIMA分析的应用举例 456

14.9季节调整法 472

季节调整法的基本思想和模型 472

季节调整法的基本操作 473

季节调整法的应用举例 475

参考文献 485

返回顶部