当前位置:首页 > 社会科学
数据统计与分析技术 SPSS软件实用教程
数据统计与分析技术 SPSS软件实用教程

数据统计与分析技术 SPSS软件实用教程PDF电子书下载

社会科学

  • 电子书积分:13 积分如何计算积分?
  • 作 者:黄润龙主编
  • 出 版 社:北京:高等教育出版社
  • 出版年份:2004
  • ISBN:7040146274
  • 页数:360 页
图书介绍:本书介绍了大量数据统计分析的基本原理、原则、技巧、操作方法。首先,解释了SPSS特点及主要功能,数据文件的建立与编辑,数据预处理,具体包括数据的排序、转置、合并、分组、选择、加权和变量的组合;其次介绍了描述性统计过程包括频数分析、多维频数分析、各种描述性统计量和数据标准化处理过程;再次介绍了相关分析和回归分析,包括线性回归、多元回归、逐步回归、非线性回归和曲线估计;最后,介绍了参数检验与非参数检验,方差分析和聚类分析等。教程还包括统计表格、图形的设计、存储和打印。本书主要培养学生的实际动手能力,对基础资料综合定量分析、研究能力,对于大型社会调查的数据汇总、整理、分组能力。本书还配有大量的习题,便于学生自学。本书可作为高等学校统计学、管理学、市场营销、计算机等专业相关必修课程教材,也可作为社会学、经济学、教育学等专业的选修课教材。
《数据统计与分析技术 SPSS软件实用教程》目录

目录 1

第1章 概述 1

1.1 特点 2

1.2 SPSS的运行和运行环境 3

1.2.1 对运行环境的要求 3

1.2.2 系统的运行及主屏幕介绍 3

1.2.3 与其他数据处理软件的联系与区别 5

1.3 SPSS的主要功能 6

1.3.1 数据编辑功能 7

1.3.2 表格的生成和编辑 7

1.3.3 图形的生成和编辑 7

1.3.4 与其他软件的连接 7

1.3.5 统计功能 7

1.4 系统参数设置 10

1.4.1 总体设置 11

1.4.2 显示输出的设置 12

1.4.4 标签输出设置 14

1.4.3 草稿显示设置 14

1.4.5 图形设置 15

1.4.6 交互图形窗口参数设置 16

1.4.7 要点表格设置 17

1.4.8 数值型变量自定义格式设置 19

1.4.9 货币格式的设置 19

1.4.10 脚本窗口的设置 20

1.5.1 如何获得即时提示和帮助 21

1.5 帮助系统 21

1.5.2 按目录、内容或字母次序检索使用方法 22

1.5.3 电子教程的使用方法 24

1.5.4 个案分析 25

1.5.5 统计教练 25

1.5.6 命令语法指南 26

1.5.7 寻找主页 27

本章小结 27

习题一 28

2.1.1 数据处理的构思 29

第2章 数据统计处理实例 29

2.1 自建数据文件的处理——实例1 29

2.1.2 数据录入和定义 31

2.1.3 数据资料预处理 33

2.1.4 数据统计分析 34

2.1.5 结果输出选择 34

2.1.6 图形绘制 35

2.1.7 文件保存 35

2.2 使用已输入的数据文件——实例2 36

2.2.1 变量名、变量标签的汉化 36

2.2.2 变量的转换 37

2.2.3 统计分析 38

2.2.4 图表的制作 39

2.3 数据文件的转换——实例3 40

2.3.1 自由格式ASCII码文件的转换 40

2.3.2 固定格式ASCII码文件的转换 44

本章小结 44

习题二 45

第3章 系统运行方式 47

3.1 系统运行管理方式 47

3.1.1 窗口运行管理方式 47

3.1.2 程序运行管理方式 48

3.1.3 混合运行管理方式 48

3.2 窗口形式及其功能 49

3.2.1 数据编辑窗口 49

3.2.2 结果输出窗口 51

3.2.3 程序编写窗口 52

3.2.4 统计图形编辑窗口 53

3.2.5 帮助窗口 54

3.3 对话框类型及其使用方法 54

3.3.1 常见对话框类型 54

3.3.2 按钮与文本选择 56

3.4 数据编辑窗口 56

3.4.1 数据编辑窗口 57

3.5.1 常量 58

3.5 常量、变量和表达式 58

3.4.2 数据文件 58

3.5.2 变量 60

3.5.3 表达式 66

3.6 构建新变量 68

3.6.1 新变量构建方法 69

3.6.2 新变量构建主要函数 72

本章小结 75

习题三 75

第4章 分析前数据预处理 76

4.1 数据的排序 76

4.2 数据的转置 79

4.3 数据的拆分 80

4.4 数据文件的合并 81

4.4.1 样本合并 82

4.4.2 变量合并 85

4.5 数据的选择 88

4.5.1 根据逻辑关系表达式选择数据 89

4.5.2 随机选择数据 92

4.5.3 在给定范围内选取数据 92

4.6 数据的加权 93

4.6.1 概述 93

4.6.2 对个案加权 95

4.7 数据的转换 96

4.7.1 用“Count”功能选项转换数据 97

4.7.2 利用“Recode”功能转换数据 99

4.7.3 利用“Automatic Recode”功能转换数据 102

4.7.4 缺失值的替换 103

本章小结 105

习题四 106

第5章 样本描述性统计 107

5.1 基本数学模型 107

5.1.1 描述集中趋势的统计量 107

5.1.2 描述离中趋势的统计量 109

5.2.1 对话框介绍 110

5.2 频数分析过程 110

5.1.3 偏度和峰度 110

5.2.2 应用举例 113

5.3 数据描述过程(Descriptives) 115

5.3.1 对话框介绍 115

5.3.2 应用举例 116

5.4 数据探察过程(Explore) 116

5.4.1 对话框说明 116

5.4.2 应用实例及其解释 119

5.5 列联表分析过程 121

5.5.1 主要功能 122

5.5.2 列联表分析 123

5.5.3 例题分析 129

5.6 复选题的统计和分析 130

5.6.1 问题的提出 130

5.6.2 范例分析 130

5.7 在线统计分析 135

5.7.1 基本分析过程 135

5.7.2 例题分析 136

本章小结 138

习题五 138

第6章 平均数比较与T检验 141

6.1 分组平均数的比较 141

6.1.1 基本概念和数学模型 141

6.1.2 Mean过程介绍 142

6.1.3 实例分析 144

6.2.1 假设检验的一般理论 145

6.2 单一样本T检验 145

6.2.2 单一样本T检验的数学模型 147

6.2.3 单一样本T检验过程 147

6.2.4 实例分析 148

6.3 独立样本——两样本平均数差异T检验 149

6.3.1 检验原理和一般理论 149

6.3.2 统计过程分析 150

6.3.3 例题分析 150

6.4 配对样本T检验 151

6.4.2 统计过程分析 152

6.4.1 数学模型 152

6.4.3 个案分析 153

6.5 多个平均数检验 155

6.5.1 方差分析简介 155

6.5.2 单因素方差分析 156

本章小结 158

习题六 159

7.1.1 相关模型的假设和计算 160

7.1 线性相关系数r及显著性检验 160

第7章 相关分析 160

7.1.2 相关过程的实现 163

7.1.3 相关分析实例 164

7.2 偏相关系数 168

7.2.1 偏相关系数的含义及计算 168

7.2.2 偏相关系数的计算分析方法 169

7.2.3 分析实例 170

7.3.2 过程和选择 171

7.3.1 距离分析简介 171

7.3 距离分析 171

7.3.3 实例分析 173

本章小结 174

习题七 175

第8章 回归分析 177

8.1 线性回归 177

8.1.1 回归方程的数学模型 177

8.1.2 回归方程的选择 180

8.1.3 回归方程的建立 182

8.1.4 实例分析 187

8.2 曲线回归 190

8.2.1 曲线回归的计算原理 190

8.2.2 曲线回归的计算机实现 195

8.3 哑变量回归 197

8.4 路径分析 198

8.4.1 通径图 199

8.4.2 通径系数计算及总作用分解 200

8.4.3 实例分析 201

8.4.4 注意事项 202

本章小结 203

习题八 203

第9章 非参数检验 207

9.1 非参数检验概述 207

9.1.1 非参数检验的特点 207

9.1.2 非参数检验方法分类 208

9.2 单样本检验 209

9.2.1 卡方检验 209

9.2.2 二项分布检验 212

9.2.3 游程检验 214

9.2.4 单样本K-S检验 216

9.2.5 单样本非参数检验方法比较 218

9.3 独立样本差异的显著性检验 218

9.3.1 两个独立样本差异的显著性检验 218

9.3.2 多个独立样本差异的显著性检验 221

9.4.1 两个相关样本差异的显著性检验 223

9.4 相关样本差异的显著性检验 223

9.4.2 多个相关样本差异的显著性检验 226

本章小结 228

习题九 228

第10章 方差分析 232

10.1 方差分析概述 232

10.1.1 方差分析的基本内容 234

10.1.2 方差分析的原理 235

10.2 单因变量单因素方差分析 236

10.1.3 F分布 236

10.2.1 单因素方差分析的基本原理 237

10.2.2 单因素方差分析的基本过程 238

10.2.3 主要分析结果 242

10.3 单因变量多因素方差分析 244

10.3.1 多因素方差分析的基本原理 244

10.3.2 多因素方差分析的基本过程 245

10.4 协方差分析 247

10.4.1 协方差分析的基本原理 247

10.4.2 协方差分析的基本过程 248

10.4.3 主要分析结果 249

10.5 多因变量线性模型的方差分析 250

10.5.1 完全窗口分析 250

10.5.2 结果输出及其解释 252

本章小结 253

习题十 253

第11章 聚类分析与判别分析 256

11.1 聚类分析与判别分析过程概述 256

11.1.2 判别分析 257

11.1.1 聚类分析 257

11.1.3 Classify的功能 258

11.2 快速聚类过程 258

11.2.1 快速聚类的概念及分析步骤 258

11.2.2 快速聚类的应用实例 259

11.3 分层聚类分析 265

11.3.1 分层聚类的概念及分析步骤 265

11.3.2 分层聚类的应用实例 265

11.4.1 判别分析的概念及分析步骤 271

11.4 判别分析 271

11.4.2 判别分析的常用方法及判别函数效果的验证方法 272

11.4.3 判别分析的应用举例 273

本章小结 282

习题十一 282

第12章 因子分析和主成分分析 285

12.1 基本原理 285

12.1.1 因子分析 285

12.1.2 主成分分析法 288

12.2 基本分析过程 292

12.2.1 分析过程选择 292

12.2.2 个例分析过程 297

本章小结 302

习题十二 302

第13章 时间序列分析 304

13.1 指数平滑法 304

13.1.1 基本原理 305

13.1.2 基本过程 306

13.2 季节分解法 309

13.2.1 基本原理 309

13.2.2 基本过程 310

13.3 自回归法 311

13.3.1 基本原理 312

13.3.2 基本过程 312

13.4 自回归综合移动平均模型(ARIMA) 316

13.4.1 基本模型 316

13.4.2 基本过程选择 316

本章小结 318

习题十三 318

第14章 个例综合分析 320

14.1 社会调查样本综合分析个例 320

14.2 人事工资档案综合分析个例 326

14.3 地区经济发展综合分析个例 328

14.4 市场调查资料综合分析个例 332

习题十四 336

本章小结 336

第15章 数据分析的基本原理 339

15.1 数据的定义 339

15.2 数据的类型 340

15.3 数据变量的属性 344

15.3.1 尺度的意义及种类 344

15.3.2 定类尺度 344

15.3.3 定序尺度 345

15.3.4 定距尺度 345

15.3.5 定比尺度 346

15.3.6 市场调查的分析方法 348

15.4 数据变换 349

15.4.1 数据变换基本原理 349

15.4.2 正态分布数据评价标准——Q-Q图原理 351

15.4.3 数据正态化评价个例 352

15.5 数据和数据处理 356

本章小结 357

习题十五 358

参考文献 360

返回顶部