当前位置:首页 > 社会科学
统计基础和SPSS 11.0入门与提高
统计基础和SPSS 11.0入门与提高

统计基础和SPSS 11.0入门与提高PDF电子书下载

社会科学

  • 电子书积分:12 积分如何计算积分?
  • 作 者:东方人华主编;周皓编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2004
  • ISBN:7302096457
  • 页数:339 页
图书介绍:本书通过各种形式的实例,详尽介绍了统计分析工具软件SPSS 11.0的功能和使用方法。
《统计基础和SPSS 11.0入门与提高》目录

目录 1

第1章 SPSS 11.0的简介与安装 1

1.1 SPSS的启动与界面 2

1.2 SPSS的菜单栏 3

1.3 SPSS的工具栏 4

1.4 SPSS的帮助系统 6

1.4.1 Topics[主题帮助] 7

1.4.2 Tutorial(在线指南) 9

1.4.3 Statistics Coach[统计分析指导] 10

1.4.4 Contextual Help[内容帮助] 11

1.5 SPSS 11.0的安装 12

第2章 SPSS数据的基本操作 16

2.1 打开一个数据文件 17

2.2 数据的编辑 19

2.2.1 数据编辑窗口 19

2.2.2 数据的输入 20

2.2.3 数据的修改 22

2.3 数据文件的保存和调用 23

2.3.1 数据文件的保存 23

2.3.2 数据文件的调用 26

第3章 收集数据的问题 28

3.1 收集数据的方式 29

3.2 统计调查 29

3.2.1 提问 30

3.2.2 时间的测量 31

3.2.3 选择被调查者 32

3.2.4 抽取样本 33

3.3 实验设计 34

3.3.1 随机分配 35

3.3.2 如何使误差最小 36

第4章 数据的频数分析 38

4.1 频数和频数表 39

4.1.1 频数和频数表 39

4.1.2 百分比、有效值百分比、累积百分比 40

4.1.3 频数表的行排序 41

4.2 反映频数分布的图示 42

4.2.1 饼形图 42

4.2.2 条形图 43

4.2.3 直方图 44

4.3.2 中位数 45

4.3.1 众数 45

4.3 从频数表中还可以得到什么 45

4.3.3 百分点 46

4.4 在SPSS中进行频数分析 46

第5章 数据的描述性统计 52

5.1 描述集中趋势 53

5.1.1 测量尺度 53

5.1.2 众数、中位数和算术平均值 55

5.1.3 众数、中位数和均值的比较 55

5.2 描述离散趋势 56

5.2.1 极差和四分位差 57

5.2.2 方差和标准差 58

5.2.3 标准差系数 59

5.3 数据的标准化 59

5.4 在SPSS中进行描述性统计 61

第6章 数据的组间比较 64

6.1 变量的组和分组 65

6.2 分组比较的两种情况 66

6.2.1 用一个自变量进行分组 66

6.2.2 多个自变量分层的分组 67

6.3 在SPSS中进行组间比较 70

第7章 探索数据的分布 74

7.1 探索数据分布 75

7.2 利用统计图探索数据 79

7.2.1 盒须图 79

7.2.2 茎叶图 80

7.3 在SPSS中进行数据探索 82

第8章 变量联合的交互分析 88

8.1.1 交互分类 89

8.1 交互分类与交互表 89

8.1.2 交互表 90

8.1.3 列百分比与行百分比 91

8.2 利用条形图进行交互分析 93

8.3 添加控制变量 95

8.4 在SPSS中进行交互分析 96

第9章 散点图的绘制 102

9.1 散点图的类型及意义 103

9.1.1 简单散点图 103

9.1.2 向日葵散点图 106

9.1.3 矩阵散点图 107

9.1.4 重叠散点图 108

9.1.5 三维散点图 110

9.1.6 旋转三维散点图 112

9.2 在SPSS中绘制散点图 113

9.2.1 简单散点图的设置 113

9.2.2 矩阵散点图的设置 116

9.2.3 重叠散点图的设置 117

9.2.4 维散点图的设置 118

9.3 编辑散点图 119

9.3.1 散点图的选项 120

9.3.2 标识和定位选定的观测量 123

9.3.3 旋转三维散点图 125

第10章 评价抽样结果 126

10.1 参数、统计量和抽样分布 127

10.1.1 抽样分布 127

10.1.2 样本量对抽样分布的影响 129

10.2 二项分布检验 130

10.3 在SPSS中进行二项分布检验 131

第11章 正态分布和假设检验 134

11.1 正态分布的形状、定义和性质 135

11.1.1 正态分布的形状和定义 135

11.1.2 态分布的性质 136

11.2 标准分和标准正态分布 138

11.3 均值的分布和中心极限定理 139

11.4 假设检验的原理 140

11.5 在SPSS 中如何用图形判断样本的正态性 142

第12章 单样本T检验 144

12.1 T分布与单样本均值检验 145

12.1.1 T分布 145

12.1.2 单样本的T检验 147

12.2 假设检验中的基本概念 148

12.2.1 统计假设 149

12.2.2 置信区间和置信度 151

12.2.3 待检验值与给定常数间的差值的检验 153

12.3 在SPSS中进行单样本T检验 154

第13章 配对样本的T检验 157

13.1 什么是配对样本 158

13.2 检验配对样本的两种方法 159

13.2.1 利用单样本的T检验进行配对样本的检验 159

13.2.2 配对样本的T检验 162

13.3 在SPSS中对配对样本进行T检验 165

第14章 双独立样本均值的T检验 168

14.1.1 从一个例子开始 169

14.1 双独立样本与均值差异 169

14.1.2 如何推论到总体 171

14.2 在SPSS中进行双独立样本T检验的操作 173

第15章 一元方差分析 177

15.1 方差分析的概念、思路和方法 178

15.1.1 方差分析的引入 178

15.1.2 方差分析的思路 179

15.1.3 方差分析的原理和方法 181

15.1.4 方差分析的基本假设 182

15.2 一元方差分析的具体过程 183

15.2.1 方差分析的基本假设 183

15.2.2 方差分析的数据检查 185

15.2.3 一元方差分析表 187

15.2.4 多重比较 187

15.3.1 进行一元方差分析和多重比较的操作 188

15.3 在SPSS中进行一元方差分析 188

15.3.2 在各组方差不等时进行一元方差分析 194

第16章 二因素方差分析 196

16.1 从单因素方差分析到二因素方差分析 197

16.2 二因素方差分析实例分析 200

16.2.1 数据检查 200

16.2.2 有交互效应的二因素方差分析 204

16.2.3 没有交互效应下的方差分析 205

16.2.4 确定组别之间的差异 206

16.3 在SPSS中进行二因素方差分析 206

第17章 比较频数的观测值和期望值 212

17.1 列联表的结构和X2检验 213

17.1.1 频数、频率和概率 213

17.1.2 联合分布和边缘分布 214

17.1.3 频数的期望值和X2检验 215

17.2 用SPSS进行列联分析 216

第18章 非参数检验 224

18.1 什么是非参数检验 225

18.2 单样本非参数检验 226

18.3 成对样本非参数检验——解决成对样本T检验的假设问题 234

18.4 独立样本非参数检验——解决独立样本T检验的假设问题 236

18.5 多独立样本非参数检验——解决单因素方差分析的假设问题 240

第19章 测量关联强度 243

19.1 关联强度的意义 244

19.2 定类变量关联强度的测量指标 246

19.2.1 基于X2的测量指标 246

19.2.2 什么是PRE性质* 247

19.3.1 同序对与逆序对 250

19.3 定序变量关联强度的测量指标 250

19.3.2 Gamma系数 251

19.3.3 tau系数 252

19.4 如何在SPSS中计算关联强度 252

19.5 其他测量指标 255

19.5.1 一致性测量 255

19.5.2 基于相关的测量指标 256

第20章 一元线性回归与相关 258

20.1 “回归”和一元线性回归 259

20.1.1 “回归”一词的由来以及一元线性回归的定义 259

20.1.2 回归分析的特点 261

20.2 回归参数的估计和解释 261

20.2.1 从Forbes的数据开始 262

20.2.2 最小二乘法和最佳回归直线 263

20.2.3 回归参数的意义和标准化的回归系数 265

20.3 回归方程的评价和Pearson R 267

20.3.1 三种平方和以及回归分析的PRE性质 267

20.3.2 回归分析的评价和检验 269

20.3.3 R2值的大小与散点的分布情况以及若干需要注意的问题 271

20.4 在SPSS中进行一元线性回归分析 273

第21章 回归方程的假设检验 281

21.1 线性回归的基本假设 282

21.1.1 样本回归直线和总体回归直线 282

21.1.2 线性回归的基本假设 283

21.2 回归方程的假设检验 285

21.3 利用回归方程进行预测 287

21.3.1 预测均值 289

21.3.2 预测个体观测值 292

21.3.3 在SPSS中如何得到预测值 293

第22章 残差分析 296

22.1 基本概念 297

22.1.1 标准化残差(Standardized Residuals) 297

22.1.2 学生残差(Studentized Residuals) 297

22.1.3 为什么要进行残差分析 299

22.2 残差分析的内容和方法 299

22.2.1 检查残差的正态性 299

22.2.2 检验等方差性 302

22.2.3 检验独立性 303

22.2.4 检验线性关系 304

22.3 异常值对于回归方程的影响 306

第23章 建立多元回归模型 308

23.1 一元线性回归的回顾与扩展 309

23.2 多元线性回归方程的评价与检验 312

23.2.1 多元线性回归方程的评价 313

23.2.2 多元线性回归方程的检验 314

23.3 多元线性回归系数的解释 318

23.4 在SPSS中进行多元线性回归分析 318

第24章 多元回归模型的诊断 323

24.1 多元回归分析的基本假设 324

24.2 多元线性回归的残差分析 325

24.2.1 检查正态性假设 326

24.2.2 检查等方差性和线性假设 329

24.3 异常值的识别及其影响的度量 333

附录A 标准正态分布 337

附录B 双边T分布表 338

相关图书
作者其它书籍
返回顶部