金融统计实验教程PDF电子书下载

绪论 1

一、统计数据与统计学 1

二、统计学的分类及应用 6

实验一 统计描述：数值计算 8

一、集中趋势的度量 8

二、离散程度的度量 9

三、描述分布形态的统计量 12

四、基本操作 13

五、应用举例 14

实验二 方差分析 16

一、什么是方差分析 16

二、方差分析的基本思想 17

三、方差分析的应用条件 18

四、方差分析的主要内容 18

五、SPSS应用案例 19

实验三 非参数检验 34

一、单样本非参数检验 34

二、两独立样本非参数检验 37

三、多独立样本非参数检验 39

四、两配对样本非参数检验 41

五、多配对样本非参数检验 43

六、非参数检验在SPSS中的实现 45

实验四 回归分析 52

一、相关关系 52

二、回归方程的建立 53

三、回归方程的显著性检验 60

四、利用回归方程进行预报和控制 63

五、非线性回归 68

六、多元线性回归 72

七、回归诊断 80

八、回归分析在SPSS中的实现 85

实验五 聚类分析 95

一、聚类分析概述 95

二、系统聚类分析 101

三、动态聚类法 115

实验六 因子分析 123

一、因子分析的基本理论 124

二、因子分析的数学模型 126

三、因子载荷的求解 131

四、因子旋转 140

五、因子得分 146

六、因子分析的步骤及注意事项 151

七、因子分析在SPSS中的实现 155

八、案例：基于因子分析的中国金融风险研究 173

实验七 主成分分析 180

一、主成分分析的基本理论 180

二、主成分分析的模型与几何意义 182

三、主成分的推导与性质 185

四、主成分分析的步骤及注意事项 189

五、主成分分析在SPSS中的实现 191

六、案例：主成分分析在上市商业银行竞争力中的应用 203

实验八 时间序列 209

一、时间序列的建立和平稳化 209

二、指数平滑 210

三、自回归 211

四、自回归综合移动平均（ARIMA）模型 212

五、季节分解法 212

六、金融时间序列分析在SPSS中的实现 214

参考文献 224