多元统计分析与SPSS应用PDF电子书下载

第1章　多元描述统计分析 1

1.1　多元描述统计量 1

1.1.1 数据的组织 1

1.1.2 描述统计量 3

1.2　多元数据的图形表示 4

1.2.1 散点图 5

1.2.2 箱线图 6

1.2.3 条形图 8

1.3　描述统计分析的SPSS应用 9

1.3.1　描述统计量 9

1.3.2 图形表示 12

小结 14

本章主要术语 14

思考与练习 14

第2章　均值的比较检验 16

2.1　均值比较检验的基本原理 16

2.1.1 均值检验问题的提出 16

2.1.2　均值检验的基本原理 17

2.2　单一样本均值的检验 19

2.3　独立样本均值的检验 21

2.4　配对样本均值的检验 24

2.5　均值比较检验的SPSS应用 25

2.5.1 单一样本均值的检验 25

2.5.2　独立样本均值的检验 26

2.5.3　配对样本均值的检验 28

小结 29

本章主要术语 29

思考与练习 29

第3章　方差分析 31

3.1　方差分析的基本原理 31

3.2　单因子方差分析 33

3.3　多因子方差分析 38

3.3.1 无交互作用情况 40

3.3.2 有交互作用情况 45

3.4　协方差分析 49

3.5　方差分析的SPSS应用 51

3.5.1 单因子方差分析 51

3.5.2 多因子方差分析 51

3.5.3　协方差分析 54

小结 55

本章主要术语 56

思考与练习 56

第4章　正交试验设计 57

4.1　正交试验设计的基本方法 57

4.2　无交互作用的试验设计与数据分析 59

4.3　有交互作用的试验设计与数据分析 64

4.4　重复试验与重复取样 70

4.4.1　重复试验 71

4.4.2 重复取样 75

4.5　正交试验设计的SPSS应用 77

小结 79

本章主要术语 79

思考与练习 79

第5章　相关分析 80

5.1 引言 80

5.2　简单相关分析 81

5.2.1　Pearson相关系数 81

5.2.2　Spearman等级相关系数 82

5.2.3　Kendall's tau-b相关系数 83

5.2.4　简单相关分析的SPSS应用 83

5.3　偏相关分析 86

5.3.1 偏相关分析的思想 86

5.3.2 偏相关系数 86

5.3.3 偏相关分析的SPSS应用 87

5.4　距离相关分析 88

5.4.1 距离相关分析的思想 88

5.4.2　偏相关分析的SPSS应用 89

小结 92

本章主要术语 92

思考与练习 92

第6章　回归分析 93

6.1　一元线性回归分析 93

6.1.1 数学模型 94

6.1.2 参数的最小二乘估计 95

6.1.3 最小二乘估计的性质 97

6.1.4 回归方程的显著性 98

6.1.5 预测 99

6.1.6 控制 101

6.1.7 一元线性回归的SPSS应用 101

6.2　多元线性回归分析 106

6.2.1 数学模型 106

6.2.2　参数的最小二乘估计 107

6.2.3　最小二乘估计的性质 108

6.2.4 回归方程的显著性 108

6.2.5 回归系数的显著性 109

6.2.6 预测 110

6.2.7 多元线性回归的SPSS应用 110

6.3　逐步回归分析 115

6.3.1　“最优”回归方程的选择 115

6.3.2 逐步回归计算步骤 115

6.3.3 逐步回归的SPSS应用 118

6.4　含定性自变量的回归分析 122

6.4.1 两分定性变量的回归 122

6.4.2 多分定性变量的回归 124

6.5　违背基本假设的回归分析 126

6.5.1 异方差性 127

6.5.2 自相关性 130

6.5.3 多重共线性 135

小结 139

本章主要术语 139

思考与练习 139

第7章　聚类分析 141

7.1　聚类分析的概念及分类 141

7.2　相似性的度量 142

7.2.1 距离 142

7.2.2 相似系数 144

7.3　系统聚类法 144

7.4　动态聚类法 153

7.4.1 动态聚类的思想 153

7.4.2　选择凝聚点和确定初始分类 153

7.4.3 衡量聚类结果的合理性指标和算法终止的标准 155

7.4.4 动态聚类与系统聚类的比较 155

7.5　有序聚类法 155

7.6　聚类分析的SPSS应用 160

7.6.1 Hierarchical Cluster系统聚类分析 160

7.6.2 Means Cluster K-均值聚类分析 165

小结 169

本章主要术语 170

思考与练习 170

第8章　判别分析 171

8.1 引言 171

8.2　距离判别法 172

8.2.1 两个总体的情形 172

8.2.2 多总体情况 173

8.3　Fisher判别法 173

8.3.1 两总体Fisher判别法 174

8.3.2 多总体Fisher判别法 175

8.4　Bayes判别法 177

8.5　逐步判别法 180

8.6　判别分析的SPSS应用 181

小结 185

本章主要术语 186

思考与练习 186

第9章　主成分分析 187

9.1 引言 187

9.2　主成分分析的数学模型及其几何意义 188

9.2.1 数学模型 188

9.2.2 几何意义 189

9.3　主成分的推导及其性质 190

9.3.1 总体主成分 190

9.3.2　样本主成分 192

9.4　主成分分析的基本步骤与SPSS应用 193

9.4.1 主成分分析的基本步骤 193

9.4.2　SPSS操作过程及结果解释 194

9.5　主成分分析的进一步应用 200

9.5.1　综合评价 201

9.5.2　相关分析与回归分析 203

小结 205

本章主要术语 205

思考与练习 205

第10章　因子分析 206

10.1　引言 206

10.2　因子分析的一般模型 207

10.2.1 因子分析的数学模型 207

10.2.2 因子分析模型与回归模型的比较 208

10.2.3 因子分析模型的性质 208

10.2.4 因子分析的几个重要概念 209

10.3　因子载荷矩阵的估计 210

10.4　因子旋转 212

10.4.1 方差最大正交旋转（Varimax） 213

10.4.2 四次方最大旋转（Quartimax） 214

10.4.3 等量最大法旋转（Equamax） 215

10.4.4　斜交旋转 215

10.4.5　旋转方法的选择 215

10.5　因子得分的估计 215

10.5.1 因子得分的含义 215

10.5.2 因子得分估计的方法——回归法 216

10.6　因子分析的基本步骤与SPSS应用 217

10.6.1 因子分析的基本步骤 217

10.6.2　SPSS操作过程及结果解释 218

小结 226

本章主要术语 226

思考与练习 226

第11章　对应分析 227

11.1　引言 227

11.2　对应分析的原理与方法 229

11.2.1 对应分析的原理 229

11.2.2 R型因子分析和Q型因子分析的对应关系 232

11.3　对应分析的SPSS应用 234

11.3.1 对应分析中重要概念的解释 234

11.3.2　对应分析的SPSS应用 234

小结 240

本章主要术语 241

思考与练习 241

第12章　典型相关分析 242

12.1 引言 242

12.2　典型相关分析的基本理论与方法 243

12.2.1 典型相关分析的原理 243

12.2.2 总体典型相关 244

12.2.3　样本典型相关 247

12.2.4 典型相关系数的显著性检验 248

12.2.5 典型相关分析的其他测量指标 249

12.3　典型相关分析的基本步骤 250

12.4　典型相关分析的SPSS应用 251

小结 257

本章主要术语 257

思考与练习 257

第13章　定性数据的统计分析 258

13.1　引言 258

13.2　列联表分析 259

13.2.1 列联表的概念及形式 259

13.2.2 列联表的独立性检验 260

13.2.3　SPSS应用 261

13.3　对数线性模型 264

13.3.1 对数线性模型的理论和方法 264

13.3.2 对数线性模型的SPSS应用 265

13.4　Logistic回归 269

13.4.1　Logistic变换 269

13.4.2 Logistic回归模型及其估计 270

13.4.3 Logistic回归模型的检验 271

13.4.4 Logistic回归的SPSS应用 273

13.5　Probit回归 276

13.5.1　Probit回归模型 276

13.5.2 Probit回归的SPSS应用 277

小结 280

本章主要术语 280

思考与练习 280

附录1 常用概率分布表 281

附录2　常用正交表 293

参考文献 300