统计分析应用教程 SPSS， LISREL & SAS实例精选PDF电子书下载

1.1 问卷调查法 1

1.1.1 问卷设计应该有3级编号 1

第1章 SPSS统计分析预备知识 1

1.1.3 问卷设计中常见的错误 2

1.1.2 区间(定距)以上的变量宜用开放性的答案 2

1.1.4 市场调查的量表法 4

1.2 数据的编码 5

1.3 数据的计算机表示法 7

1.4 数据的格式 8

1.5 数据的计算机定义 9

1.7 四种SPSS命令文件的格式 10

1.6 SPSS的命令文件 10

1.8 SPSS新文件编辑实例 12

1.9 编辑的同时运行程序进行统计分析 14

1.11 正确编辑SPSS原始数据文件小结 15

1.10 调用已有的文件(程序)做统计分析 15

习题1 16

1.12 统计分析的最佳方案 16

2.1 应用Frequencies过程的预备知识 20

第2章 用Frequencies和Tables过程描述频次分布 20

2.2 妇女一生的追求 23

2.3 妇女地位与人生观之间的关系(Tables过程的应用) 24

2.4 女性最痛恨的陋习 25

习题2 26

3.1 数据输入 29

第3章 图文并茂的SPSS图形 29

3.2 提高数据输入速度的技术 30

3.3 绘制条形图 32

3.4 多变量的条形图 33

3.5 在Graphs中绘制聚类型条形图 34

3.6 直方图的描述 35

3.7 图文并茂的圆形图 37

习题3 39

4.1.1 使用对话框创建新变量 42

4.1 创建新变量 42

第4章 数据的变换 42

4.1.3 数学函数 44

4.1.2 使用COMPUTE命令创建新变量 44

4.1.4 缺少值函数 45

4.2.3 逻辑表达式 46

4.2.2 表达式中的关系符 46

4.2 采用IF命令做条件变换和逻辑校验 46

4.2.1 IF命令格式 46

4.2.5 缺少值的处理 47

4.2.4 两种缺少值的逻辑函数 47

4.2.6 IF命令的对话框 48

4.3.1 通过对话框对数据重新编码的实例 50

4.3 数据重新编码 50

4.3.2 RECODE命令的格式 52

4.4.2 “数值范围”中使用的关键词 54

4.4.1 COUNT命令格式 54

4.3.3 RECODE在程序中的位置 54

4.4 运用COUNT命令计数 54

4.5 Count对话框的用法 55

4.6 运算的次序 56

习题4 57

5.1 检验数据的真实性 59

第5章 描述性统计(Descriptives过程的应用) 59

5.2 四种测量水平 61

5.3.1 集中趋势的统计量 62

5.3 三种综合统计量 62

5.3.3 形状测量的统计量 64

5.3.2 离散趋势的统计量 64

5.5 在对话框中做描述性统计 65

5.4 标准分(Z值) 65

5.6 Descriptives的命令格式 67

习题5 68

6.1 全国妇女的年龄与受教育水平的双变量交叉汇总 71

第6章 用Crosstabs过程进行双变量的交叉汇总与结合测量 71

6.2 由“是否在业”变量控制的女工年龄与文化的关系 73

6.3 妇女年龄与文化素质的相关性(定比-定比变量，用Corr系数) 74

6.4 是否在业与文化素质的相关性(定类-定距变量，用Eta系数) 76

6.5 是否在业与企业所有制的关系(定类-定序变量，用λ系数) 77

6.6 是否在业与政治面貌的关系(定类-定类变量，用λ以下的系数) 79

6.7 在Crosstabs对话框中做交叉汇总和结合测量 80

6.8 CROSSTABS命令总表 81

习题6 82

7.1 可用Explore过程检验的错误 85

第7章 利用Explore过程检测数据 85

7.2 直方图 86

7.3 茎-叶图 87

7.4 框图 89

7.5 统计分析前对假设的检验 91

7.6.1 幂转换 92

7.6 幂转换的形式 92

7.6.2 正态性检验 93

7.7 集中趋势分布的三种较佳的平稳测量 95

7.8 在对话框中进行数据检测 97

7.9 用Syntax窗口编程 100

习题7 101

8.1.1 数据的整理与统计 104

8.1 独立样本T-TEST 104

第8章 两个子总体均值的比较 104

8.1.2 结果分析 106

8.2.1 数据的整理与统计 107

8.2 成对样本T-TEST 107

8.3 命令法及原始数据 108

8.2.2 结果分析 108

8.4 群体均值的比较(Means过程的应用) 109

8.5 职业女性(群体)的平均受教育年限的检测 110

8.6 “在业女性”与“不在业女性”两组平均受教育年限的检测 112

8.7 不在业女工受教育水平高的原因 113

8.9 采用ANOVA过程检验均值相等的“假设” 115

8.8 MEANS命令总表 115

8.10 ANOVA过程的方差分析应用 116

8.11 主效应的检验 118

8.12.2 子命令解释 119

8.12.1 ANOVA过程的命令表 119

8.12 ANOVA过程的命令一览表 119

8.12.3 平方和的分解与交互作用的取消 120

8.13 采用对话框做ANOVA(多因子方差)分析 121

习题8 122

9.1 高考成绩与学生素质的关系 127

第9章 相关分析的应用 127

9.2 Correlations过程的具体用法 128

9.3 Correlations对话框的解释 131

9.4 运行Correlations过程命令 133

9.5 用Partial Correlations(偏相关)过程控制“第三者” 134

9.7 辨别变量虚假相关 135

9.6 计算偏相关系数 135

9.9 通过对话框做偏相关分析 138

9.8 确定被控制的变量 138

9.11 Partial Corr命令一览表 140

9.10 将对话框中已选择的命令粘贴到Syntax窗口 140

习题9 141

10.2 Chi-Square单样本检验 144

10.1 非参数检验过程的菜单和数据文件 144

第10章 非参数检验 144

10.3 Binomial(二项式)检验 145

10.4 药量的游程检验 146

10.6 Two-Sample Kolmogorov-Smirnov检验 147

10.5 One-Somple Kolmogorov-Smirnov检验 147

10.7 K个独立样本的Kruskal-Wallis检验 148

10.8 成对样本的Wilcoxon Signed Ranks检验 149

习题10 150

10.9 K对样本的Friedman Test检验 150

11.1 用Factor过程分析潜在的因素 153

第11章 数据精简与市场分析 153

11.2 因素分析的步骤 154

11.4 因素分析的对话框设置 155

11.3 因素分析所用的数据 155

11.5.1 因素的初始统计量(共通性) 159

11.5 输出结果及其分析 159

11.5.2 因素抽取 160

11.7 用残差评估相关矩阵和因素模型 162

11.6 用主成分法抽取前5个因素 162

11.8 通过最大似然度抽取因素 163

11.9 抽取因素经验小结 164

11.10 删除LOADING≤0.5的小载荷量 165

11.11 转轴前后的对比 166

11.12 因素分析 167

11.13 在Syntax窗口编辑程序补充对话框的不足 168

11.14.1 对应分析的应用例子 169

11.14 用对应分析进行市场分析 169

11.14.2 结果分析 170

11.15.1 Optimal Scaling应用要求 171

11.15 用Optimal Scaling过程优化测量 171

11.15.2 Optimal Scaling对话框设置 172

习题11 173

12.1 结合分析的基本原理与思路 175

第12章 用结合分析和可靠性测量进行市场调研 175

12.3 精品购物的问卷调查 176

12.2 通过正交设计建立卡片 176

12.4 结合分析 177

12.5 市场预测与决策 178

12.6 可靠性分析 179

12.7 多维测量 184

习题12 187

13.1 多选项的问卷例子与计算机编码 189

第13章 多选项的统计分析 189

13.3 多选项二分法 190

13.2 多选项分类法 190

13.4 多选项的数据及其程序 191

13.6.1 首先必须定义多选项的复合变量集$ 193

13.6 统计多选项时的预备知识 193

13.5 多选项中二分法与分类法的区别 193

13.7 统计多选项的频次 194

13.6.2 应用说明 194

13.8.1 交叉汇总表的统计法 195

13.8 多选项的交叉汇总表实例 195

13.8.2 交叉汇总表分析 196

习题13 197

14.2 个案聚类和变量聚类 199

14.1 聚类分析与判别分析的区别 199

第14章 用谱系聚类法分析各国劳动力分布 199

14.3 个案聚类 200

14.4 聚类的形成法 201

14.5 从冰柱图看聚类情形 202

14.7 从树形图分析聚类成员 203

14.6 平均连接法的图表 203

14.9 对变量的聚类 204

14.8 图形显示的改进 204

14.10 利用SPSS对话框做聚类分析 205

习题14 211

15.1 聚类方法 213

第15章 用K-M过程进行大样本数据的聚类分析 213

15.1.2 初始聚心的产生 214

15.1.1 先求聚心后聚类 214

15.1.3 产生初始聚心的小结 216

15.2 输出结果分析 217

15.3 聚心未知时的聚类 218

15.4 K-Means Cluster Analysis对话框解释 220

15.5 用编程法进行大样本文件的聚类 223

习题15 225

16.1 从逃课现象着手研究 226

第16章 对逃课现象的判别分析 226

16.1.2 组间均值差别 227

16.1.1 选择分析的个案 227

16.1.3 Wilks的λ值 228

16.1.5 判别系数的估计 229

16.1.4 相关系数的评价 229

16.1.6 判别函数的解释 230

16.1.7 Bayes的分组规则 231

16.1.8 判别分的计算及分组 232

16.1.10 判别分的直方图 233

16.1.9 个案分组后的概括统计表 233

16.1.11 计算错误分组的比例 235

16.1.13 判别分析的其他统计量 236

16.1.12 不正确分组的期望比例 236

16.1.14 判别函数与变量的相关性 238

16.1.16 判别系数与多元回归系数的关系 239

16.1.15 费歇尔分组函数系数 239

16.2 选择变量的方法 240

16.3 变量选择的其他标准 242

16.4 三组判别分析 243

16.5 当违背假设时 249

16.6 用Windows中的SPSS对话框做判别分析 250

16.7 用编程法做判别分析 256

习题16 257

17.1 对数线性分析的应用 259

第17章 当代大学生就业意向的谱系对数线性分析 259

17.2.2 饱和模型的观察值与期望值 260

17.2.1 饱和模型 260

17.2 对数线性关系的模型 260

17.3 参数估计 261

17.4 独立模型——非饱和模型 263

17.5 分层(谱系)模型 265

17.7 卡方统计量的分解 266

17.6 选择模型 266

17.8 检验模型中个别效应 270

17.10 两种建模法 272

17.9 产生各次项效应的对话框 272

17.11.1 主对话框 275

17.11 在Windows中通过对话框进行Loglinear分析 275

17.11.2 模型选择 276

17.11.3 选项 277

17.12 对话框的扩充 278

习题17 279

18.1 GENLOG与LOGIT对数线性分析模型的异同 280

第18章 用General Loglinear Analysis分析毕业生心态 280

18.2 广义对数线性分析模型 281

18.3 参数估计 283

18.4 参数估计值的解释 286

18.5.1 饱和模型 288

18.5 非饱和模型项的拟合度 288

18.5.3 从拟合度统计量看非饱和模型 289

18.5.2 非饱和模型 289

18.5.4 非饱和模型的参数估计 290

18.5.5 参数估计量的解释 292

18.6.2 标准残差 293

18.6.1 原始残差 293

18.6 残差研究 293

18.7.1 数据的交叉汇总表 295

18.7 次序数据的模型 295

18.7.3 线性-线性结合的模型 296

18.7.2 定序数据的对数线性分析 296

18.7.4 行效应模型和列效应模型 300

18.7.5 关于次序数据的对数线性模型的评价 302

18.8.1 从一个例子看不完全表格的特点 303

18.8 不完全的表格 303

18.8.2 准独立性模型 304

18.8.3 数据的重新编排 306

18.8.4 对称模型 307

18.8.5 关于两个三角形假设的检验 309

18.8.6 修正的准对称模型 316

18.8.7 实际情况与期望情况的结合测量 320

18.9.1 进入General Loglinear Analysis主对话框 323

18.9 应用General Loglinear Analysis对话框分析 323

18.9.3 Options对话框 324

18.9.2 Model对话框 324

18.9.4 残差和预测值的存储 325

18.10.1 GENLOG命令表 326

18.10 在SPSS的Syntax窗口编辑命令文件 326

18.10.2 GENLOG的子命令 327

习题18 328

19.1 对原始数据的要求 333

第19章 用Logit Loglinear Analysis分析读研几率 333

19.2 对数线性分析的第1步(产生交叉汇总表) 334

19.3.2 LOGIT逻辑对数线性分析模型 335

19.3.1 GENLOG广义对数线性分析模型 335

19.3 GENLOG与Logit Loglinear Analysis的区别 335

19.3.3 GENLOG模型与LOGIT模型的比较 336

19.4.1 产生图19-4和图19-5 338

19.4 饱和的逻辑对数线性模型的分析 338

19.4.3 参数估计值的解释 339

19.4.2 图形输出 339

19.5 非饱和的逻辑对数线性分析模型 340

19.5.3 从残差统计量看非饱和模型 341

19.5.2 从拟合度统计量看非饱和模型 341

19.5.1 非饱和模型 341

19.5.4 独特而有趣的百分比 342

19.6.3 H和C统计量的特点 343

19.6.2 测量正态变量范围的统计量之二：C 343

19.6 非饱和模型中的离散测量与结合测量 343

19.6.1 测量正态变量范围的统计量之一：H 343

19.7 非饱和模型的参数估计 345

19.8.1 从生成的交叉汇总表看数据结构 347

19.8 Polychotomous LOGIT模型 347

19.8.2 生成参数估计表 348

19.8.3 手工制成参数估计的单元表 349

19.9 运用对话框做逻辑对数线性分析 350

19.8.4 模型的拟合度 350

19.10 在Syntax窗口使用的编辑命令 354

习题19 355

20.1.1 一个应用例子 359

20.1 追踪寿命表 359

第20章 寿命表分析 359

20.1.2 数据的整理 360

20.2.1 计算第1个概率 361

20.2 概率计算 361

20.3 用SPSS对话框画出寿命表 362

20.2.2 计算第2个概率 362

20.4 寿命表分析 366

20.6 幸存函数的比较 367

20.5 失去追踪(Lost to Follow-up) 367

20.7.1 Survival语句 368

20.7 运行Survival过程命令 368

20.7.2 Survival命令概述 369

习题20 370

21.1 Kaplan-Meier估算法 372

第21章 Kaplan-Meier寿命分析 372

21.2 产生SPSS的Kaplan-Meier输出表 374

21.3 幸存函数的分组比较 377

21.4.1 分层比较 379

21.4 幸存函数的分层比较 379

21.4.2 针对分层比较的检验 380

21.5 用对话框做寿命分析 381

21.6.1 Kaplan-Meier命令一览表 382

21.6 运行过程Kaplan-Meier 382

21.6.2 命令概述与规则 383

习题21 384

22.1 只有一个协变量的Coxreg回归模型 385

第22章 Cox Regression医学应用 385

22.1.1 幸存(Survival)函数的计算 386

22.1.3 危险率(Hazard)函数 387

22.1.2 基线与幸存时间的关系 387

22.2.2 有三个协变量的回归模型 388

22.2.1 多个协变量的一般模型 388

22.2 多协变量Coxreg回归模型 388

22.2.3 有多个协变量模型的主要参数 389

22.3 回归模型的假设检验 390

22.4 选择预测的协变量 391

22.5.1 例子 392

22.5 向前选择变量的例子 392

22.5.2 输出结果 393

22.5.3 第1步：哪一个变量首先进入方程 394

22.5.5 第2个变量进入方程后，应考察模型及其回归系数 395

22.5.4 第2步：哪一个变量可以在第2步进入方程 395

22.5.6 第2个变量进入方程后的模型 396

22.6.1 Cox Regression主对话框 397

22.6 Cox Regression对话框 397

22.5.7 第2个变量入选后模型中的变量能否淘汰 397

22.6.2 Cox Regression主对话框说明 398

22.7 Coxreg过程 399

22.6.4 画图 399

22.6.3 定义Status变量的事件 399

习题22 400

第23章 GLM：Univariate及Variance Components的应用 402

23.2 数据描述 403

23.1 GLM：Univariate单因变量广义线性模型的方差分析 403

23.3 等方差性 404

23.4 饱和模型与非饱和模型的方差分析 406

23.5 对照分析 407

23.6 多重比较的难点 408

23.8 效率计算 409

23.7 测量效应大小 409

23.9 一个协方差分析模型 410

23.10 协方差分析表 411

23.11.1 GLM：Univariate主对话框用法 413

23.11 采用SPSS对话框做广义因子方差分析 413

23.11.2 Contrasts对话框用法 414

23.11.3 用Model对话框改建模型 415

23.11.4 Options对话框 416

23.12.1 命令总表摘录 417

23.12 广义因子方差分析的命令总表 417

23.12.2 应用举例 418

23.14 方差成分分析的数据例子 419

23.13 方差成分分析(GLM：Variance Components) 419

23.15.1 Model对话框 420

23.15 GLM：Variance Components主对话框 420

23.15.3 Save对话框 421

23.15.2 Oprtions对话框 421

23.16.2 ANOVA方差分析法的2次项以下的模型 422

23.16.1 ANOVA方差分析法的最高次模型 422

23.16 采用ANOVA法进行方差分析的实例 422

23.16.3 ANOVA方差分析法的主效应模型 423

习题23 424

23.16.5 ANOVA法的结果分析 424

23.16.4 ANOVA方差分析法的最佳模型 424

24.1 广义多因变量方差分析 428

第24章 GLM：Multivariate的应用 428

24.2.2 假设与检验 429

24.2.1 假设的必要条件 429

24.2 假设与检验 429

24.3.1 因变量之间相关性检验 431

24.3 双样本多因变量模型 431

24.3.3 方差齐次性检验 432

24.3.2 因变量联合分布为正态性的假设与检验 432

24.4.1 均值相等的检验 433

24.4 双因变量单因子的Hotelling T2检验 433

24.4.3 参数估计 434

24.4.2 单变量的Hotelling T2检验 434

24.5 多元的线性模型实例 435

24.5.2 效应检验 437

24.5.1 多元差异性检验 437

24.5.3 性别水平与年龄水平之间的主效应差异检验 439

24.6 效度检验(考察残差) 440

24.5.4 含有空单元时的难题 440

24.6.1 单变量的偏对照参数估计 441

24.6.3 观察值、期望值及其残差 442

24.6.2 参数的系数估计 442

24.6.4 均值的预测 443

24.8.1 进入GLM的主对话框 444

24.8 运用GLM对话框做多元方差分析 444

24.7 小结 444

24.8.2 使用Contrasts对话框 445

24.8.3 使用Options对话框 446

24.8.4 使用Model对话框 447

24.9 多元方差分析的命令总表 448

24.8.5 存储残差等临时变量 448

习题24 451

25.1 反复测量的概念 454

第25章 GLM：Repeated Measures的应用 454

25.2.1 描述性统计量 455

25.2 首先获得图示与描述性统计量 455

25.2.2 图形描述 456

25.3 均值差的分析 457

25.3.2 正交正态差对照的图示 458

25.3.1 转换变量 458

25.4.2 方差分析表的解释 459

25.4.1 检验常数效应 459

25.4 检验各种效应的差别 459

25.4.3 检验考试(TEST)效应 460

25.4.5 选择多元或一元结果 462

25.4.4 平均的单变量显著性检验 462

25.6 两因子的设计模型 464

25.5 选择多项式等其他对照 464

25.6.2 变量的转换 465

25.6.1 双因子模型的检验 465

25.7.1 两班有无条件效应 466

25.7 效应的假设检验 466

25.7.2 检验三次考试的效应 467

25.7.3 考试成绩与班级(条件)之间的交互效应 469

25.7.4 各次考试成绩一起进入分析 471

25.8.3 有组间因子时的非饱和模型研究 472

25.8.2 对象内与对象间因子的模型设计 472

25.8 增加一个对象间的因子 472

25.8.1 对象内与对象间的因子 472

25.8.5 有组间因子时的饱和模型 477

25.8.4 非饱和模型小结 477

25.9.1 协方差的预分析 478

25.9 带有一个常数协变量的协方差分析 478

25.9.2 着手协方差分析 479

25.10 方差分析中直观的图示 480

25.9.3 方差分析后的线性模型(成绩等的预测) 480

25.11.2 定义两个对象内的因子 481

25.11.1 主对话框 481

25.11 采用对话框进行方差分析的反复测量 481

25.11.3 定义对象内变量、对象间因子及协变量 482

25.11.5 Model对话框 483

25.11.4 Contrasts对话框 483

25.11.6 Options对话框 485

25.12 反复测量的命令总表 486

25.12.1 反复测量的命令总表 487

习题25 488

25.12.2 命令用法 488

26.1 二分逻辑回归过程的应用 490

第26章 非线性回归过程的应用 490

26.2 多分逻辑回归过程的应用 492

26.2.2 设置分析药效对话框 493

26.2.1 数据文件 493

26.2.3 输出结果的分析 494

26.3.2 用Ordinal Regression对话框做统计 496

26.3.1 对数据的要求 496

26.3 次序回归过程的应用 496

26.3.3 输出结果的分析 498

26.4.2 二阶最小二乘方回归例子 499

26.4.1 二阶最小二乘方回归原理 499

26.4 二阶最小二乘方回归 499

26.5 曲线估计过程 500

26.4.3 输出结果的分析 500

26.5.2 做曲线估计的数据及其统计法 501

26.5.1 设置曲线估计过程的对话框 501

26.6.1 从非线性回归模型解出初始值 503

26.6 非线性回归过程的应用 503

26.5.3 存储临时变量 503

26.6.2 将数据调入Nonlinear Regression对话框中执行 505

26.6.3 对预测结果的分析 506

26.7 利用Probit过程进行单位概率回归 509

26.6.4 人口预测 509

26.7.1 中度效果分析 511

26.7.2 三组预测水平值的比较 512

26.7.3 各组药效的比较 514

习题26 516

第27章 多元线性回归分析的应用 521

27.1 多元线性回归分析 521

27.2 模型的拟合度 521

27.2.1 R2系数 521

27.2.2 方差分析 522

27.2.3 R2的另一解释 524

27.3 预测值及其标准误差 524

27.4 寻找是否满足假设 526

27.5 设置异常值和影响点 531

27.5.1 通过标准误差设置异常值(Outliers) 531

27.5.2 有多个预测变量时的异常值测量法(Mahalanobis距离法) 532

27.5.3 用删除残差与Cook距离法检测影响点 533

27.6 数据不符合线性回归的基本假设时的处理方法 535

27.7.1 相关系数阵 538

27.7.2 R2和F值 538

27.7 多元线性回归模型正确性的检验 538

27.7.3 由B0和偏回归系数Bi预测当前成绩(或收入) 539

27.7.4 用偏相关(Partial)系数F确定重要的自变量 540

27.8 关于自变量出入回归模型时的深入研究 542

27.9 向前选择变量法 543

27.10 自后淘汰变量(消元)法 546

27.11 逐步回归法 547

27.12 多元回归中的假设与检验 548

27.13 多元回归中影响点的检测 549

27.14 共线性诊断 550

27.15 解释回归模型 553

27.16 在SPSS for Windows中运行线性回归 553

习题27 560

第28章 采用Lisrel结构模型做路径分析 563

28.1 Lisrel的版本 563

28.3 应用实例1：用Lisrel的Prelis过程做基本统计 564

28.3.1 应用Prelis进行数据基本分析的程序简例 564

28.2 Lisrel的命令简介 564

28.3.2 输出结果及其分析 565

28.4 应用实例2：Lisrel 8w高级统计分析 573

28.4.1 应用Lisrel过程进行高级数据分析的程序简例 573

28.4.2 本程序产生的结果及其分析 574

28.3 Lisrel的路径图示 581

第29章 跟我快速学习SAS 582

29.1 条形图、直方图、圆形图的画法 582

29.2 绘制BOX图、线性图、散点图 585

29.3 分布图 586

29.4 给变量B绘制Fit图 586

29.5 给变量B绘制Multivarite图 588

29.6 打开工作区中已有的SAS数据 588

参考书目 591