数据统计分析 SPSS原理及应用PDF电子书下载

第1章 概述 1

1.1 特点 2

1.2 SPSS运行环境 2

1.2.1 系统运行及主界面介绍 2

1.2.2 与其他数据处理软件的联系与区别 4

1.3 SPSS的主要功能 5

1.4 窗口形式及其功能 6

1.4.1 数据编辑窗口 7

1.4.2 结果输出窗口 9

1.4.3 帮助窗口 9

1.5 系统参数设置 9

1.6 帮助系统 13

本章小结 15

练习1 15

第2章 数据统计处理实例 16

2.1 常量、变量和表达式 16

2.1.1 常量 16

2.1.2 变量 18

2.1.3 表达式 21

2.2 构建新变量 22

2.2.1 新变量构建方法 23

2.2.2 构建新变量的主要函数 25

2.3 自建数据文件处理——实例1 26

2.4 已输入数据文件处理——实例2 30

本章小结 33

练习2 33

第3章 数据预处理 36

3.1 数据的排序 36

3.2 数据的转置 38

3.3 数据的选取 39

3.3.1 根据逻辑关系表达式选取数据 39

3.3.2 随机选取数据 41

3.3.3 在给定范围内选取数据 42

3.4 数据的加权 42

3.4.1 概述 42

3.4.2 对样本加权 44

3.5 数据的转换 45

3.5.1 利用Count功能转换数据 45

3.5.2 利用Recode功能转换数据 47

3.5.3 利用AutomaticRecode功能转换数据 49

3.5.4 缺失值的替换 51

3.6 连续变量的可视化分组 52

3.7 数据字典的定义与应用 53

3.7.1 变量属性定义向导 54

3.7.2 复制数据文件属性向导 54

3.8 查找重复记录 56

3.9 瘦长型、短宽型数据格式的转换和重构 57

本章小结 60

练习3 60

第4章 描述性统计 62

4.1 频数分析 62

4.2 数据描述 65

4.3 数据探察 67

4.4 列联表分析 70

4.4.1 分析原理 72

4.4.2 基本选择 72

4.4.3 例题分析 76

4.5 复选题的统计和分析 80

4.6 报告分析 83

4.6.1 基本分析过程 84

4.6.2 观察值摘要分析 85

4.6.3 摘要报告分析 86

本章小结 88

练习4 88

第5章 均值比较与t检验 91

5.1 假设检验的一般理论 91

5.2 分组均值的比较 92

5.2.1 分组平均基本概念 93

5.2.2 Means功能 93

5.2.3 实例分析 95

5.3 单一样本t检验 95

5.3.1 单一样本t检验的数学模型 96

5.3.2 单一样本t检验的基本过程 96

5.3.3 实例分析 97

5.4 独立样本——两样本均值差异t检验 97

5.4.1 检验原理 98

5.4.2 统计过程分析 98

5.4.3 实例分析 99

5.5 配对样本t检验 99

5.5.1 数学模型 99

5.5.2 统计过程分析 100

5.5.3 实例分析 100

5.6 多个均值检验 102

5.6.1 方差分析简介 102

5.6.2 单因素方差分析 103

本章小结 105

练习5 105

第6章 非参数检验 107

6.1 非参数检验概述 107

6.1.1 非参数检验的特点 107

6.1.2 非参数检验方法分类 108

6.2 单样本检验 108

6.2.1 x2检验 108

6.2.2 二项分布检验 111

6.2.3 游程检验 112

6.2.4 单样本K-S检验 114

6.2.5 单样本非参数检验方法的比较 115

6.3 独立样本差异的显著性检验 115

6.3.1 两个独立样本差异的显著性检验 116

6.3.2 多个独立样本差异的显著性检验 118

6.4 相关样本差异的显著性检验 120

6.4.1 两个相关样本差异的显著性检验 120

6.4.2 多个相关样本差异的显著性检验 123

本章小结 124

练习6 124

第7章 相关分析 128

7.1 线性相关系数r及显著性检验 128

7.1.1 相关模型的假设和计算 128

7.1.2 相关检验的实现 131

7.1.3 相关分析实例 132

7.2 偏相关系数 135

7.2.1 偏相关系数的含义及计算 135

7.2.2 偏相关系数的计算分析方法 136

7.3 距离分析 137

7.3.1 距离分析简介 138

7.3.2 功能实现 138

7.3.3 实例分析 140

本章小结 141

练习7 141

第8章 回归分析 144

8.1 线性回归分析 144

8.1.1 回归模型的选择 144

8.1.2 回归模型的建立 146

8.1.3 实例分析 150

8.2 曲线回归估计 154

8.2.1 曲线回归的计算原理 154

8.2.2 曲线回归的计算机实现 158

8.3 最优量表回归分析 159

8.3.1 数据要求及其操作方法 160

8.3.2 实例分析 161

8.4 二值Logistic回归分析 162

8.4.1 二值Logistics回归分析的原理 162

8.4.2 Logistics回归分析的步骤 163

8.4.3 二值Logistics回归实例分析 166

8.5 无序多值Logistic回归分析 167

8.5.1 Logistics回归分析的原理 168

8.5.2 多值Logistics回归分析的步骤 168

8.5.3 多值Logistics回归实例分析 171

8.6 有序多值回归分析 174

8.6.1 有序多值回归分析的原理 174

8.6.2 有序多值回归分析的步骤 175

8.6.3 有序多值回归实例分析 178

本章小结 181

练习8 181

第9章 量表分析 184

9.1 信度分析 184

9.1.1 基本概念 184

9.1.2 量表分析的基本过程 186

9.1.3 结果及其分析 188

9.1.4 其他实例分析 190

9.2 多维量表分析 193

9.2.1 基本原理 193

9.2.2 多维量表分析的基本过程 196

9.2.3 度量MDS实例分析 199

9.2.4 非度量MDS实例分析 205

本章小结 210

练习9 210

第10章 方差分析 211

10.1 方差分析概述 211

10.1.1 方差分析功能 211

10.1.2 常用术语 211

10.1.3 基本假定 212

10.2 单因素方差分析 212

10.2.1 数据结构 213

10.2.2 分析步骤 213

10.3 单因变量多因素方差分析 214

10.3.1 数据结构 214

10.3.2 分析步骤 215

10.3.3 实例分析 216

10.3.4 界面说明 217

10.3.5 结果分析 222

10.4 协方差分析 223

10.4.1 数据结构 224

10.4.2 分析步骤 224

10.4.3 实例分析 225

10.5 多因变量多因素方差分析 229

10.5.1 实案分析 229

10.5.2 操作步骤及结果分析 230

10.6 重复测量方差分析 232

10.6.1 界面说明 232

10.6.2 结果分析 234

10.7 方差成分分析 236

10.7.1 操作步骤 236

10.7.2 结果分析 238

本章小结 239

练习10 239

第11章 聚类分析和判别分析 242

11.1 聚类分析和判别分析概述 242

11.1.1 聚类分析 242

11.1.2 判别分析 243

11.1.3 Classify的功能 243

11.2 两步聚类 244

11.2.1 两步聚类的概念 244

11.2.2 两步聚类的应用实例 244

11.3 快速聚类 248

11.3.1 快速聚类的概念 248

11.3.2 快速聚类的应用实例 249

11.4 分层聚类分析 253

11.4.1 分层聚类的概念及分析步骤 253

11.4.2 分层聚类的应用实例 254

11.5 分类树 257

11.5.1 分类树的概念 258

11.5.2 分类树的应用实例 258

11.6 判别分析 262

11.6.1 判别分析的概念 262

11.6.2 判别分析的常用方法 263

11.6.3 判别分析的应用实例 264

本章小结 271

练习11 271

第12章 因子分析和主成分分析 274

12.1 基本原理 275

12.1.1 因子分析 275

12.1.2 主成分分析法 277

12.2 基本分析过程 280

12.2.1 分析过程的选择 281

12.2.2 实例分析 285

本章小结 290

练习12 290

第13章 时间序列分析 292

13.1 时间序列基本模型 292

13.1.1 Create Models的通用设置选项 292

13.1.2 Apply Models的通用设置选项 299

13.1.3 时间序列平稳化设置选项 300

13.2 指数平滑模型 302

13.2.1 指数平滑模型基本原理 303

13.2.2 指数平滑模型实例分析 305

13.3 季节分解模型 308

13.3.1 基本原理 308

13.3.2 季节分解的基本过程 308

13.4 自相关模型 311

13.4.1 基本原理 311

13.4.2 基本过程 311

13.5 自回归综合移动平均模型（ARIMA） 313

13.5.1 基本模型 313

13.5.2 基本设置 314

13.5.3 实例分析 316

13.5.4 结果分析 317

本章小结 318

练习13 318

第14章 对数线性模型 320

14.1 对数线性模型的基本概念 320

14.1.1 对数线性模型基本原理 320

14.1.2 对数线性模型基本功能 322

14.2 广义对数线性模型基本设置 323

14.2.1 模型选项设置 323

14.2.2 实例结果分析 325

14.3 Logit对数线性模型 327

14.3.1 Logit模型基本原理 327

14.3.2 Logit模型的参数选择 328

14.3.3 实例结果分析 329

14.4 分层（层次）对数线性模型 331

14.4.1 Model Selection概述 332

14.4.2 分层对数线性模型的选项设置 332

14.4.3 模型的具体设置及输出解释 333

14.5 对数线性模型的讨论 335

14.5.1 对数线性模型与其他模型的关系 335

14.5.2 对数线性模型的检验 336

本章小结 338

练习14 338

第15章 生存分析 340

15.1 基本概念和分类 340

15.1.1 生存分析的基本概念 341

15.1.2 生存分析的基本功能 342

15.2 生命表分析技术 342

15.2.1 传统生命表分析技术 343

15.2.2 对话框的选择和输出解释 343

15.3 Kaplan-Meier分析技术 347

15.3.1 Kaplan-Meier方法分析原理 347

15.3.2 Kaplan-Meier分析的参数设置 348

15.3.3 分析实例及输出结果解释 350

15.4 Cox回归模型分析 353

15.4.1 Cox回归模型的原理简介 353

15.4.2 Cox回归实例分析 354

本章小结 362

练习15 362

第16章 实例综合分析 363

16.1 社会调查样本综合分析实例 363

16.2 人事工资档案综合分析实例 368

16.3 地区经济发展综合分析实例 370

16.4 市场调查资料综合分析实例 372

本章小结 375

练习16 375

参考文献 378