当前位置:首页 > 社会科学
SPSS统计分析实例精选
SPSS统计分析实例精选

SPSS统计分析实例精选PDF电子书下载

社会科学

  • 电子书积分:14 积分如何计算积分?
  • 作 者:蔡建琼,于惠芳,朱志洪等编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2006
  • ISBN:7302124345
  • 页数:428 页
图书介绍:本书以SPSS 13.0为写作蓝本,全面介绍了SPSS在专业统计和高级统计方面的知识和技巧。
《SPSS统计分析实例精选》目录

目录 1

第1章 SPSS的关键命令 1

1.1 SPSS自身的程序结构(即过程) 2

1.2 SPSS的程序(命令)行 3

1.2.1 一个简单的SPSS程序例子 3

1.2.2 SPSS的操作命令 5

1.2.3 SPSS的数据编码 6

1.2.4 另一个简单的SPSS编程 8

习题1 9

第2章 采用命令法快速输入数据 10

2.1 SPSS的简单命令 10

2.2 对问卷中数据的编码 11

2.3 定义SPSS变量的属性 13

2.4 SPSS数据的固定格式 14

2.5 SPSS数据的自由格式 14

2.6 建立SPSS的命令文件 14

2.7 SPSS命令文件的4种格式 15

2.8 编程后立即进行统计分析 16

2.9 调用老命令文件(程序)进行统计分析 16

2.10 正确编辑SPSS原始数据小结 17

2.11 统计分析的最佳方案 17

习题2 18

3.1.1 通过Compute对话框创建新变量 20

第3章 数据备份与分组 20

3.1 创建新变量 20

3.1.2 采用CCMPUTE命令创建新变量 24

3.1.3 数学函数 25

3.1.4 缺失值函数 25

3.2 采用IF命令进行条件变换及逻辑校验 26

3.2.1 IF命令格式 26

3.2.2 关系表达式中的关系符 26

3.2.3 逻辑表达式中的运算符 27

3.2.4 两种缺失值的逻辑函数 27

3.2.6 IF命令的对话框 28

3.2.5 缺失值的处理 28

3.3 数据重新分组 30

3.3.1 单击对话框重新编码数据的实例 30

3.3.2 RECODE命令的格式 34

3.3.3 RECODE在命令文件中的位置 35

3.4 计算有相同情况的次数 35

3.5 SPSS的运算次序 36

3.6 运算符的用法 36

习题3 37

第4章 图文并茂的SPSS图形 39

4.1 数据要求 39

4.2 绘制条形图 44

4.3 在Graphs中绘制“一图多变量”的条形图 46

4.4 在Graphs中进一步绘制多变量的条形图 48

4.5 直方图的描述 49

4.6 图文并茂的圆形图 51

4.6.1 对话框法 51

4.6.2 命令法 53

习题4 53

第5章 SPSS统计分析的预备知识 55

5.1 总体与样本 55

5.3 正态分布 56

5.2 参数与统计量 56

5.4 经验规则的应用 57

5.5 正态分布的假设检验 58

5.5.1 检验正态性的重要统计量 58

5.5.2 检验正态性的其他图示法 60

5.6 显著性水平与α值 62

习题5 62

第6章 数据的排序、行列互换及抽样和加权 64

6.1 SPSS的Data Editor窗口 64

6.2 几十个Cases的数据输入法 64

6.3 成百上千个Cases的数据输入法 66

6.4 个案排序 67

6.5 数据的行列互换 69

6.6 限选个案Cases进行局部统计 70

6.6.1 限选某个子总体进行统计 70

6.6.2 提取随机样本进行统计 72

6.6.3 限选前n个Cases 77

6.7 个案加权 77

6.8 Data中的其他菜单命令 79

习题6 79

第7章 用Frequencies和Tables描述频次 81

7.1 应用Frequencies过程的预备知识 86

7.2 绘制单变量的频率表 88

7.3 进一步通过TABLE过程绘制多变量的频率表 89

7.4 更深入的分析 90

7.5 Paste回来的程序 91

习题7 92

第8章 多选项的统计技术 95

8.1 多选项的计算机编码 95

8.2 多选项中二分法与分类法的区别 96

8.2.1 多选项分类法 96

8.2.2 多选项二分法 97

8.3 多选项的数据及程序 97

8.4 多选项频次分布表及分析 100

8.5.1 交叉汇总表的统计法 101

8.5 多选项的交叉汇总表及分析 101

8.5.2 输出的交叉汇总表 102

8.5.3 交叉汇总表分析 102

习题8 103

第9章 采用Crosstabs过程对双变量交叉汇总 105

9.1 双变量交叉汇总法 105

9.1.1 统计方法 105

9.1.2 分析方法 107

9.2 次序—次序(定序—定序)变量用Gamma或D系数测量 107

9.3 比例—比例(定比—定比)变量用皮尔逊CORR系数测量 110

9.4 标称—区间(定类—定距)变量用Eta系数测量 112

9.5 标称—次序(定类—定序)变量用λ系数测量 113

9.6 标称—标称(定类—定类)变量用λ系数测量 115

9.7 Crosstabs对话框的应用 117

9.8 CROSSTABS过程的命令总表 118

习题9 120

第10章 两个子总体均值的比较 123

10.1 描述子总体均值的差异(MEANS过程的应用) 123

10.1.1 寻找相关方面 123

10.1.2 论证所用的数据及其程序 124

10.1.3 高考成绩与父亲职业的关系 126

10.1.4 不同地区考生的成绩分析 128

10.1.5 采用对话框进行统计 132

10.1.6 MEANS过程的命令、子命令的功能及用法 133

10.2 一个样本T-TEST 135

10.2.1 一个样本T-TEST的程序及数据 136

10.2.2 一个样本T-TEST的对话框 138

10.2.3 一个样本T-TEST的假设检验 139

10.2.4 一个样本T-TEST结果分析 139

10.3 独立样本T-TEST的应用 139

10.3.1 采用命令法进行独立样本T检验 140

10.3.2 采用对话框法进行独立样本T检验 141

10.4.1 采用对话框进行配对差值T-TEST 142

10.4 配对差值T-TEST 142

10.4.2 配对差值T-TEST的结果分析 144

10.4.3 采用命令统计法进行配对差值T检验 145

10.5 单因素方差分析 146

10.5.1 One-Way ANOVA的菜单位置 146

10.5.2 采用对话框比较两组平均成绩的差异 146

10.5.3 One-Way ANOVA的结果分析 148

习题10 148

第11章 采用Explore探测数据的正态性 151

11.1 Explore过程可探测数据的错误来源 151

11.2 Explore探测的数据 152

11.4 图形显示之二:茎叶图 155

11.3 图形显示之一:直方图 155

11.5 框图 157

11.6 统计分析前对假设的检验 159

11.7 幂转换的形式 161

11.7.1 幂转换 161

11.7.2 正态性检验 161

11.8 集中趋势分布的3种较佳平稳测度 163

11.9 采用Explore的对话框进行数据探测 165

11.10 在Syntax窗口编程 168

习题11 169

12.1 ANOVA过程的应用之一:描述统计 172

第12章 过程ANOVA的应用 172

12.2 ANOVA过程的应用之二:方差分析 175

12.2.1 方差分析的假设 175

12.2.2 方差分析的结果 175

12.2.3 交互效应的检验 176

12.3 主效应的检验 177

12.4 ANOVA过程的命令及其用法 177

12.5 采用对话框做ANOVA(多因素方差)分析 179

习题12 179

第13章 非参数检验 181

13.1 非参数检验过程的菜单和数据文件 181

13.2 Chi-Square(卡方)单样本检验 182

13.3 Binomial(二项式)检验 183

13.4 药量的Runs检验 184

13.5 单样本的Kolmogorov-Smirnov检验 185

13.6 双样本的Kolmogorov-Smirnov检验 186

13.7 K个独立样本的Kruskal-Wallis检验 187

13.8 成对样本的Wilcoxon Signed Ranks检验 188

13.9 K对样本的Friedman检验 190

习题13 191

14.1 双变量相关分析 193

14.1.1 数据 193

第14章 相关分析 193

14.1.2 从相关矩阵看“SARS疫情”与广东气温的关系 197

14.1.3 缺失值的剔除法对相关矩阵的影响 198

14.1.4 Correlation的对话框细节 200

14.1.5 运行Correlation过程命令 201

14.2 偏相关分析 202

14.2.1 计算偏相关系数的原理与偏相关的“阶” 202

14.2.2 如何辨别变量之间的虚假相关 203

14.2.3 找回隐含相关 204

14.2.4 通过对话框进行偏相关分析 205

14.2.5 偏相关主对话框的应用说明 205

14.2.6 将对话框中已选择的命令粘贴到Syntax窗口 206

习题14 207

14.3 偏相关命令表 207

第15章 Cox Regression过程的医学应用 211

15.1 只有一个协变量的COXREG回归模型 212

15.1.1 幸存函数的计算 212

15.1.2 基线与幸存时间的关系 213

15.1.3 危险率函数 213

15.2 多协变量COXREG回归模型 214

15.2.1 含多个协变量的一般模型 214

15.2.2 有3个协变量的回归模型 214

15.2.3 多个协变量模型的主要参数 215

15.3 回归模型的假设检验 216

15.4.2 两种常用的选择变量法 217

15.5 向前选择变量的例子 217

15.4 选择预测的协变量 217

15.4.1 选择协变量的理论依据 217

15.5.1 例子中的程序和数据 218

15.5.2 输出结果 219

15.5.3 第1步进入方程的变量 220

15.5.4 第2步进入方程的变量 221

15.5.5 考察模型及其回归系数 221

15.5.6 第2个变量进入方程后的模型 222

15.5.7 第2个变量入选后模型中的变量能否淘汰 222

15.6.1 Cox Regression主对话框 223

15.5.8 成比例危险率模型 223

15.6 对话框的用法 223

15.6.2 定义Status变量的对话框 224

15.6.3 画图的对话框 224

15.7 COXREG过程的命令及子命令 225

习题15 226

第16章 品牌研究中的结合分析 227

16.1 结合分析的要领 227

16.2 采用正交设计建立卡片 227

16.3 精品购物的一个调查例子 228

16.4 结合分析的方法 229

16.5 市场预测与决策 230

16.6 结合分析的命令 231

习题16 232

第17章 多元线性回归 233

17.1 多元线性回归模型的拟合优度 234

17.2 多元回归的基本条件 236

17.3 设定异常值和影响点 239

17.3.1 从标准残差看异常值 239

17.3.2 检测5个最大及最小的异常值 240

17.4 数据不符合回归假设时的处理法 242

17.5 向前选择变量法 242

17.6 自后淘汰变量法 243

17.7 逐步回归法 245

17.8 多元回归中影响点的检测 246

17.9 多元共线性诊断 248

17.10 解释回归模型 251

17.11 在对话框中运行线性回归 251

习题17 258

第18章 非线性回归分析 261

18.1 曲线估计 261

18.1.1 曲线估计过程的菜单位置 261

18.1.2 曲线估计的数据及其统计法 262

18.2.1 采用对话框法进行二分逻辑斯蒂克回归 267

18.1.3 存储临时变量 267

18.2 二分的逻辑斯蒂克回归 267

18.2.2 采用命令法进行二分逻辑斯蒂克回归 269

18.2.3 二分逻辑斯蒂克回归的输出与分析 269

18.2.4 三种常用的回归法 270

18.3 多分逻辑斯蒂克回归分析 270

18.4 Two-Stage Least-Squares回归 274

18.4.1 Two-Stage Least-Squares回归例子 274

18.4.2 结果分析 276

18.5 Nonlinear Regression过程在人口普查与预测中的应用 276

18.5.1 从非线性回归模型解出初始值 277

18.5.2 非线性回归模型的主要统计量 278

18.5.3 人口预测 280

18.6 利用Probit过程分析单位概率 280

18.6.1 中度效果分析 282

18.6.2 三组预测水平值的比较 283

18.6.3 各组药效的比较 285

习题18 286

第19章 聚类分析 292

19.1 二阶聚类 292

19.1.1 二阶聚类的特点 292

19.1.2 二阶聚类的数据 293

19.1.3 二阶聚类的对话框例子 294

19.1.4 二阶聚类的结果分析 295

19.1.5 二阶聚类小结 300

19.2 谱系聚类 301

19.3 个案Q聚类 301

19.3.1 从冰柱图看聚类结果 303

19.3.2 平均连接法的图表 304

19.3.3 从树形图分析聚类成员 304

19.4 变量R聚类 305

习题19 307

第20章 判别分析 308

20.1 从抽烟与心脏病的关系入手研究 309

20.1.1 选择分析的个案 311

20.1.3 Wilks的λ值 312

20.1.4 相关系数的评价 312

20.1.2 组间均值差别 312

20.1.5 判别系数的估计 313

20.1.6 判别函数的解释 314

20.1.7 Bayes的分组规则 315

20.1.8 判别分的计算及分组 315

20.1.9 个案分组后的概括统计表 317

20.1.10 判别分的直方图(两种版本的比较) 317

20.1.11 计算错误分组的比例 318

20.1.13 判别分析的其他统计量 320

20.1.12 不正确分组的期望比例 320

20.1.14 判别函数与变量二者之间的关系 322

20.1.15 费歇尔分组函数系数 323

20.2 逐步判别法 323

20.3 其他几种选择变量的标准 324

20.4 三组判别分析 325

20.5 当违背假设时的情形 330

20.6 判别分析对话框的用法 331

20.7 判别分析的命令总表 333

习题20 334

21.1 因素分析所用的数据 336

第21章 因素分析及对应分析 336

21.2 因素分析的对话框设置法 337

21.3 输出结果及其分析 338

21.3.1 因素的初始统计量(共通性) 339

21.3.2 因素抽取 339

21.4 用主成分法抽取前3个因素 341

21.5 通过未加权最小二乘法抽取因素 341

21.6 提炼主成分 342

21.7 转轴前后的对比 343

21.8 对转轴效果的验证 345

21.9 因素分析 345

21.10 社会调研与市场分析中的对应分析 346

习题21 349

第22章 复方差分析 350

22.1 什么是复方差分析 350

22.2 假设与检验 351

22.2.1 假设的必要条件 351

22.2.2 检验假设 351

22.3 多因变量二水平模型的假设检验 353

22.3.1 多因变量之间相关性的检验 354

22.3.2 因变量联合分布为正态性的假设与检验 354

22.3.3 方差齐性检验 355

22.4 双因变量单因素的Hotelling T2检验 356

22.4.1 单因变量的Hotelling T2检验 357

22.4.2 参数估计 358

22.5 因变量是多水平(多样本)模型的假设检验 359

22.5.1 本节分析用的数据及程序 359

22.5.2 进行描述统计 361

22.5.3 进行主成分分析或Bartlett的球状检验 361

22.5.4 多元差异性检验 361

22.5.5 效应检验 361

22.6 用残差检验效度 362

22.6.1 观察值、期望值及其残差 362

22.6.2 参数的系数估计 363

22.6.3 均值的预测 364

22.7 最后的一点启示 365

22.8 采用GLM对话框进行复方差分析 365

习题22 366

第23章 反复测量方差分析 370

23.1 什么是反复测量 371

23.2 绘出图形并进行描述统计 371

23.2.1 描述性统计量 371

23.2.2 图形描述 372

23.3 均值差的分析 373

23.3.1 转换变量 374

23.3.2 正交正态差对照的图示 374

23.4 检验各种效应的差别 375

23.4.1 检验常数效应 376

23.4.2 关于方差分析表 376

23.4.3 检验考试对象效应 376

23.4.4 平均的单因变量显著性检验 378

23.4.5 选择多元或一元结果 379

23.5 选择polynomial等其他对照 380

23.6 二因子的设计模型 381

23.6.1 二因子模型的检验 381

23.6.2 变量的转换 382

23.7 效应的假设检验 383

23.8.1 对象内与对象间的因子模型 389

23.8 增加一个对象间的因子后的交互效应 389

23.8.2 有组间因子时的非饱和模型 390

23.8.3 有组间因子时的饱和模型 395

23.9 带有一个常数协变量的协方差分析 396

23.9.1 协方差的预分析 396

23.9.2 协方差分析 397

23.9.3 方差分析后的线性模型 398

23.10 方差分析的图示 399

习题23 400

附录A 习题参考答案 401

附录B 如何阅读本书 427

参考文献 428

返回顶部