当前位置:首页 > 社会科学
SPSS与统计分析  第2版
SPSS与统计分析  第2版

SPSS与统计分析 第2版PDF电子书下载

社会科学

  • 电子书积分:20 积分如何计算积分?
  • 作 者:宇传华著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2014
  • ISBN:7121234092
  • 页数:732 页
图书介绍:本书编写特色在于:首先尽可能通俗易懂地介绍统计学方法,然后借助于SPSS软件实现这些方法,对于SPSS运行后所输出的结果给予合理的、详尽的解释。本书特别注重统计学方法的介绍,以及软件输出结果的解释。本书在附带光盘中提供了100余个实例数据,可供读者调用、练习。附录C以框架流程图形式列出了基于本书的统计学方法选择方案,供读者选择统计学分析方法时参考。
上一篇:华大讲堂 2013下一篇:写字楼上
《SPSS与统计分析 第2版》目录

基础篇 2

第1章 概述 2

1.1 SPSS简介 2

1.2使用SPSS进行数据分析的基本步骤 3

1.3主要窗口和功能 3

1.3.1数据编辑窗口 4

1.3.2结果浏览窗口 6

1.3.3程序编辑窗口 13

1.4通过数据编辑窗口输入数据 14

1.4.1使用数据窗口输入数据 14

1.4.2定义变量 15

1.4.3数据输入实例 20

1.5 SPSS数据文件的存取 24

1.5.1存取保存的SPSS文件 24

1.5.2读取保存的数据文件 25

1.5.3读取Excel电子表格数据文件 25

1.5.4读取Access数据库(ODBC数据接口) 26

1.5.5保存SPSS数据文件 29

1.6数据的编辑与整理 30

1.6.1发现重复数据 30

1.6.2选择数据 32

1.6.3定义权重 35

1.6.4数据排序 36

1.6.5数据转置 37

1.6.6数据合并 38

1.6.7数据拆分 40

1.6.8数据汇总 41

1.6.9查找数据 43

1.7数据转换 45

1.7.1公式计算 45

1.7.2数据编码 48

1.7.3替代缺失数据 50

1.7.4数据例编秩 51

1.7.5频数分组 53

1.8帮助的获取 53

1.8.1按专题组织的帮助 53

1.8.2通过对话框内的Help按钮使用帮助 54

1.8.3使用统计教练 54

1.8.4使用联机帮助和网络讨论组 54

第2章 数据类型与统计学描述 55

2.1数据分类 55

2.2制作频数表 56

2.2.1区间数据频数分段 56

2.2.2用Frequencies编制频数表 62

2.3用Descriptives进行区间数据的统计描述 67

2.3.1操作过程 67

2.3.2结果解释 68

2.4用Explore进行区间数据的统计描述 69

2.4.1操作过程 70

2.4.2结果解释 72

2.5用Bivariate进行变量间的相关与协方差分析 76

2.5.1操作过程 76

2.5.2结果解释 77

2.5.3描述性统计分析过程的比较 78

2.6名义数据的统计描述 80

2.6.1单个名义变量的描述分析 80

2.6.2多指标的描述分析 82

第3章 概率分布与正态性检验 87

3.1概率分布 87

3.1.1正态分布 87

3.1.2二项分布 90

3.1.3 Poisson分布 94

3.2抽样分布 96

3.2.1 t分布 96

3.2.2X2分布 98

3.2.3 F分布 100

3.3正态性检验 101

3.3.1 P-P图法 102

3.3.2 Q-Q图法 104

3.3.3直方图、箱式图与茎叶图 105

3.3.4计算法 111

第4章 区间估计与假设检验 114

4.1均数的区间估计 114

4.1.1σ已知时总体均数的置信区间 115

4.1.2σ未知时总体均数的置信区间 116

4.1.3两总体均数间差值的置信区间 118

4.2总体方差、总体标准差的置信区间 120

4.3率的区间估计 121

4.3.1总体率的置信区间 121

4.3.2两总体率差值的置信区间 121

4.4假设检验与两类错误 121

4.4.1假设检验的概念与原理 122

4.4.2假设检验的两类错误 123

4.4.3假设检验的基本步骤 124

4.5样本含量的估计与检验效能 125

4.5.1影响样本量大小的因素 125

4.5.2总体均数区间估计的样本含量 126

4.5.3样本均数与总体均数比较样本含量估计 126

4.5.4完全随机设计两样本均数比较的样本含量估计 127

4.5.5完全随机设计多个样本均数比较的样本含量估计 128

4.5.6估计总体率时的样本含量估计 129

4.5.7样本率与总体率比较的样本含量估计 129

4.5.8两样本率比较的样本含量估计 130

4.5.9多个样本率比较的样本含量估计 130

4.5.10直线相关分析的样本含量估计 131

4.5.11检验效能 131

第5章 区间数据的统计推断 134

5.1 t检验 134

5.1.1单个总体均数的t检验 134

5.1.2独立样本成组t检验 136

5.1.3成对样本t检验 138

5.2单因素方差分析 140

5.2.1两组资料的单因素方差分析 140

5.2.2多组资料的单因素方差分析 140

5.3双因素方差分析 142

5.3.1基本分析步骤 142

5.3.2关于Univariate过程对话框的说明 145

5.4对比与事后检验 148

5.4.1对比 148

5.4.2事后检验 150

5.4.3 Bootstrap 153

5.5方差齐性检验 155

第6章 名义分类数据的统计推断 157

6.1四格表数据的卡方检验 157

6.1.1一般四格表卡方检验 157

6.1.2连续性校正卡方检验 165

6.2 RxC无序列联表的卡方检验 169

6.2.1多个样本率的卡方检验 169

6.2.2多个样本构成的卡方检验 171

6.3 Fisher’s精确检验 173

6.3.1四格表的精确概率法 173

6.3.2 R×C列联表精确概率 175

第7章 有序数据的统计推断 179

7.1 R×C单向有序列联表的检验 179

7.1.1 Wilcoxon秩和检验 179

7.1.2趋势X2检验 182

7.1.3 Kruskal-Wallis检验 184

7.1.4实例与操作 185

7.2双向有序列联表的检验 187

7.2.1 Spearman等级相关 187

7.2.2 Jonckheere-Terpstra检验 189

7.2.3 Cochran-Mantel-Haenszel统计分析 191

7.3几个相关有序样本的非参数检验 194

7.3.1 2相关样本的秩检验 194

7.3.2多组相关样本检验 198

第8章 简单线性回归与相关 201

8.1一般的简单线性回归 201

8.1.1线性回归的概念 201

8.1.2建立线性回归方程 202

8.1.3回归系数的假设检验 203

8.1.4实例与操作 204

8.2加权的简单线性回归 213

8.2.1加权最小二乘估计 214

8.2.2加权线性回归方程的假设检验 214

8.2.3实例与操作 215

8.3简单线性相关 218

8.3.1概念 218

8.3.2线性相关系数的意义和计算 219

8.3.3相关系数的假设检验 219

8.3.4实例与操作 220

第9章 曲线回归与非线性回归 224

9.1曲线直线化变换方法 224

9.1.1变量的变换 224

9.1.2变量变换后实现线性回归的步骤 225

9.1.3实例与操作 225

9.2曲线回归 227

9.2.1一般步骤 227

9.2.2 SPSS操作提示 228

9.2.3实例与操作 230

9.3非线性回归 233

9.3.1基本原理 233

9.3.2 SPSS操作提示 233

9.3.3实例与操作 237

第10章 多重线性回归与相关 241

10.1多项式回归 241

10.2多重回归分析方法 242

10.2.1多重回归模型 242

10.2.2参数估计 242

10.2.3回归方程的假设检验与拟合优度评价 243

10.2.4自变量的选择 243

10.2.5 SPSS操作提示 244

10.2.6实例与操作 247

10.3共线性解决方案与校正 252

10.3.1多重共线性的诊断 252

10.3.2共线性解决方案 253

10.4残差分析与回归诊断 254

10.5交互作用与哑变量问题 254

10.5.1交互作用 254

10.5.2哑变量的设置 255

10.6复相关系数与偏相关系数 256

10.6.1复相关系数、决定系数与调整决定系数 257

10.6.2偏相关系数 257

第11章 统计图的制作 261

11.1条图 262

11.2 3-D条图 268

11.3线图 269

11.4面积图 273

11.5圆图 274

11.6高低图 275

11.7帕累托图 277

11.8质量控制图 279

11.9箱图 282

11.10误差条图 284

11.11分群金字塔图 286

11.12散点图 287

11.13直方图 291

11.14 P-P概率图 292

11.15 Q-Q概率图 294

11.16序列图 295

11.17统计图形的编辑加工 297

11.17.1图形编辑窗口简介 297

11.17.2图形特征的编辑 298

11.17.3坐标轴编辑 304

11.17.4图例的编辑 306

11.17.5添加和显示/隐藏图形元素 306

第12章 诊断试验评价与ROC分析 308

12.1常用的诊断试验评价指标 308

12.1.1正确率 309

12.1.2灵敏度 309

12.1.3特异度 310

12.1.4 Youden指数 311

12.1.5阳性似然比 311

12.1.6阴性似然比 312

12.1.7阳性预测价值 312

12.1.8阴性预测价值 313

12.1.9优势比及其有关指标 314

12.1.10 Kappa 316

12.2 ROC曲线 317

12.2.1 ROC分析的基本原理 318

12.2.2 SPSS操作说明 320

12.2.3实例与结果解释 322

第13章 缺失值分析 331

13.1缺失值分析简介 331

13.1.1基本概念 331

13.1.2缺失机制 332

13.1.3缺失值的常用处理方法 335

13.2 SPSS操作提示 340

13.2.1 SPSS的缺失值处理方法 340

13.2.2缺失值处理的SPSS操作 341

13.3结果解释 345

高级篇 356

第14章 logistic回归 356

14.1二项分类logistic回归 356

14.1.1方法介绍 357

14.1.2 SPSS操作选项说明 366

14.1.3实例与结果解释 371

14.2条件logistic回归 386

14.2.1方法介绍 386

14.2.2 SPSS操作选项说明 387

14.2.3实例与结果解释 387

14.3有序logistic回归 393

14.3.1方法介绍 393

14.3.2 SPSS操作选项说明 395

14.3.3实例与结果解释 398

14.4多项分类logistic回归 404

14.4.1方法介绍 404

14.4.2 SPSS操作选项说明 406

14.4.3实例与结果解释 409

第15章 对数线性模型与Poisson回归 414

15.1列联表的对数线性模型 414

15.1.1方法介绍 414

15.1.2实例与操作 416

15.2 Poisson回归 430

15.2.1基本原理 430

15.2.2实例与操作 431

第16章 生存分析与Cox模型 435

16.1常用术语 435

16.2非参数分析 437

16.2.1寿命表法 437

16.2.2 Kaplan-Meier法 442

16.3 Cox回归模型 447

16.3.1方法介绍 447

16.3.2实例与操作 449

16.4时间依存变量的处理方法 455

16.4.1时间依存变量Cox模型 455

16.4.2 Cox w/Time-Dep Cov过程操作说明 457

第17章 聚类、判别与决策树分析 460

17.1概述 460

17.1.1聚类分析基础知识 460

17.1.2判别分析基础知识 461

17.1.3 SPSS聚类和判别分析模块 463

17.2聚类分析 463

17.2.1二阶段聚类 463

17.2.2 K中心聚类 468

17.2.3层次聚类 470

17.3判别分析 474

17.4决策树分析 481

17.4.1基本原理 481

17.4.2决策树 490

17.4.3操作提示 491

17.4.4结果解释 492

第18章 主成分分析与因子分析 496

18.1主成分分析 496

18.1.1概述 496

18.1.2实例与操作 498

18.2因子分析 511

18.2.1概述 511

18.2.2实例与操作 512

18.3主成分分析与因子分析的联系及区别 518

第19章 多因素方差分析 520

19.1随机区组设计及其方差分析 520

19.1.1概述 520

19.1.2实例与操作 521

19.2析因设计及其方差分析 525

19.2.1概述 525

19.2.2实例与操作 525

19.3嵌套设计及其方差分析 528

19.3.1概述 528

19.3.2实例与操作 528

19.4交叉设计及其方差分析 530

19.4.1概述 530

19.4.2实例与操作 530

第20章 重复测量与混合效应模型 533

20.1重复测量方差分析 533

20.1.1分层随机抽样重复测量数据 534

20.1.2重复测量设计临床试验数据 546

20.2线性混合效应模型 549

20.2.1分层随机抽样调查数据的混合效应模型分析 549

20.2.2重复测量数据的混合效应模型分析 555

第21章 多变量方差分析 560

21.1单因素设计资料的多元方差分析 561

21.1.1单样本分析 561

21.1.2两样本单因素设计资料 564

21.2多因素资料的多元方差分析 566

21.2.1两因素设计 566

21.2.2配对设计资料的多元方差分析 574

21.2.3重复测量设计资料的多元方差分析 576

21.3典型相关分析 577

第22章 广义线性模型 583

22.1概述 583

22.1.1模型的组成 583

22.1.2常见的几种广义线性模型 585

22.1.3广义线性模型的三种估计方程及参数估计 585

22.1.4模型诊断 585

22.2 logistic回归 586

22.3 Poisson对数线性模型 594

第23章 广义估计方程 600

23.1概述 600

23.1.1广义估计方程的基本理论 600

23.1.2作业相关矩阵 602

23.1.3广义估计方程的应用 603

23.2实例与操作 604

23.2.1数据的一般情况 604

23.2.2 SPSS操作提示与选项说明 604

23.2.3 SPSS输出结果及其解释 609

第24章 对应分析与结合分析 613

24.1对应分析 613

24.1.1方法介绍 613

24.1.2 SPSS操作选项说明 616

24.1.3实例分析 617

24.1.4多重对应分析 620

24.2结合分析 620

24.2.1方法介绍 620

24.2.2 SPSS操作选项说明 625

24.2.3实例分析 625

第25章 信度分析 630

25.1重复测量法与分半信度法 631

25.1.1方法介绍 631

25.1.2实例与操作 632

25.2 Cronbach a系数 635

25.2.1方法介绍 635

25.2.2 SPSS操作选项说明 635

25.2.3实例描述 637

25.3 Kappa系数 638

25.3.1方法介绍 638

25.3.2实例描述 639

25.3.3操作选项说明 640

25.3.4结果解释 641

25.4 Kendall和谐系数 642

25.4.1方法介绍 642

25.4.2实例描述 642

25.4.3 SPSS操作选项说明 643

25.4.4主要结果 644

第26章 时间序列分析 645

26.1概述 645

26.1.1时间序列数据及其分析方法 645

26.1.2时间序列分析的模型、公式和记号 646

26.1.3 SPSS时间序列分析功能 650

26.2时间序列数据的预处理 651

26.2.1定义日期变量 651

26.2.2创建时间序列 653

26.2.3填补缺失数据 658

26.3指数平滑法 660

26.3.1指数平滑法的原理 660

26.3.2指数平滑法的操作 662

26.4 ARIMA模型 667

26.4.1概述 667

26.4.2 ARIMA模型识别、建模和模型评价、预测 668

26.4.3带有季节因子的ARIMA模型 679

26.5季节性结构分量模型 680

26.5.1概述 680

26.5.2分析实例 681

第27章 神经网络模型 684

27.1概述 684

27.1.1模型的组成 684

27.1.2神经网络的数据样本 686

27.1.3神经网络的种类 686

27.2多层感知器神经网络模型 687

27.2.1概述 687

27.2.2实例与操作 687

27.3径向基函数神经网络模型 701

27.3.1概述 701

27.3.2实例与操作 701

附录A SPSS函数 710

附录B SPSS统计分析程序简介 717

附录C 统计分析方法路径图 728

参考文献 732

返回顶部