当前位置:首页 > 社会科学
SPSS  19统计分析基础与案例应用教程
SPSS  19统计分析基础与案例应用教程

SPSS 19统计分析基础与案例应用教程PDF电子书下载

社会科学

  • 电子书积分:12 积分如何计算积分?
  • 作 者:苏理云,陈彩霞,高红霞编著
  • 出 版 社:北京:北京希望电子出版社
  • 出版年份:2012
  • ISBN:97878300205219787894301086
  • 页数:318 页
图书介绍:
《SPSS 19统计分析基础与案例应用教程》目录

第1章 SPSS统计分析软件概述 1

1.1 SPSS简介 1

1.2 SPSS的启动与退出 2

1.2.1启动SPSS 2

1.2.2退出SPSS 2

1.3使用SPSS处理数据的基本步骤 2

1.4 SPSS窗口介绍 3

1.4.1 SPSS数据编辑窗口 3

1.4.2 SPSS语法编辑窗口 4

1.4.3 SPSS结果输出窗口 6

1.4.4 SPSS的其他窗口 6

1.5 SPSS帮助系统 7

1.5.1在窗口中获取帮助信息 7

1.5.2在对话框中获取帮助信息 7

1.6本章小结 7

第2章 SPSS数据文件的建立和管理 8

2.1 SPSS数据文件格式概述 8

SPSS数据文件的特点 8

2.2 SPSS数据的结构和定义方法 8

2.2.1变量的定义信息 9

2.2.2结构定义的基本操作 12

2.3 SPSS数据的输入与保存 13

2.3.1录入数据的一般方法 13

2.3.2录入带有变量值标签的数据 13

2.3.3 SPSS数据的编辑 14

2.4 SPSS数据的保存 16

2.4.1 SPSS支持的数据格式 16

2.4.2保存SPSS数据的基本操作 17

2.5读取其他格式的数据文件 17

2.5.1直接读入其他格式的数据文件 18

2.5.2使用文本向导读入文本文件 18

2.5.3使用数据库向导读入数据 19

2.6 SPSS数据文件的合并 22

2.6.1纵向合并数据文件 22

2.6.2横向合并数据文件 24

2.7本章小结 26

第3章 SPSS数据的预处理 27

3.1数据的排序 27

3.1.1数据排序的目的 27

3.1.2数据排序的基本操作 28

3.2变量计算 28

3.2.1变量计算的目的 28

3.2.2 SPSS算术表达式 29

3.2.3条件表达式 29

3.2.4函数 30

3.2.5变量计算的基本操作 30

3.3数据选取 31

3.3.1数据选取的目的 31

3.3.2数据选取 32

3.3.3数据选取的基本操作 33

3.4计数 33

3.4.1计数目的 33

3.4.2计数区间 34

3.4.3计数的基本操作 34

3.5分类汇总 35

3.5.1分类汇总的目的 35

3.5.2分类汇总的基本操作 35

3.6数据分组 36

3.6.1数据分组的目的 36

3.6.2 SPSS单变量值分组 36

3.6.3 SPSS的组距分组 37

3.7数据预处理的其他功能 39

3.7.1数据转置 39

3.7.2加权处理 40

3.7.3数据拆分 40

3.7.4 SPSS变量集 41

3.7.5缺失值的替代 42

3.8本章小结 43

第4章 SPSS基本统计分析 44

4.1频数分析 44

4.1.1频数分布的目的和基本任务 44

4.1.2频数分析的基本步骤 45

4.1.3频数分析的应用举例 46

4.2描述性统计分析 48

4.2.1基本描述统计量 48

4.2.2计算基本描述统计量的基本操作 50

4.2.3计算基本描述统计量的应用举例 51

4.3探索分析 51

4.3.1探索性分析的目的和基本任务 51

4.3.2探索分析的基本操作 52

4.3.3探索分析应用举例 54

4.4交叉列联表分析 59

4.4.1交叉分析下的频数分析的目的和基本任务 59

4.4.2交叉列联表分析的基本步骤 60

4.4.3交叉列联表分析应用举例 61

4.5多选项分析 63

4.5.1多选项分析的目的 63

4.5.2多选项分析的基本步骤 65

4.5.3多选项分析的应用举例 68

4.6比率分析 69

4.6.1比率分析的目的和主要指标 69

4.6.2比率分析的基本步骤 70

4.6.3比率分析的应用举例 71

4.7本章小结 72

第5章 均值比较与检验 73

5.1参数检验概述 73

5.1.1推断统计与参数检验 73

5.1.2假设检验的基本思想 74

5.1.3假设检验的基本步骤 74

5.2单一样本t检验 75

5.2.1单样本t检验的目的 75

5.2.2单样本t检验的基本步骤 75

5.3两独立样本t检验 76

5.3.1两独立样本t检验的目的 76

5.3.2两独立样本t检验的基本步骤 77

5.4两配对样本t检验 78

5.4.1两配对样本t检验的目的 78

5.4.2两配对样本t检验的基本步骤 79

5.5均值比较检验的SPSS应用 79

5.5.1单样本t检验的基本操作 79

5.5.2单样本t检验的应用举例 80

5.5.3独立样本均值的检验 82

5.5.4配对样本均值的检验 85

5.6本章小结 88

第6章 方差分析 89

6.1方差分析概述 89

6.2单因素方差分析 90

6.2.1单因素方差分析的基本思想 90

6.2.2单因素方差分析的数学模型 91

6.2.3单因素方差分析的基本步骤 92

6.2.4单因素方差分析的进一步分析 93

6.3多因素方差分析 95

6.3.1多因素方差分析的基本思想 95

6.3.2多因素方差分析的数学模型 97

6.3.3多因素方差分析的基本步骤 97

6.4协方差分析 98

6.4.1协方差分析的基本思路 98

6.4.2协方差分析的数学模型 99

6.5方差分析的SPSS操作 99

6.5.1单因素方差分析的基本操作 99

6.5.2单因素方差的应用举例 100

6.5.3多因素方差分析的基本操作 104

6.5.4多因素方差分析的应用举例 105

6.5.5协方差分析的基本操作 107

6.5.6协方差分析的应用举例 108

6.6本章小结 109

第7章 SPSS的非参数检验 110

7.1单样本的非参数检验 110

7.1.1总体分布的卡方检验 110

7.1.2二项分布检验 113

7.1.3单样本K-S检验 114

7.1.4变量值随机性检验 116

7.2两独立样本的非参数检验 118

7.2.1两独立样本的曼-惠特尼U检验 118

7.2.2两独立样本的K-S检验 119

7.2.3两独立样本的游程检验(Wald-Wolfwitz Runs) 120

7.2.4极端反应检验(Moses Extreme Reactions) 120

7.2.5两独立样本非参数检验的基本操作 121

7.2.6两独立样本非参数检验的应用举例 122

7.3多独立样本的非参数检验 123

7.3.1中位数检验 124

7.3.2多独立样本的Kruskal-Wallis检验 125

7.3.3多独立样本的Jonckheere-Terpstra检验 126

7.3.4多独立样本非参数检验的基本操作 126

7.3.5多独立样本非参数检验的应用举例 127

7.4两配对样本的非参数检验 129

7.4.1两配对样本的McNemar检验 129

7.4.2两配对样本的符号检验 130

7.4.3两配对样本Wilcoxon符号秩检验 130

7.4.4两配对样本非参数检验的基本操作 131

7.4.5两配对样本非参数检验的应用举例 132

7.5多配对样本的非参数检验 133

7.5.1多配对样本的Friedman检验 134

7.5.2多配对样本的Cochran Q检验 134

7.5.3多配对样本的Kendall协同系数检验 135

7.5.4多配对样本非参数检验的基本操作 136

7.5.5多配对样本非参数检验的应用举例 136

7.6本章小结 138

第8章 相关分析 139

8.1相关分析概述 139

8.2散点图 140

8.2.1散点图含义 140

8.2.2绘制散点图的基本操作 140

8.3相关系数 142

8.3.1 Pearson简单相关系数 143

8.3.2 Spearman等级相关系数 144

8.3.3 Kendall相关 144

8.3.4计算相关系数的基本操作 145

8.3.5相关分析应用举例 146

8.4偏相关分析 150

8.4.1偏相关分析和偏相关系数 150

8.4.2偏相关分析的基本操作 151

8.5距离相关分析 154

8.5.1距离相关分析的思想 154

8.5.2距离相关分析的SPSS操作步骤 155

8.6本章小结 157

第9章 回归分析 158

9.1回归分析概述 158

9.1.1回归线和回归模型 158

9.1.2回归分析的一般步骤 159

9.2线性回归分析 160

9.2.1一元线性回归模型 160

9.2.2多元线性回归模型 161

9.2.3回归参数的普通最小二乘估计 161

9.2.4回归方程的统计检验 162

9.2.5多元回归分析中的其他问题 170

9.3曲线估计 172

曲线估计概述 172

9.4二项Logistic回归 173

9.4.1二项Logistic回归应用背景 173

9.4.2二项Logistic回归模型 174

9.4.3二项Logistic回归方程回归系数的含义 175

9.4.4二项Logistic回归方程的检验 176

9.4.5二项Logistic回归分析中的虚拟变量 179

9.5案例分析一 179

9.5.1数据预处理 180

9.5.2回归分析 184

9.6案例分析二 188

9.7本章小结 201

第10章 主成份分析与因子分析 202

10.1主成份分析 202

10.2主成份分析的数学模型 203

10.2.1主成份模型中各统计量的意义 204

10.2.2主成份分析的步骤 204

10.2.3主成份分析的用途 204

10.2.4分析实例 205

10.3因子分析 207

10.4因子分析数学模型 207

10.4.1因子分析的注意事项 208

10.4.2简单分析实例 209

10.5本章小结 212

第11章 SPSS的聚类分析 213

11.1聚类分析的一般问题 213

11.1.1聚类分析的意义 213

11.1.2聚类分析中“亲疏程度”的度量方法 213

11.1.3聚类分析几点说明 216

11.2层次聚类 216

11.2.1层次聚类的两种类型和两种方式 216

11.2.2个体与小类、小类与小类间“亲疏程度”的度量方法 217

11.3 K-Means聚类 218

K-Means聚类分析的核心步骤 218

11.4判别分析 219

11.4.1什么是判别分析 219

11.4.2判别分析的统计背景 219

11.5案例分析一 221

11.5.1系统聚类 221

11.5.2 K-mean聚类 228

11.6案例分析二 230

11.6.1操作 230

11.6.2动态聚类法的SPSS实现 237

11.7本章小结 240

第12章 典型相关分析 241

12.1典型相关分析概述 241

12.2典型相关分析的数学描述 242

12.3典型相关分析的实例分析 243

12.4典型相关分析的应用 246

12.5本章小结 247

第13章 SPSS的时间序列分析 248

13.1时间序列分析概述 248

13.1.1时间序列的相关概念 248

13.1.2时间序列分析的一般步骤 250

13.1.3 SPSS时间序列分析的特点 252

13.2数据准备 252

13.3指数平滑法 253

13.3.1指数平滑法的基本思想 253

13.3.2指数平滑法的模型 254

13.4自回归法 257

自回归法的基本思想和模型 257

13.5 ARIMA模型分析 258

ARIMA分析的基本思想和模型 258

13.6季节调整法 260

季节调整法的基本思想和模型 260

13.7案例分析一 261

13.8案例分析二 264

13.9案例分析三 266

13.10本章小结 269

第14章 统计图的绘制 270

14.1 SPSS绘图功能简介 270

14.2统计图操作入门——条形图 270

14.2.1选择条形图类型 270

14.2.2个案组摘要的简单箱图 271

14.2.3各个变量的摘要简单箱图 274

14.2.4个案值简单箱图 275

14.2.5个案组摘要的复式条形图 276

14.2.6各个变量的摘要复式条形图 277

14.2.7个案值复式条形图 278

14.2.8个案组摘要的堆积面积图 279

14.2.9各个变量的摘要堆积面积图 281

14.2.10个案值的堆栈面积图 282

14.3线图 283

14.3.1个案组摘要的单线图 283

14.3.2各个变量的摘要多线线图 284

14.3.3个案值的垂直线图 285

14.4面积图 286

14.4.1个案组摘要的简单面积图 287

14.4.2各个变量的摘要分段面积图 288

14.5散点图 289

14.5.1矩阵分布散点图 290

14.5.2重叠分布散点图 291

14.6 P-P图和Q-Q图 292

14.6.1 P-P和Q-Q图的基本操作 292

14.6.2 P-P和Q-Q图的应用举例 294

14.7帕累托图 296

14.7.1个案组的计数或和简单帕累托图基本操作 297

14.7.2个案组的计数或和简单帕累托图应用举例 297

14.8控制图 299

14.8.1个案为子组的X条形图、R图和S图 299

14.8.2个案为单元的个体,移动全距控制图 301

14.8.3个案为单元的不合格品率、不合格品数控制图 303

14.8.4个案为单元的缺陷数,单位缺陷数控制图 304

14.9本章小结 305

第15章 综合应用 306

15.1回归分析在钢铁质量管理中的应用 306

15.1.1数据预处理 306

15.1.2逐步回归 306

15.2时间序列分析在股票市场中的应用 313

15.3本章小结 317

参考文献 318

返回顶部