第1章 多元描述统计分析 1
1.1多元描述统计量 1
1.1.1数据的组织 1
1.1.2描述统计量 3
1.2多元数据的图形表示 4
1.2.1散点图 5
1.2.2箱线图 6
1.2.3条形图 8
1.3描述统计分析的SPSS应用 9
1.3.1描述统计量 9
1.3.2图形表示 12
小结 14
本章主要术语 14
思考与练习 14
第2章 均值的比较检验 16
2.1均值比较检验的基本原理 16
2.1.1均值检验问题的提出 16
2.1.2均值检验的基本原理 17
2.2单一样本均值的检验 19
2.3独立样本均值的检验 21
2.4配对样本均值的检验 24
2.5均值比较检验的SPSS应用 25
2.5.1单一样本均值的检验 25
2.5.2独立样本均值的检验 26
2.5.3配对样本均值的检验 28
小结 29
本章主要术语 29
思考与练习 29
第3章 方差分析 31
3.1方差分析的基本原理 31
3.2单因子方差分析 32
3.3多因子方差分析 38
3.3.1无交互作用情况 40
3.3.2有交互作用情况 44
3.4协方差分析 48
3.5方差分析的SPSS应用 50
3.5.1单因子方差分析 50
3.5.2多因子方差分析 50
3.5.3协方差分析 56
小结 57
本章主要术语 58
思考与练习 58
第4章 正交试验设计 59
4.1正交试验设计的基本方法 59
4.2无交互作用的试验设计与数据分析 61
4.3有交互作用的试验设计与数据分析 66
4.4重复试验与重复取样 73
4.4.1重复试验 73
4.4.2重复取样 77
4.5正交试验设计的SPSS应用 79
小结 81
本章主要术语 81
思考与练习 81
第5章 相关分析 82
5.1引言 82
5.2简单相关分析 83
5.2.1 Pearson相关系数 83
5.2.2 Spearman等级相关系数 84
5.2.3 Kendall’s tau-b相关系数 85
5.2.4简单相关分析的SPSS应用 85
5.3偏相关分析 87
5.3.1偏相关分析的思想 88
5.3.2偏相关系数 88
5.3.3偏相关分析的SPSS应用 89
5.4距离相关分析 90
5.4.1距离相关分析的思想 90
5.4.2距离相关分析的SPSS应用 91
小结 93
本章主要术语 93
思考与练习 94
第6章 回归分析 95
6.1一元线性回归分析 95
6.1.1数学模型 96
6.1.2参数的最小二乘估计 97
6.1.3最小二乘估计的性质 99
6.1.4回归方程的显著性 100
6.1.5预测 102
6.1.6控制 103
6.1.7一元线性回归的SPSS应用 104
6.2多元线性回归分析 108
6.2.1数学模型 108
6.2.2参数的最小二乘估计 109
6.2.3最小二乘估计的性质 110
6.2.4回归方程的显著性 111
6.2.5回归系数的显著性 112
6.2.6预测 112
6.2.7多元线性回归的SPSS应用 113
6.3逐步回归分析 117
6.3.1“最优”回归方程的选择 118
6.3.2逐步回归计算步骤 118
6.3.3逐步回归的SPSS应用 121
6.4含定性自变量的回归分析 123
6.4.1两分定性变量的回归 123
6.4.2多分定性变量的回归 125
6.5违背基本假设的回归分析 127
6.5.1异方差性 128
6.5.2自相关性 132
6.5.3多重共线性 137
小结 140
本章主要术语 140
思考与练习 140
第7章 聚类分析 142
7.1聚类分析的概念及分类 142
7.2相似性的度量 143
7.2.1距离 143
7.2.2相似系数 145
7.3系统聚类法 145
7.4动态聚类法 154
7.4.1动态聚类的思想 154
7.4.2选择凝聚点和确定初始分类 154
7.4.3衡量聚类结果的合理性指标和算法终止的标准 156
7.4.4动态聚类与系统聚类的比较 156
7.5有序聚类法 156
7.6聚类分析的SPSS应用 161
7.6.1系统聚类分析（Hierarchical Cluster） 161
7.6.2 K-均值聚类分析（K-Means Cluster） 168
小结 172
本章主要术语 172
思考与练习 172
第8章 判别分析 173
8.1引言 173
8.2距离判别法 174
8.2.1两个总体的情形 174
8.2.2多总体情况 175
8.3 Fisher判别法 175
8.3.1两总体Fisher判别法 176
8.3.2多总体Fisher判别法 177
8.4 Bayes判别法 179
8.5逐步判别法 182
8.6判别分析的SPSS应用 183
小结 190
本章主要术语 190
思考与练习 190
第9章 主成分分析 192
9.1引言 192
9.2主成分分析的数学模型及其几何意义 193
9.2.1数学模型 193
9.2.2几何意义 194
9.3主成分的推导及其性质 195
9.3.1总体主成分 195
9.3.2样本主成分 197
9.4主成分分析的基本步骤与SPSS应用 198
9.4.1主成分分析的基本步骤 198
9.4.2 SPSS操作过程及结果解释 199
9.5主成分分析的进一步应用 207
9.5.1综合评价 207
9.5.2主成分回归 208
小结 211
本章主要术语 212
思考与练习 212
第10章 因子分析 213
10.1引言 213
10.2因子分析的一般模型 214
10.2.1因子分析的数学模型 214
10.2.2因子分析模型与回归模型的比较 215
10.2.3因子分析模型的性质 215
10.2.4因子分析的几个重要概念 216
10.3因子载荷矩阵的估计 217
10.4因子旋转 219
10.4.1方差最大正交旋转（Varimax） 220
10.4.2四次方最大旋转（Quartimax） 221
10.4.3等量最大法旋转（Eq uama x） 222
10.4.4斜交旋转 222
10.4.5旋转方法的选择 222
10.5因子得分的估计 222
10.5.1因子得分的含义 222
10.5.2因子得分估计的方法——回归法 223
10.6因子分析的基本步骤与SPSS应用 224
10.6.1因子分析的基本步骤 224
10.6.2 SPSS操作过程及结果解释 225
小结 233
本章主要术语 234
思考与练习 234
第11章 对应分析 235
11.1引言 235
11.2对应分析的原理与方法 237
11.2.1对应分析的原理 237
11.2.2 R型因子分析和Q型因子分析的对应关系 240
11.3对应分析的SPSS应用 242
11.3.1对应分析中重要概念的解释 242
11.3.2对应分析的SPSS应用 242
小结 248
本章主要术语 248
思考与练习 248
第12章 典型相关分析 249
12.1引言 249
12.2典型相关分析的基本理论与方法 250
12.2.1典型相关分析的原理 250
12.2.2总体典型相关 251
12.2.3样本典型相关 254
12.2.4典型相关系数的显著性检验 255
12.2.5典型相关分析的其他测量指标 256
12.3典型相关分析的基本步骤 257
12.4典型相关分析的SPSS应用 258
小结 263
本章主要术语 263
思考与练习 263
第13章 定性数据的统计分析 264
13.1引言 264
13.2列联表分析 265
13.2.1列联表的概念及形式 265
13.2.2列联表的独立性检验 266
13.2.3 SPSS应用 267
13.3对数线性模型 270
13.3.1对数线性模型的理论和方法 270
13.3.2对数线性模型的SPSS应用 271
13.4 Logistic回归 273
13.4.1 Logistic变换 274
13.4.2 Logistic回归模型及其估计 274
13.4.3 Logistic回归模型的检验 276
13.4.4 Logistic回归的SPSS应用 277
13.5 Probit回归 280
13.5.1 Probit回归模型 280
13.5.2 Probit回归的SPSS应用 281
小结 284
本章主要术语 284
思考与练习 284
附录A SPSS的基本操作 285
A.1 SPSS简介 285
A.1.1 SPSS软件简介 285
A.1.2 SPSS的主要窗口 286
A.1.3 SPSS的常用菜单 289
A.2数据文件的建立及读取 290
A.2.1变量的设置 290
A.2.2数据的录入与编辑 293
A.2.3其他格式数据文件的读取 294
A.3数据整理 295
A.3.1数据排序 295
A.3.2分类汇总 296
A.3.3数据拆分 297
A.3.4样本选取 298
A.3.5数据转置 300
A.3.6变量计算 300
A.3.7计数 301
A.3.8变量的重新编码 303
附录B常用概率分布表 305
附录C常用正交表 317
参考文献 324