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 33
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 45
3.4 协方差分析 49
3.5 方差分析的SPSS应用 51
3.5.1 单因子方差分析 51
3.5.2 多因子方差分析 51
3.5.3 协方差分析 54
小结 55
本章主要术语 56
思考与练习 56
第4章 正交试验设计 57
4.1 正交试验设计的基本方法 57
4.2 无交互作用的试验设计与数据分析 59
4.3 有交互作用的试验设计与数据分析 64
4.4 重复试验与重复取样 70
4.4.1 重复试验 71
4.4.2 重复取样 75
4.5 正交试验设计的SPSS应用 77
小结 79
本章主要术语 79
思考与练习 79
第5章 相关分析 80
5.1 引言 80
5.2 简单相关分析 81
5.2.1 Pearson相关系数 81
5.2.2 Spearman等级相关系数 82
5.2.3 Kendall's tau-b相关系数 83
5.2.4 简单相关分析的SPSS应用 83
5.3 偏相关分析 86
5.3.1 偏相关分析的思想 86
5.3.2 偏相关系数 86
5.3.3 偏相关分析的SPSS应用 87
5.4 距离相关分析 88
5.4.1 距离相关分析的思想 88
5.4.2 偏相关分析的SPSS应用 89
小结 92
本章主要术语 92
思考与练习 92
第6章 回归分析 93
6.1 一元线性回归分析 93
6.1.1 数学模型 94
6.1.2 参数的最小二乘估计 95
6.1.3 最小二乘估计的性质 97
6.1.4 回归方程的显著性 98
6.1.5 预测 99
6.1.6 控制 101
6.1.7 一元线性回归的SPSS应用 101
6.2 多元线性回归分析 106
6.2.1 数学模型 106
6.2.2 参数的最小二乘估计 107
6.2.3 最小二乘估计的性质 108
6.2.4 回归方程的显著性 108
6.2.5 回归系数的显著性 109
6.2.6 预测 110
6.2.7 多元线性回归的SPSS应用 110
6.3 逐步回归分析 115
6.3.1 “最优”回归方程的选择 115
6.3.2 逐步回归计算步骤 115
6.3.3 逐步回归的SPSS应用 118
6.4 含定性自变量的回归分析 122
6.4.1 两分定性变量的回归 122
6.4.2 多分定性变量的回归 124
6.5 违背基本假设的回归分析 126
6.5.1 异方差性 127
6.5.2 自相关性 130
6.5.3 多重共线性 135
小结 139
本章主要术语 139
思考与练习 139
第7章 聚类分析 141
7.1 聚类分析的概念及分类 141
7.2 相似性的度量 142
7.2.1 距离 142
7.2.2 相似系数 144
7.3 系统聚类法 144
7.4 动态聚类法 153
7.4.1 动态聚类的思想 153
7.4.2 选择凝聚点和确定初始分类 153
7.4.3 衡量聚类结果的合理性指标和算法终止的标准 155
7.4.4 动态聚类与系统聚类的比较 155
7.5 有序聚类法 155
7.6 聚类分析的SPSS应用 160
7.6.1 Hierarchical Cluster系统聚类分析 160
7.6.2 Means Cluster K-均值聚类分析 165
小结 169
本章主要术语 170
思考与练习 170
第8章 判别分析 171
8.1 引言 171
8.2 距离判别法 172
8.2.1 两个总体的情形 172
8.2.2 多总体情况 173
8.3 Fisher判别法 173
8.3.1 两总体Fisher判别法 174
8.3.2 多总体Fisher判别法 175
8.4 Bayes判别法 177
8.5 逐步判别法 180
8.6 判别分析的SPSS应用 181
小结 185
本章主要术语 186
思考与练习 186
第9章 主成分分析 187
9.1 引言 187
9.2 主成分分析的数学模型及其几何意义 188
9.2.1 数学模型 188
9.2.2 几何意义 189
9.3 主成分的推导及其性质 190
9.3.1 总体主成分 190
9.3.2 样本主成分 192
9.4 主成分分析的基本步骤与SPSS应用 193
9.4.1 主成分分析的基本步骤 193
9.4.2 SPSS操作过程及结果解释 194
9.5 主成分分析的进一步应用 200
9.5.1 综合评价 201
9.5.2 相关分析与回归分析 203
小结 205
本章主要术语 205
思考与练习 205
第10章 因子分析 206
10.1 引言 206
10.2 因子分析的一般模型 207
10.2.1 因子分析的数学模型 207
10.2.2 因子分析模型与回归模型的比较 208
10.2.3 因子分析模型的性质 208
10.2.4 因子分析的几个重要概念 209
10.3 因子载荷矩阵的估计 210
10.4 因子旋转 212
10.4.1 方差最大正交旋转（Varimax） 213
10.4.2 四次方最大旋转（Quartimax） 214
10.4.3 等量最大法旋转（Equamax） 215
10.4.4 斜交旋转 215
10.4.5 旋转方法的选择 215
10.5 因子得分的估计 215
10.5.1 因子得分的含义 215
10.5.2 因子得分估计的方法——回归法 216
10.6 因子分析的基本步骤与SPSS应用 217
10.6.1 因子分析的基本步骤 217
10.6.2 SPSS操作过程及结果解释 218
小结 226
本章主要术语 226
思考与练习 226
第11章 对应分析 227
11.1 引言 227
11.2 对应分析的原理与方法 229
11.2.1 对应分析的原理 229
11.2.2 R型因子分析和Q型因子分析的对应关系 232
11.3 对应分析的SPSS应用 234
11.3.1 对应分析中重要概念的解释 234
11.3.2 对应分析的SPSS应用 234
小结 240
本章主要术语 241
思考与练习 241
第12章 典型相关分析 242
12.1 引言 242
12.2 典型相关分析的基本理论与方法 243
12.2.1 典型相关分析的原理 243
12.2.2 总体典型相关 244
12.2.3 样本典型相关 247
12.2.4 典型相关系数的显著性检验 248
12.2.5 典型相关分析的其他测量指标 249
12.3 典型相关分析的基本步骤 250
12.4 典型相关分析的SPSS应用 251
小结 257
本章主要术语 257
思考与练习 257
第13章 定性数据的统计分析 258
13.1 引言 258
13.2 列联表分析 259
13.2.1 列联表的概念及形式 259
13.2.2 列联表的独立性检验 260
13.2.3 SPSS应用 261
13.3 对数线性模型 264
13.3.1 对数线性模型的理论和方法 264
13.3.2 对数线性模型的SPSS应用 265
13.4 Logistic回归 269
13.4.1 Logistic变换 269
13.4.2 Logistic回归模型及其估计 270
13.4.3 Logistic回归模型的检验 271
13.4.4 Logistic回归的SPSS应用 273
13.5 Probit回归 276
13.5.1 Probit回归模型 276
13.5.2 Probit回归的SPSS应用 277
小结 280
本章主要术语 280
思考与练习 280
附录1 常用概率分布表 281
附录2 常用正交表 293
参考文献 300