第一章 多变量分析概说 1
第一节 本书统计分析方法架构 6
第二节 统计基本观念 8
第三节 资料库简介 12
第二章 迴归分析原理 13
第一节 简单迴归分析 15
第二节 相关分析与简单迴归分析的关系 19
第三节 两独立样本平均数差异t检定与简单迴归分析的关系 20
第四节 简单迴归分析的意义 21
第五节 多元迴归分析的原理 24
第六节 多元迴归分析的重要假设 32
第七节 结论 37
第三章 迴归分析范例解读 39
第一节 简单迴归分析 41
第二节 解释变项中心化与标准化迴归系数 60
第三节 迴归分析残差项假设的验证 68
第四节 迴归分析与两独立样本t检定：虚拟迴归分析 75
第四章 迴归分析的应用：调节效果的检测 85
第一节 调节迴归分析 87
第二节 虚拟迴归分析 90
第三节 共变数分析与调节迴归分析 94
第四节 中心化对多元共线性的影响 100
第五节 范例介绍 102
第五章 路径分析与中介效果检验 115
第一节 路径分析 117
第二节 中介效果的检测 126
第三节 调节效果与中介效果的组合 138
第六章 因素分析 139
第一节 因素分析原理 141
第二节 因素分析方法的应用 148
第三节 萃取技术与观念再整理 156
第四节 信度原理 165
第五节 因素分析SPSS范例说明 166
第七章 主成分分析 195
第一节 主成分分析原理 197
第二节 主成分分析示范 200
第三节 主成分分析与因素分析的差异 206
第四节 特征值与特征向量的求算 212
第八章 典型相关分析 223
第一节 典型相关分析原理 225
第二节 典型相关分析示范说明 230
第三节 典型相关分析数理模型 237
第九章 区别分析 241
第一节 区别分析原理 243
第二节 区别分析范例说明 248
第十章 逻吉斯迴归分析 257
第一节 逻吉斯迴归原理 259
第十一章 集群分析 279
第一节 集群分析原理 281
第二节 集群分析SPSS范例说明 286
第十二章 结语 297
参考文献 303