第一章 集群分析与多元尺度分析 1
一、集群分析相关理论 3
一、聚合法 8
二、分割法 8
三、标准化程序 11
四、距离度量 12
五、集群合并的准则—连结法 20
六、资料与图形 33
二、阶层集群分析法 36
一、操作程序 37
二、报表说明 44
三、不同集群方法结果 52
三、K-Means集群分析法 57
一、操作程序 60
二、设定初始集群中心点 63
三、报表说明 69
四、K平均数集群分类结果 77
四、二阶集群分析法 78
一、操作程序 79
二、报表说明—TwoStep丛集 84
三、二阶集群分析结果 88
五、集群分析与区别分析 89
一、采用阶层集群分析法—群间连结法 91
二、采用阶层集群分析法—Ward连结法 93
三、采用二阶集群分析法 95
四、采用区别分析 98
六、多元尺度法 100
一、操作程序 105
二、输出结果 112
三、MDS操作程序 126
四、主要输出结果 127
第二章 区别分析 131
一、区别分析的相关理论 133
一、区别分析之基本假设 149
二、建立区别函数并进行显著性检定 151
三、解释自变项在各区别函数之意义 156
四、分类与预测 157
五、解释结果 170
二、区别分析范例解析 173
一、计算矩阵T、B、W与Cw 175
二、计算区别函数t 177
三、分类和预测 180
四、SPSS判别分析输出结果 183
三、三个群组之SPSS区别分析程序 195
一、操作程序 196
二、输出结果 201
四、四个群组之DISCRIM范例 224
一、操作程序 225
二、输出结果 226
五、MANOVA与DISCRIM关系 233
一、ANOVA结果显著＆DISCRIM分析不显著 234
二、ANOVA分析不显著＆DISCRIM分析显著 237
三、三个区别变项＆二个群组的区别分析 241
四、四个区别变项＆三个群组的区别分析 244
第三章 多变量变异数分析 251
一、相关理论 253
一、MANOVA分析结果 280
二、ANOVA分析结果 281
二、多变量变异数分析范例解析 282
一、计算组内SSCP矩阵W 283
二、计算组间SSCP矩阵B 284
三、计算全体SSCP矩阵T及Wilks∧值 285
四、整体检定∧值转换为F统计量近似值 286
五、从W-1B的特征结构求Wilks∧值 288
六、利用区别分析或典型相关求出Wilks∧值 289
三、二组样本单因子多变量变异数分析 292
一、SPSS操作程序 293
二、二个群组之单因子多变量检定输出报表 302
三、采用区别分析进行追踪考验 313
四、三个群组之单因子多变量检定输出报表 314
一、SPSS操作程序 314
二、输出结果 315
三、以区别分析进行追踪考验 326
五、多变量统计量检定未达显著范例 328
第四章 二因子多变量变异数分析 333
一、二因子多变量变异数分析—交互作用显著 337
一、二因子多变量变异数分析操作 338
二、输出结果——般线性模式 340
三、二因子多变量单纯主要效果检定操作程序 351
四、二因子多变量单纯主要效果报表诠释 357
二、二因子多变量变异数分析—交互作用不显著 371
一、双因子多变量操作程序 371
二、双因子多变量输出报表 372
三、研究架构图的解析 376
一、依计量变数增列类别变项 376
二、2×2细格之二因子MANOVA分析结果 379
三、3×3细格之二因子MANOVA分析结果 381
第五章 典型相关 385
一、理论基础 387
二、典型相关范例介绍 401
三、典型相关分析操作 421
一、CANCORR语法指令 422
二、报表结果 424
三、MANOVA语法 442
四、MANOVA语法输出结果 443
四、典型相关综合练习 454
一、典型相关语法 455
二、输出结果 455
第六章 二元逻辑斯回归 469
一、相关理论 471
二、二元逻辑斯回归分析的范例解析 488
三、虚拟变项之逻辑斯回归分析 504
四、预测变项为连续变项之逻辑斯回归分析 511
五、二元逻辑斯回归分析的实例 521
一、操作程序 522
二、输出结果 530
三、采用「向前：条件法」之输出结果 546
第七章 虚拟变项与多项式逻辑斯回归 553
一、虚拟变项的逻辑斯回归实例 555
一、操作程序 557
二、输出结果 558
二、直接以虚拟变项进行二元Logistic回归分析 562
一、增列二个年级变项之虚拟变项 562
二、操作程序 563
三、输出结果 563
三、序列逻辑斯回归分析实例 567
一、操作程序 569
二、输出结果 570
三、二元Logistic与MANOVA间的关系 578
四、多项式逻辑斯回归分析 582
一、操作程序 584
二、强迫输入法输出结果 591
三、逐步向前法输出结果 595
五、结果变项为计量变项的统计应用 599
一、将计量依变项分为类别变项 600
二、多元回归分析法输出结果 604
三、二元Logistic回归输出结果 609
四、多项式逻辑斯回归分析 615
第八章 主成分分析 623
一、主成分分析相关理论 625
二、SPSS操作程序范例 644
一、操作程序 645
二、报表解说 649
三、采用共变数矩阵进行主成分分析 661
一、操作程序 662
二、输出结果 663
四、主成分于复回归分析中的应用 669
一、一般复回归结果说明 671
二、抽取预测变项主成分 675
四、主成分回归分析 679
第九章 因素分析 683
一、因素分析的相关理论 685
一、输入指标变项的量测值 704
二、选择萃取共同因素方法 706
三、选择因素转轴的方法 708
四、决定选取共同因素的准则 722
五、共同因素的命名与解释 725
二、因素分析操作程序 728
一、操作程序 729
二、第一次因素分析输出结果 742
三、第二次因素分析输出结果 758
三、验证性因素分析范例 773
一、初始模型的估计 774
二、第一种修正CFA假设模型图及估计结果 775
三、第二种修正CFA假设模型图及估计结果 777
四、第三种修正CFA假设模型图及估计结果 779
第十章 多层次线性模式 783
一、多层次线性模式基本理论 785
二、多层次线性模式范例解析 794
一、没有预测变项之虚无模式 799
二、只有第一层有预测变项的模式 804
三、二个层次均有预测变项 807
三、多层次线性模式之模型 809
一、随机效果的单因子变异数分析模型 809
二、以阶层一各组平均数作为阶层二方程之结果变项的回归方程 810
三、随机效果的单因子共变异数分析模式 811
四、随机系数的回归模式 813
五、随机变动系数模型 814
六、非随机变动之斜率模式 815
七、脉络模型 815
四、SPSS混合线性模式操作程序 817
一、随机效果的单因子变异数分析模型 822
二、以平均数为结果变项的模型 828
三、随机效果的单因子共变数模型 831
四、随机系数模型 834
五、脉络模型 837
六、完整模型 840
七、线性混合模式分析输出结果 845
五、MLM重复量测的应用 859
一、操作程序 861
二、输出结果 865
主要参考文献 867