1 多变量方法与软体简介 1
1.1 多变量分析方法简介 1
1.2 统计软体简介 3
1.2.1 SPSS 3
1.2.2 SAS 6
1.2.3 Minitab、STATISTICA，及STATGRAPHICS 8
1.2.4 STATA 10
1.2.5 SYSTAT 12
1.2.6 NCSS 12
1.2.7 S-PLUS及R 13
1.2.8 OpenStat 16
1.2.9 LISREL 18
1.2.10 AMOS及Mplus 20
1.2.11 HLM及MLwiN 23
1.3多变量分析方法与统计软体选择 23
2 多元回归分析 27
2.1理论部分 27
2.1.1回归的意义 27
2.1.2简单回归 28
2.1.3净相关及部分相关 30
2.1.4两个预测变项的多元回归 31
2.1.5三个以上预测变项的多元回归 32
2.1.6结构系数 38
2.1.7虚拟变项的多元回归 39
2.1.8回归诊断 40
2.1.9多变量多元回归分析 45
2.2应用部分 46
2.2.1范例说明 46
2.2.2 SPSS分析步骤图 46
2.2.3 SPSS程式 55
2.2.4 SPSS程式说明 56
2.2.5 SAS程式 57
2.2.6 SAS程式说明 58
2.2.7报表及解说 59
2.3分析摘要表 77
3 逻辑斯回归分析 79
3.1理论部分 79
3.1.1逻辑斯回归分析适用时机 79
3.1.2列联表的计算 81
3.1.3逻辑斯回归分析的通式 83
3.1.4量的预测变项之逻辑斯回归分析 85
3.1.5整体模式的考验 87
3.1.6个别系数的考验 89
3.1.7预测的准确性 90
3.1.8其他逻辑斯回归分析模式 93
3.2应用部分 94
3.2.1范例说明 94
3.2.2 SPSS分析步骤图 94
3.2.3 SPSS程式 104
3.2.4 SPSS程式说明 104
3.2.5 SAS程式 105
3.2.6 SAS程式说明 105
3.2.7报表及解说 106
3.3分析摘要表 128
4 典型相关分析 131
4.1理论部分 131
4.1.1典型相关的意义 131
4.1.2典型相关的基本假定 133
4.1.3典型加权、典型因素与典型相关系数 133
4.1.4典型因素结构系数 135
4.1.5交叉结构系数 136
4.1.6平均解释量 137
4.1.7重叠量数 138
4.1.8典型相关的显著性考验 139
4.1.9转轴 142
4.1.10以相关矩阵计算典型相关 143
4.2应用部分 145
4.2.1范例说明 145
4.2.2 SPSS程式 145
4.2.3 SPSS程式说明 145
4.2.4 SAS程式 147
4.2.5 SAS程式说明 147
4.2.6报表及解说 147
4.3统计摘要表 166
5 区别分析 167
5.1理论部分 167
5.1.1绪言 167
5.1.2原始区别函数系数 169
5.1.3标准化区别函数系数 170
5.1.4结构系数 171
5.1.5标准化区别函数系数与结构系数孰重 171
5.1.6区别函数转轴 172
5.1.7统计显著性考验 172
5.1.8分类的方法 173
5.1.9分类的有效性 176
5.1.10交叉验证 178
5.1.11基本假定 179
5.1.12逐步区别分析 179
5.1.13区别分析与其他分析方法 180
5.2应用部分 180
5.2.1范例说明 180
5.2.2 SPSS分析步骤图 181
5.2.3 SPSS程式 185
5.2.4 SPSS程式说明 185
5.2.5 SAS程式 186
5.2.6 SAS程式说明 186
5.2.7报表及解说 187
5.3分析摘要表 218
6 平均数之假设考验 221
6.1理论部分 221
6.1.1使用多变量分析的理由 222
6.1.2一个样本之平均数考验 222
6.1.3两个相依样本之平均数考验 228
6.1.4两个独立样本之平均数考验 232
6.2应用部分 238
6.2.1范例一（一个样本平均数之考验） 239
6.2.2范例二（两个相依样本平均数之考验） 253
6.2.3范例三（两个独立样本平均数之考验） 267
6.3统计摘要表 279
7 多变量变异数分析 281
7.1理论部分 281
7.1.1 MANOVA的使用时机 281
7.1.2 MANOVA的基本假定 281
7.1.3 MANOVA的分析步骤 282
7.2应用部分 291
7.2.1范例说明 291
7.2.2独立样本单因子多变量变异数分析（范例一） 292
7.2.3独立样本二因子多变量变异数分析（范例二） 311
7.2.4单纯主要效果考验（范例二） 319
7.2.5报表及解说 322
7.3统计摘要表 329
8 主成份分析 333
8.1理论部分 333
8.1.1主成份分析的功能 333
8.1.2主成份分析基本概念 335
8.2应用部分 338
8.2.1范例说明 338
8.2.2 SPSS分析步骤图 338
8.2.3 SPSS程式 342
8.2.4 SPSS程式说明 342
8.2.5 SAS程式 342
8.2.6 SAS程式说明 343
8.2.7报表及解说 344
8.3分析摘要表 350
9 因素分析 353
9.1理论部分 353
9.1.1前言 353
9.1.2因素分析的基本理论 353
9.1.3因素分析的步骤 361
9.1.4共同因素分数的计算 372
9.1.5因素分析的样本数 373
9.2应用部分 373
9.2.1范例说明 373
9.2.2 SPSS分析步骤图 374
9.2.3 SPSS程式 377
9.2.4 SPSS程式说明 378
9.2.5 SAS程式 378
9.2.6 SAS程式说明 378
9.2.7报表及解说 379
9.3分析摘要表 399
10 集群分析 403
10.1理论部分 403
10.1.1如何将观察体分类 404
10.1.2集群分析的意义及目的 407
10.1.3相似性及相异性的计算 408
10.1.4阶层式的分析方法 416
10.1.5非阶层式的分析方法 425
10.1.6集群数的判断 427
10.1.7如何描述各集群的特性 429
10.1.8其他注意事项 430
10.1.9小结 431
10.2应用部分 432
10.2.1范例说明 432
10.2.2 SPSS分析步骤图 432
10.2.3 SPSS程式 440
10.2.4 SPSS程式说明 440
10.2.5 SAS程式 441
10.2.6 SAS程式说明 441
10.2.7报表及解说 442
10.3分析摘要表 457
11 多元尺度法 459
11.1理论部分 459
11.1.1多元尺度法的功能 459
11.1.2多元尺度法的基本理论 460
11.1.3多元尺度法的分析步骤 465
11.2应用部分 465
11.2.1范例一（计量MDS之资料分析） 465
11.2.2 SPSS分析步骤图 466
11.2.3 SPSS程式 469
11.2.4 SPSS程式说明 469
11.2.5 SAS程式 469
11.2.6 SAS程式说明 470
11.2.7报表及解说 471
11.2.8范例二（非计量MDS之资料分析） 480
11.2.9报表及解说 482
11.3分析摘要表 491
12 结构方程模式 493
12.1理论部分 493
12.1.1 SEM分析软体 493
12.1.2 LISREL的模式架构与统计原理 494
12.1.3 LISREL模式的次模式 500
12.1.4 LISREL的分析步骤 500
12.1.5 LISREL的SIMPLS语法简介 518
12.2应用部分 524
12.2.1多指标因果模式 524
12.2.2多因素验证性因素分析 581
12.2.3二阶验证性因素分析 602
12.2.4单指标径路分析模式 623
13 多层次模式 641
13.1理论部分 641
13.1.1多层次模式的发展 641
13.1.2多层次模式的理论基础 643
13.1.3多层次模式之五大次模式 648
13.1.4模式摘要 652
13.2应用部分 654
13.2.1范例说明 654
13.2.2资料之准备及读取 654
13.2.3具有随机效果的单因子变异数分析模式 658
13.2.4随机系数的回归模式 661
13.2.5以阶层一方程式的各组平均数做为阶层二方程式之结果变项的回归模式 664
13.2.6以阶层一方程式的截距及斜率做为阶层二方程式之结果变项的模式 667
13.3分析摘要 673
14 对数线性模式 675
14.1理论部分 675
14.1.1对数线性模式适用时机 675
14.1.2二维列联表的计算——对数线性模式 675
14.1.3三维列联表饱和模式的计算——对数线性模式 682
14.1.4模式的选择 685
14.1.5期望次数的估计及参数计算 691
14.1.6逻辑对数线性模式适用时机 691
14.1.7二维列联表的计算——逻辑对数线性模式 692
14.1.8三维列联表模式的计算——逻辑对数线性模式 694
14.1.9四维列联表模式的计算——逻辑对数线性模式 698
14.2应用部分 702
14.2.1范例一（对数线性模式） 702
14.2.2范例二（逻辑对数线性模式） 718
14.3分析摘要表 730
14.3.1对数线性模式部分 730
14.3.2逻辑对数线性模式部分 732
参考书目 733
中英文索引 743