第一章 概述 1
第一节 SPSS版本的演变过程 1
第二节 IBM SPSS 19的新增功能 1
第三节 IBM SPSS 19的运行环境 2
第四节 主要窗口及其功能 2
第五节 显示菜单（View） 5
第二章 数据文件的建立、导入和导出 10
第一节 数据文件的建立、导入和导出 10
第二节 数据的读写属性设置 18
第三章 数据文件的整理（Data） 19
第一节 数据编辑 19
第二节 数据核验（Validation） 25
第三节 辨识重复观察单位（Identify Duplicate Cases） 32
第四节 辨识异常观察单位（Identify Unusual Cases） 33
第五节 观测值排序（Sort Cases） 34
第六节 观测变量排序（Sort Variables） 35
第七节 数据转置（Transpose） 35
第八节 合并文件（Merge Files） 36
第九节 重建数据结构（Restructure） 38
第十节 数据分类汇总（Aggregate Data） 44
第十一节 正交设计（OrthogonalDesign） 47
第十二节 复制数据集（Copy Dataset） 47
第十三节 拆分文件（SplitFiles） 47
第十四节 选择观察单位（SelectCases） 48
第十五节 变量值加权（Weight Cases） 50
第四章 数据转换（Transform） 51
第一节 计算产生变量（Compute Variable） 51
第二节 各观测单位的观测值计数（CountValues within Cases） 53
第三节 数值序列移动（Shift Values） 55
第四节 重新赋值（Recode） 56
第五节 自动重新赋值（Automatic Recode） 58
第六节 可视分类器（Visual Binning） 59
第七节 最优化分类器（Optimal Binning） 60
第八节 数据准备（Prepare Data for Modeling） 61
第九节 观测单位排秩（Rank Cases） 64
第十节 日期型变量转换导向（Date and Time Wizard） 66
第十一节 产生时间序列变量（Create Time Series） 67
第十二节 缺失值的替代（Replace Missing Values） 67
第十三节 随机数生成器（Random Number Generators） 68
第十四节 运行未完成的变量变换（Run Pending Transforms） 69
第五章 数据汇总报告（Reports） 70
第一节 编码本（Codebook） 70
第二节 在线分析处理多维数据（OLAP Cubes） 73
第三节 数据汇总（Case Summaries） 77
第四节 行汇总报告（Report Summaries in Rows） 78
第五节 列汇总报告（Report Summaries in Columns） 83
第六章 基本统计分析（Descriptive Statistics） 85
第一节 频数分布分析（Frequencies） 85
第二节 描述性统计分析（Descriptives） 89
第三节 探索性分析（Explore） 91
第四节 列联表资料分析（Crosstabs） 97
第五节 比值分析（Ratio） 111
第六节 P-P/Q-Q概率图（P-P Plots/Q-Q Plots） 113
第七章 统计表（Tables） 116
第一节 自定义统计表（CustomTables） 116
第二节 定义多项应答集（Multiple Response Sets） 121
第八章 均数比较（Compare Means） 124
第一节 定量资料基本分析（Means） 124
第二节 单样本t检验（One-Sample T Test） 129
第三节 独立样本t检验（Independent-Samples T Test） 130
第四节 配对样本t检验（Paired-Samples T Test） 133
第五节 单向方差分析（One-Way ANOVA） 136
第九章 一般线性模型（General Linear Model） 144
第一节 一般线性模型单变量分析的基本过程 144
第二节 完全随机设计资料的方差分析 148
第三节 随机单位组设计资料的方差分析 150
第四节 拉丁方设计资料的方差分析 152
第五节 析因设计资料的方差分析 155
第六节 裂区设计资料的方差分析 158
第七节 二阶段交叉设计资料的方差分析 160
第八节 嵌套设计资料的方差分析 162
第九节 正交设计资料的方差分析 164
第十节 协方差分析 168
第十一节 重复测量数据的方差分析 170
第十章 相关与回归分析（Correlate/Regression） 181
第一节 双变量相关分析（Bivariate） 181
第二节 偏相关分析（Partial） 185
第三节 线性回归（Linear Regression） 187
第四节 曲线估计（Curve Estimation） 195
第五节 非线性回归（Nonlinear Regression） 198
第六节 二分类logistic回归分析（Binary Logistic） 205
第七节 多分类logistic回归分析（Multinomial Logistic） 215
第八节 等级logistic回归分析（Ordinal Logistic） 225
第九节 概率单位分析（Probit Analysis） 232
第十一章 聚类／判别分析（Classify）和因子／主成分分析（Factor） 238
第一节 两步聚类（TwoStep Cluster） 238
第二节 K类中心聚类（K-Means Cluster） 246
第三节 系统聚类（Hierarchical Cluster） 249
第四节 判别分析（DiscriminantAnalysis） 255
第五节 因子分析及主成分分析（Data Reduction） 263
第十二章 信度分析（ReliabilityAnalysis） 271
第一节 信度分析的一般过程 271
第二节 信度评价实例 274
第十三章 非参数检验（Nonparametric Test） 281
第一节 智能分析模块概述 281
第二节 两个或多个独立样本的非参数检验（Nonpararnetric Tests：Two or More Independent Samples） 284
第三节 两个或多个相关样本的非参数检验（Nonparametric Tests：Two or More Related Samples） 287
第四节 χ2检验（Chi-Square Test） 290
第五节 样本率与总体率比较的二项分布检验（Binomial） 293
第六节 游程检验（Runs Test） 294
第七节 单样本K-S拟合优度检验（1-Sample K-S Test） 295
第八节 两独立样本非参数检验（2 Independent Samples Tests） 297
第九节 多个独立样本非参数检验（K Independent Samples Test） 300
第十节 两相关样本的非参数检验（2 Related Samples Test） 302
第十一节 多个相关样本的非参数检验（K Related Samples Test） 304
第十四章 生存分析（Survival） 307
第一节 寿命表法（Life Tables） 307
第二节 Kaplan-Meier法（Kaplan-Meier） 310
第三节 Cox回归模型（Cox Regression） 316
第四节 伴时Cox回归模型（Time-Dependent Cox Model） 325
第十五章 统计图形（Graphs） 328
第一节 图形生成器（Chart Builder） 328
第二节 条图（Bar） 335
第三节 三维条图（3-D Bar） 338
第四节 线图（Line） 340
第五节 面积图（Area） 343
第六节 圆图（Pie） 344
第七节 高低图（High-Low） 345
第八节 箱图（Boxplot） 347
第九节 误差限图（Error Bar） 349
第十节 分群金字塔型图（Population Pyramid） 351
第十一节 散点图（Scatter） 352
第十二节 直方图（Histogram） 356
第十三节 统计图形的编辑 357
第十六章 系统参数的设置与分析结果的编辑和导出 368
第一节 系统参数的设置 368
第二节 分析结果的编辑和导出 379
附录 IBM SPSS 19函数族（Function group） 383
参考文献 394
英中文索引 395
中英文索引 401