基础篇 2
第1章 概述 2
1.1 SPSS简介 2
1.2使用SPSS进行数据分析的基本步骤 3
1.3主要窗口和功能 3
1.3.1数据编辑窗口 4
1.3.2结果浏览窗口 6
1.3.3程序编辑窗口 13
1.4通过数据编辑窗口输入数据 14
1.4.1使用数据窗口输入数据 14
1.4.2定义变量 15
1.4.3数据输入实例 20
1.5 SPSS数据文件的存取 24
1.5.1存取保存的SPSS文件 24
1.5.2读取保存的数据文件 25
1.5.3读取Excel电子表格数据文件 25
1.5.4读取Access数据库（ODBC数据接口） 26
1.5.5保存SPSS数据文件 29
1.6数据的编辑与整理 30
1.6.1发现重复数据 30
1.6.2选择数据 32
1.6.3定义权重 35
1.6.4数据排序 36
1.6.5数据转置 37
1.6.6数据合并 38
1.6.7数据拆分 40
1.6.8数据汇总 41
1.6.9查找数据 43
1.7数据转换 45
1.7.1公式计算 45
1.7.2数据编码 48
1.7.3替代缺失数据 50
1.7.4数据例编秩 51
1.7.5频数分组 53
1.8帮助的获取 53
1.8.1按专题组织的帮助 53
1.8.2通过对话框内的Help按钮使用帮助 54
1.8.3使用统计教练 54
1.8.4使用联机帮助和网络讨论组 54
第2章 数据类型与统计学描述 55
2.1数据分类 55
2.2制作频数表 56
2.2.1区间数据频数分段 56
2.2.2用Frequencies编制频数表 62
2.3用Descriptives进行区间数据的统计描述 67
2.3.1操作过程 67
2.3.2结果解释 68
2.4用Explore进行区间数据的统计描述 69
2.4.1操作过程 70
2.4.2结果解释 72
2.5用Bivariate进行变量间的相关与协方差分析 76
2.5.1操作过程 76
2.5.2结果解释 77
2.5.3描述性统计分析过程的比较 78
2.6名义数据的统计描述 80
2.6.1单个名义变量的描述分析 80
2.6.2多指标的描述分析 82
第3章 概率分布与正态性检验 87
3.1概率分布 87
3.1.1正态分布 87
3.1.2二项分布 90
3.1.3 Poisson分布 94
3.2抽样分布 96
3.2.1 t分布 96
3.2.2X2分布 98
3.2.3 F分布 100
3.3正态性检验 101
3.3.1 P-P图法 102
3.3.2 Q-Q图法 104
3.3.3直方图、箱式图与茎叶图 105
3.3.4计算法 111
第4章 区间估计与假设检验 114
4.1均数的区间估计 114
4.1.1σ已知时总体均数的置信区间 115
4.1.2σ未知时总体均数的置信区间 116
4.1.3两总体均数间差值的置信区间 118
4.2总体方差、总体标准差的置信区间 120
4.3率的区间估计 121
4.3.1总体率的置信区间 121
4.3.2两总体率差值的置信区间 121
4.4假设检验与两类错误 121
4.4.1假设检验的概念与原理 122
4.4.2假设检验的两类错误 123
4.4.3假设检验的基本步骤 124
4.5样本含量的估计与检验效能 125
4.5.1影响样本量大小的因素 125
4.5.2总体均数区间估计的样本含量 126
4.5.3样本均数与总体均数比较样本含量估计 126
4.5.4完全随机设计两样本均数比较的样本含量估计 127
4.5.5完全随机设计多个样本均数比较的样本含量估计 128
4.5.6估计总体率时的样本含量估计 129
4.5.7样本率与总体率比较的样本含量估计 129
4.5.8两样本率比较的样本含量估计 130
4.5.9多个样本率比较的样本含量估计 130
4.5.10直线相关分析的样本含量估计 131
4.5.11检验效能 131
第5章 区间数据的统计推断 134
5.1 t检验 134
5.1.1单个总体均数的t检验 134
5.1.2独立样本成组t检验 136
5.1.3成对样本t检验 138
5.2单因素方差分析 140
5.2.1两组资料的单因素方差分析 140
5.2.2多组资料的单因素方差分析 140
5.3双因素方差分析 142
5.3.1基本分析步骤 142
5.3.2关于Univariate过程对话框的说明 145
5.4对比与事后检验 148
5.4.1对比 148
5.4.2事后检验 150
5.4.3 Bootstrap 153
5.5方差齐性检验 155
第6章 名义分类数据的统计推断 157
6.1四格表数据的卡方检验 157
6.1.1一般四格表卡方检验 157
6.1.2连续性校正卡方检验 165
6.2 RxC无序列联表的卡方检验 169
6.2.1多个样本率的卡方检验 169
6.2.2多个样本构成的卡方检验 171
6.3 Fisher’s精确检验 173
6.3.1四格表的精确概率法 173
6.3.2 R×C列联表精确概率 175
第7章 有序数据的统计推断 179
7.1 R×C单向有序列联表的检验 179
7.1.1 Wilcoxon秩和检验 179
7.1.2趋势X2检验 182
7.1.3 Kruskal-Wallis检验 184
7.1.4实例与操作 185
7.2双向有序列联表的检验 187
7.2.1 Spearman等级相关 187
7.2.2 Jonckheere-Terpstra检验 189
7.2.3 Cochran-Mantel-Haenszel统计分析 191
7.3几个相关有序样本的非参数检验 194
7.3.1 2相关样本的秩检验 194
7.3.2多组相关样本检验 198
第8章 简单线性回归与相关 201
8.1一般的简单线性回归 201
8.1.1线性回归的概念 201
8.1.2建立线性回归方程 202
8.1.3回归系数的假设检验 203
8.1.4实例与操作 204
8.2加权的简单线性回归 213
8.2.1加权最小二乘估计 214
8.2.2加权线性回归方程的假设检验 214
8.2.3实例与操作 215
8.3简单线性相关 218
8.3.1概念 218
8.3.2线性相关系数的意义和计算 219
8.3.3相关系数的假设检验 219
8.3.4实例与操作 220
第9章 曲线回归与非线性回归 224
9.1曲线直线化变换方法 224
9.1.1变量的变换 224
9.1.2变量变换后实现线性回归的步骤 225
9.1.3实例与操作 225
9.2曲线回归 227
9.2.1一般步骤 227
9.2.2 SPSS操作提示 228
9.2.3实例与操作 230
9.3非线性回归 233
9.3.1基本原理 233
9.3.2 SPSS操作提示 233
9.3.3实例与操作 237
第10章 多重线性回归与相关 241
10.1多项式回归 241
10.2多重回归分析方法 242
10.2.1多重回归模型 242
10.2.2参数估计 242
10.2.3回归方程的假设检验与拟合优度评价 243
10.2.4自变量的选择 243
10.2.5 SPSS操作提示 244
10.2.6实例与操作 247
10.3共线性解决方案与校正 252
10.3.1多重共线性的诊断 252
10.3.2共线性解决方案 253
10.4残差分析与回归诊断 254
10.5交互作用与哑变量问题 254
10.5.1交互作用 254
10.5.2哑变量的设置 255
10.6复相关系数与偏相关系数 256
10.6.1复相关系数、决定系数与调整决定系数 257
10.6.2偏相关系数 257
第11章 统计图的制作 261
11.1条图 262
11.2 3-D条图 268
11.3线图 269
11.4面积图 273
11.5圆图 274
11.6高低图 275
11.7帕累托图 277
11.8质量控制图 279
11.9箱图 282
11.10误差条图 284
11.11分群金字塔图 286
11.12散点图 287
11.13直方图 291
11.14 P-P概率图 292
11.15 Q-Q概率图 294
11.16序列图 295
11.17统计图形的编辑加工 297
11.17.1图形编辑窗口简介 297
11.17.2图形特征的编辑 298
11.17.3坐标轴编辑 304
11.17.4图例的编辑 306
11.17.5添加和显示/隐藏图形元素 306
第12章 诊断试验评价与ROC分析 308
12.1常用的诊断试验评价指标 308
12.1.1正确率 309
12.1.2灵敏度 309
12.1.3特异度 310
12.1.4 Youden指数 311
12.1.5阳性似然比 311
12.1.6阴性似然比 312
12.1.7阳性预测价值 312
12.1.8阴性预测价值 313
12.1.9优势比及其有关指标 314
12.1.10 Kappa 316
12.2 ROC曲线 317
12.2.1 ROC分析的基本原理 318
12.2.2 SPSS操作说明 320
12.2.3实例与结果解释 322
第13章 缺失值分析 331
13.1缺失值分析简介 331
13.1.1基本概念 331
13.1.2缺失机制 332
13.1.3缺失值的常用处理方法 335
13.2 SPSS操作提示 340
13.2.1 SPSS的缺失值处理方法 340
13.2.2缺失值处理的SPSS操作 341
13.3结果解释 345
高级篇 356
第14章 logistic回归 356
14.1二项分类logistic回归 356
14.1.1方法介绍 357
14.1.2 SPSS操作选项说明 366
14.1.3实例与结果解释 371
14.2条件logistic回归 386
14.2.1方法介绍 386
14.2.2 SPSS操作选项说明 387
14.2.3实例与结果解释 387
14.3有序logistic回归 393
14.3.1方法介绍 393
14.3.2 SPSS操作选项说明 395
14.3.3实例与结果解释 398
14.4多项分类logistic回归 404
14.4.1方法介绍 404
14.4.2 SPSS操作选项说明 406
14.4.3实例与结果解释 409
第15章 对数线性模型与Poisson回归 414
15.1列联表的对数线性模型 414
15.1.1方法介绍 414
15.1.2实例与操作 416
15.2 Poisson回归 430
15.2.1基本原理 430
15.2.2实例与操作 431
第16章 生存分析与Cox模型 435
16.1常用术语 435
16.2非参数分析 437
16.2.1寿命表法 437
16.2.2 Kaplan-Meier法 442
16.3 Cox回归模型 447
16.3.1方法介绍 447
16.3.2实例与操作 449
16.4时间依存变量的处理方法 455
16.4.1时间依存变量Cox模型 455
16.4.2 Cox w/Time-Dep Cov过程操作说明 457
第17章 聚类、判别与决策树分析 460
17.1概述 460
17.1.1聚类分析基础知识 460
17.1.2判别分析基础知识 461
17.1.3 SPSS聚类和判别分析模块 463
17.2聚类分析 463
17.2.1二阶段聚类 463
17.2.2 K中心聚类 468
17.2.3层次聚类 470
17.3判别分析 474
17.4决策树分析 481
17.4.1基本原理 481
17.4.2决策树 490
17.4.3操作提示 491
17.4.4结果解释 492
第18章 主成分分析与因子分析 496
18.1主成分分析 496
18.1.1概述 496
18.1.2实例与操作 498
18.2因子分析 511
18.2.1概述 511
18.2.2实例与操作 512
18.3主成分分析与因子分析的联系及区别 518
第19章 多因素方差分析 520
19.1随机区组设计及其方差分析 520
19.1.1概述 520
19.1.2实例与操作 521
19.2析因设计及其方差分析 525
19.2.1概述 525
19.2.2实例与操作 525
19.3嵌套设计及其方差分析 528
19.3.1概述 528
19.3.2实例与操作 528
19.4交叉设计及其方差分析 530
19.4.1概述 530
19.4.2实例与操作 530
第20章 重复测量与混合效应模型 533
20.1重复测量方差分析 533
20.1.1分层随机抽样重复测量数据 534
20.1.2重复测量设计临床试验数据 546
20.2线性混合效应模型 549
20.2.1分层随机抽样调查数据的混合效应模型分析 549
20.2.2重复测量数据的混合效应模型分析 555
第21章 多变量方差分析 560
21.1单因素设计资料的多元方差分析 561
21.1.1单样本分析 561
21.1.2两样本单因素设计资料 564
21.2多因素资料的多元方差分析 566
21.2.1两因素设计 566
21.2.2配对设计资料的多元方差分析 574
21.2.3重复测量设计资料的多元方差分析 576
21.3典型相关分析 577
第22章 广义线性模型 583
22.1概述 583
22.1.1模型的组成 583
22.1.2常见的几种广义线性模型 585
22.1.3广义线性模型的三种估计方程及参数估计 585
22.1.4模型诊断 585
22.2 logistic回归 586
22.3 Poisson对数线性模型 594
第23章 广义估计方程 600
23.1概述 600
23.1.1广义估计方程的基本理论 600
23.1.2作业相关矩阵 602
23.1.3广义估计方程的应用 603
23.2实例与操作 604
23.2.1数据的一般情况 604
23.2.2 SPSS操作提示与选项说明 604
23.2.3 SPSS输出结果及其解释 609
第24章 对应分析与结合分析 613
24.1对应分析 613
24.1.1方法介绍 613
24.1.2 SPSS操作选项说明 616
24.1.3实例分析 617
24.1.4多重对应分析 620
24.2结合分析 620
24.2.1方法介绍 620
24.2.2 SPSS操作选项说明 625
24.2.3实例分析 625
第25章 信度分析 630
25.1重复测量法与分半信度法 631
25.1.1方法介绍 631
25.1.2实例与操作 632
25.2 Cronbach a系数 635
25.2.1方法介绍 635
25.2.2 SPSS操作选项说明 635
25.2.3实例描述 637
25.3 Kappa系数 638
25.3.1方法介绍 638
25.3.2实例描述 639
25.3.3操作选项说明 640
25.3.4结果解释 641
25.4 Kendall和谐系数 642
25.4.1方法介绍 642
25.4.2实例描述 642
25.4.3 SPSS操作选项说明 643
25.4.4主要结果 644
第26章 时间序列分析 645
26.1概述 645
26.1.1时间序列数据及其分析方法 645
26.1.2时间序列分析的模型、公式和记号 646
26.1.3 SPSS时间序列分析功能 650
26.2时间序列数据的预处理 651
26.2.1定义日期变量 651
26.2.2创建时间序列 653
26.2.3填补缺失数据 658
26.3指数平滑法 660
26.3.1指数平滑法的原理 660
26.3.2指数平滑法的操作 662
26.4 ARIMA模型 667
26.4.1概述 667
26.4.2 ARIMA模型识别、建模和模型评价、预测 668
26.4.3带有季节因子的ARIMA模型 679
26.5季节性结构分量模型 680
26.5.1概述 680
26.5.2分析实例 681
第27章 神经网络模型 684
27.1概述 684
27.1.1模型的组成 684
27.1.2神经网络的数据样本 686
27.1.3神经网络的种类 686
27.2多层感知器神经网络模型 687
27.2.1概述 687
27.2.2实例与操作 687
27.3径向基函数神经网络模型 701
27.3.1概述 701
27.3.2实例与操作 701
附录A SPSS函数 710
附录B SPSS统计分析程序简介 717
附录C 统计分析方法路径图 728
参考文献 732