目录 1
第1章 SPSS统计分析软件概述 1
1.1 SPSS的发展及特点 2
1.2 SPSS使用基础 3
1.2.1 SPSS软件的安装和启动 3
1.2.2 SPSS的基本操作环境 3
1.2.3 SPSS软件的退出 8
1.2.4 SPSS软件的三种基本使用方式 8
1.3 利用SPSS进行数据分析的基本步骤 12
1.3.1 数据分析的一般步骤 13
1.3.2 利用SPSS进行数据分析的一般步骤 14
第2章 SPSS数据文件的建立和管理 16
2.1 SPSS数据文件 16
2.1.1 SPSS数据文件的特点 16
2.1.2 SPSS数据的基本组织方式 17
2.2 SPSS数据的结构和定义方法 18
2.2.1 变量名(Name) 18
2.2.2 数据类型(Type)、宽度(Width)、列宽度(Columns) 19
2.2.4 变量值标签(Value Labels) 21
2.2.3 变量名标签(Label) 21
2.2.5 缺失数据(Missing) 22
2.2.6 度量尺度(Measure) 23
2.2.7 结构定义的基本操作 24
2.3 SPSS结构定义的应用案例 25
2.4 SPSS数据的录入与编辑 29
2.4.1 SPSS数据的录入 29
2.4.2 SPSS数据的编辑 30
2.5.1 SPSS支持的数据格式 32
2.5 SPSS数据的保存 32
2.5.2 保存SPSS数据的基本操作 33
2.6 读取其他格式的数据文件 34
2.6.1 直接读入其他格式的数据文件 34
2.6.2 使用文本向导读入文本文件 35
2.7 SPSS数据文件的合并 37
2.7.1 纵向合并数据文件 38
2.7.2 横向合并数据文件 41
3.1.1 数据排序的目的 45
第3章 SPSS数据的预处理 45
3.1 数据的排序 45
3.1.2 数据排序的基本操作 47
3.1.3 数据排序的应用举例 47
3.2 变量计算 48
3.2.1 变量计算的目的 48
3.2.2 SPSS算术表达式 49
3.2.3 SPSS条件表达式 49
3.2.4 SPSS函数 50
3.2.5 变量计算的基本操作 55
3.2.6 变量计算的应用举例 56
3.3 数据选取 57
3.3.1 数据选取的目的 57
3.3.2 数据选取的基本方式 57
3.3.3 数据选取的基本操作 58
3.3.4 数据选取的应用举例 59
3.4 计数 59
3.4.1 计数目的 59
3.4.3 计数的基本操作 60
3.4.2 计数区间 60
3.4.4 计数的应用举例 61
3.5 分类汇总 62
3.5.1 分类汇总的目的 62
3.5.2 分类汇总的基本操作 62
3.5.3 分类汇总的应用举例 63
3.6 数据分组 64
3.6.1 数据分组的目的 64
3.6.2 SPSS的单变量值分组 65
3.6.3 SPSS的组距分组 66
3.6.4 SPSS的分位数分组 69
3.7 数据预处理的其他功能 71
3.7.1 数据转置 71
3.7.2 加权处理 72
3.7.3 数据拆分 73
3.7.4 SPSS变量集 74
4.1.1 频数分析的目的和基本任务 77
4.1 频数分析 77
第4章 SPSS基本统计分析 77
4.1.2 频数分析的基本操作 78
4.1.3 SPSS频数分析的扩展功能 78
4.1.4 频数分析的应用举例 80
4.2 计算基本描述统计量 84
4.2.1 基本描述统计量 84
4.2.2 计算基本描述统计量的基本操作 87
4.2.3 计算基本描述统计量的应用举例 88
4.3.1 交叉分析下的频数分析的目的和基本任务 89
4.3 交叉分组下的频数分析 89
4.3.2 交叉列联表的主要内容 90
4.3.3 交叉列联表行列变量间关系的分析 92
4.3.4 交叉分组下的频数分析的基本操作 96
4.3.5 交叉分组下的频数分析的应用举例 97
4.3.6 SPSS中列联表分析的其他方法 102
4.4 多选项分析 107
4.4.1 多选项分析的目的 107
4.4.2 多选项分析的基本操作 110
4.4.3 多选项分析的应用举例 113
4.5 比率分析 116
4.5.1 比率分析的目的和主要指标 116
4.5.2 比率分析的基本步骤 117
4.5.3 比率分析的应用举例 117
第5章 SPSS的参数检验 121
5.1 参数检验概述 121
5.1.1 推断统计与参数检验 121
5.1.3 假设检验的基本步骤 122
5.1.2 假设检验的基本思想 122
5.2 单样本t检验 124
5.2.1 单样本t检验的目的 124
5.2.2 单样本t检验的基本步骤 124
5.2.3 单样本t检验的基本操作 125
5.2.4 单样本t检验的应用举例 126
5.3 两独立样本t检验 129
5.3.1 两独立样本t检验的目的 129
5.3.2 两独立样本t检验的基本步骤 129
5.3.3 两独立样本t检验的基本操作 131
5.3.4 两独立样本t检验的应用举例 132
5.4 两配对样本t检验 137
5.4.1 两配对样本t检验的目的 137
5.4.2 两配对样本t检验的基本步骤 138
5.4.3 两配对样本t检验的基本操作 139
5.4.4 两配对样本t检验的应用举例 139
第6章 SPSS的方差分析 143
6.1 方差分析概述 143
6.2 单因素方差分析 144
6.2.1 单因素方差分析的基本思想 144
6.2.2 单因素方差分析的数学模型 146
6.2.3 单因素方差分析的基本步骤 146
6.2.4 单因素方差分析的基本操作 147
6.2.5 单因素方差的应用举例 148
6.2.6 单因素方差分析的进一步分析 149
6.2.7 单因素方差应用举例的进一步分析 154
6.3.1 多因素方差分析的基本思想 162
6.3 多因素方差分析 162
6.3.2 多因素方差分析的数学模型 164
6.3.3 多因素方差分析的基本步骤 165
6.3.4 多因素方差分析的基本操作 166
6.3.5 多因素方差分析的应用举例 166
6.3.6 多因素方差分析的进一步分析 168
6.3.7 多因素方差分析应用举例的进一步分析 172
6.4 协方差分析 175
6.4.1 协方差分析的基本思路 175
6.4.2 协方差分析的数学模型 176
6.4.3 协方差分析的基本操作 177
6.4.4 协方差分析的应用举例 177
第7章 SPSS的非参数检验 184
7.1 单样本的非参数检验 184
7.1.1 总体分布的卡方检验 184
7.1.2 二项分布检验 187
7.1.3 单样本K-S检验 190
7.1.4 变量值随机性检验 194
7.2.1 两独立样本的曼-惠特尼U检验(Mann-Whitney U) 196
7.2 两独立样本的非参数检验 196
7.2.2 两独立样本的K-S检验 198
7.2.3 两独立样本的游程检验(Wald-Wolfwitz Runs) 199
7.2.4 极端反应检验(Moses Extreme Reactions) 201
7.2.5 两独立样本非参数检验的基本操作 202
7.2.6 两独立样本非参数检验的应用举例 203
7.3 多独立样本的非参数检验 207
7.3.1 中位数检验 208
7.3.2 多独立样本的Kruskal-Wallis检验 209
7.3.3 多独立样本的Jonkheere-Terpstra检验 211
7.3.4 多独立样本非参数检验的基本操作 212
7.3.5 多独立样本非参数检验的应用举例 212
7.4 两配对样本的非参数检验 217
7.4.1 两配对样本的McNemar检验 218
7.4.2 两配对样本的符号检验 219
7.4.3 两配对样本的Wilcoxon符号秩检验 221
7.4.4 两配对样本非参数检验的基本操作 222
7.4.5 两配对样本非参数检验的应用举例 222
7.5 多配对样本的非参数检验 224
7.5.1 多配对样本的Friedman检验 225
7.5.2 多配对样本的Cochran Q检验 227
7.5.3 多配对样本的Kendall协同系数检验 229
7.5.4 多配对样本非参数检验的基本操作 230
7.5.5 多配对样本非参数检验的应用举例 231
第8章 SPSS的相关分析和线性回归分析 233
8.1 相关分析和回归分析概述 233
8.2 相关分析 233
8.2.1 散点图 234
8.2.2 相关系数 236
8.2.3 相关分析应用举例 240
8.3 偏相关分析 242
8.3.1 偏相关分析和偏相关系数 242
8.3.2 偏相关分析的基本操作 243
8.3.3 偏相关分析的应用举例 244
8.4 线性回归分析 245
8.4.1 回归分析概述 245
8.4.2 线性回归模型 247
8.4.3 回归参数的普通最小二乘估计 248
8.4.4 回归方程的统计检验 249
8.4.5 多元回归分析中的其他问题 259
8.4.6 线性回归分析的基本操作 261
8.4.7 线性回归分析的其他操作 262
8.4.8 线性回归分析的应用举例 267
8.5 曲线估计 274
8.5.1 曲线估计概述 274
8.5.2 曲线估计的基本操作 276
8.5.3 曲线估计的应用举例 276
8.6 二项Logistic回归 281
8.6.1 二项Logistic回归概述 281
8.6.2 二项Logistic回归的基本操作 288
8.6.3 二项Logistic回归的其他操作 290
8.6.4 二项Logistic回归的应用举例 292
9.1 聚类分析的一般问题 301
9.1.1 聚类分析的意义 301
第9章 SPSS的聚类分析 301
9.1.2 聚类分析中“亲疏程度”的度量方法 302
9.1.3 聚类分析几点说明 306
9.2 层次聚类 308
9.2.1 层次聚类的两种类型和两种方式 308
9.2.2 个体与小类、小类与小类间“亲疏程度”的度量方法 309
9.2.3 层次聚类的基本操作 311
9.2.4 层次聚类的应用举例 316
9.3.1 K-Means聚类分析的核心步骤 320
9.3 K-Means聚类 320
9.3.2 K-Means聚类分析的基本操作 321
9.3.3 K-Means聚类分析的应用举例 323
第10章 SPSS的因子分析 326
10.1 因子分析概述 326
10.1.1 因子分析的意义 326
10.1.2 因子分析的数学模型和相关概念 327
10.2 因子分析的基本内容 329
10.2.1 因子分析的基本步骤 329
10.2.2 因子分析的前提条件 329
10.2.3 因子提取和因子载荷矩阵的求解 331
10.2.4 因子的命名 334
10.2.5 计算因子得分 336
10.3 因子分析的基本操作及案例 337
10.3.1 因子分析的基本操作 337
10.3.2 因子分析的应用举例 340
第11章 SPSS的对应分析 349
11.1 对应分析概述 349
11.1.1 对应分析的提出 349
11.1.2 对应分析的基本思想 350
11.2 对应分析的基本步骤 350
11.3 对应分析的基本操作及案例 353
11.3.1 对应分析的基本操作 353
11.3.2 对应分析的应用举例 356
第12章 SPSS的信度分析 365
12.1 信度分析概述 365
12.1.1 信度分析的提出 365
12.1.2 信度分析的基本原理 366
12.2 信度分析的基本操作及案例 368
12.2.1 信度分析的基本操作 368
12.2.2 信度分析的应用举例 369
第13章 SPSS的对数线性模型 375
13.1 对数线性模型概述 375
13.1.1 模型的提出 375
13.1.2 基本概念和基本思路 376
13.2.1 饱和模型和参数估计 378
13.2 饱和模型和非饱和层次模型 378
13.2.2 饱和模型检验 380
13.2.3 非饱和层次模型 386
13.2.4 建立饱和模型和非饱和层次模型的基本操作 387
13.2.5 饱和模型和非饱和层次模型的应用举例 389
13.3 一般模型 391
13.3.1 一般模型的概述 391
13.3.2 建立一般模型的基本操作 392
13.3.3 建立一般模型的应用举例 394
13.4.1 Logit模型的概述 398
13.4 Logit模型 398
13.4.2 Logit模型的应用举例 399
第14章 SPSS的时间序列分析 402
14.1 时间序列分析概述 402
14.1.1 时间序列的相关概念 402
14.1.2 时间序列分析的一般步骤 405
14.1.3 SPSS时间序列分析的特点 407
14.2 数据准备 407
14.3.1 时间序列的图形化观察及检验目的 409
14.3 时间序列的图形化观察及检验 409
14.3.2 时间序列的图形化观察工具 410
14.3.3 时间序列的检验方法 417
14.3.4 时间序列的图形化观察和检验的基本操作 418
14.4 时间序列的预处理 421
14.4.1 时间序列预处理的目的和主要方法 421
14.4.2 时间序列预处理的基本操作 424
14.5 时间序列的简单回归分析法和趋势外推法 426
14.5.1 简单回归分析法和趋势外推法概述 426
14.5.2 简单回归分析法和趋势外推法应用举例 427
14.6 指数平滑法 431
14.6.1 指数平滑法的基本思想 431
14.6.2 指数平滑法的模型 431
14.6.3 指数平滑法的基本操作 434
14.6.4 指数平滑法的应用举例 436
14.7 自回归法 444
14.7.1 自回归法的基本思想和模型 444
14.7.2 自回归法的基本操作 445
14.7.3 自回归法的应用举例 446
14.8 ARIMA模型分析 453
14.8.1 ARIMA分析的基本思想和模型 453
14.8.2 ARIMA分析的基本操作 454
14.8.3 ARIMA分析的应用举例 455
14.9 季节调整法 471
14.9.1 季节调整法的基本思想和模型 471
14.9.2 季节调整法的基本操作 472
14.9.3 季节调整法的应用举例 474
参考文献 484