第1章 SPSS统计分析软件概述 1
1.1 SPSS的发展及特点 1
1.2 SPSS使用基础 2
1.2.1 SPSS软件的安装和启动 2
1.2.2 SPSS的基本操作环境 3
1.2.3 SPSS软件的退出 6
1.2.4 SPSS软件的三种基本使用方式 6
1.3 利用SPSS进行数据分析的基本步骤 9
1.3.1 数据分析的一般步骤 10
1.3.2 利用SPSS进行数据分析的一般步骤 11
第2章 SPSS数据文件的建立和管理 12
2.1 SPSS数据文件 12
2.1.1 SPSS数据文件的特点 12
2.1.2 SPSS数据的基本组织方式 12
2.2 SPSS数据的结构和定义方法 13
2.2.1 变量名（Name） 14
2.2.2 数据类型（Type）、宽度（Width）、列宽度（Columns） 14
2.2.3 变量名标签（Label） 15
2.2.4 变量值标签（Values） 15
2.2.5 缺失值（Missing） 16
2.2.6 计量标准（Measure） 17
2.2.7 结构定义的基本操作 18
2.3 SPSS结构定义的应用案例 18
2.4 SPSS数据的录入与编辑 20
2.4.1 SPSS数据的录入 20
2.4.2 SPSS数据的编辑 21
2.5 SPSS数据的保存 23
2.5.1 SPSS支持的数据格式 23
2.5.2 保存SPSS数据的基本操作 23
2.6 读取其他格式的数据文件 24
2.6.1 直接读入其他格式的数据文件 25
2.6.2 使用文本向导读入文本文件 25
2.6.3 使用数据库向导读入数据 28
2.7 SPSS数据文件合并 31
2.7.1 纵向合并数据文件 31
2.7.2 横向合并数据文件 34
第3章 SPSS数据的预处理 37
3.1 数据的排序 37
3.1.1 数据排序的目的 37
3.1.2 数据排序的基本操作 38
3.1.3 数据排序的应用举例 39
3.2 变量计算 39
3.2.1 变量计算的目的 39
3.2.2 SPSS算术表达式 40
3.2.3 SPSS条件表达式 40
3.2.4 SPSS函数 41
3.2.5 变量计算的基本操作 44
3.2.6 变量计算的应用举例 46
3.3 数据选取 46
3.3.1 数据选取的目的 46
3.3.2 数据选取 46
3.3.3 数据选取的基本操作 47
3.3.4 数据抽样的应用举例 48
3.4 计数 48
3.4.1 计数目的 48
3.4.2 计数区间 49
3.4.3 计数的基本操作 49
3.4.4 计数的应用举例 50
3.5 分类汇总 50
3.5.1 分类汇总的目的 50
3.5.2 分类汇总的基本操作 51
3.5.3 分类汇总的应用举例 52
3.6 数据分组 53
3.6.1 数据分组的目的 53
3.6.2 SPSS的单变量值分组 53
3.6.3 SPSS的组距分组 55
3.6.4 SPSS的分位数分组 57
3.7 数据预处理的其他功能 60
3.7.1 数据转置 60
3.7.2 加权处理 61
3.7.3 数据拆分 61
第4章 SPSS基本统计分析 63
4.1 频数分析 63
4.1.1 频数分析的目的和基本任务 63
4.1.2 频数分析的基本操作 64
4.1.3 SPSS频数分析的扩展功能 64
4.1.4 频数分析的应用举例 65
4.2 计算基本描述统计量 68
4.2.1 基本描述统计量 68
4.2.2 计算基本描述统计量的基本操作 70
4.2.3 计算基本描述统计量的应用举例 71
4.3 交叉分组下的频数分析 73
4.3.1 交叉分组下频数分析的目的和基本任务 73
4.3.2 交叉列联表的主要内容 73
4.3.3 交叉列联表行列变量间关系的分析 75
4.3.4 交叉分组下的频数分析基本操作 78
4.3.5 交叉分组下的频数分析应用举例 79
4.3.6 SPSS中列联表分析的其他方法 82
4.4 多选项分析 85
4.4.1 多选项分析的目的 85
4.4.2 多选项分析的基本操作 88
4.4.3 多选项分析的应用举例 90
4.5 比率分析 91
4.5.1 比率分析的目的和主要指标 91
4.5.2 比率分析的基本步骤 92
4.5.3 比率分析的应用举例 92
第5章 SPSS的参数检验 94
5.1 参数检验概述 94
5.1.1 推断统计与参数检验 94
5.1.2 假设检验的基本思想 94
5.1.3 假设检验的基本步骤 95
5.2 单样本t检验 96
5.2.1 单样本t检验的目的 96
5.2.2 单样本t检验的基本步骤 96
5.2.3 单样本t检验的基本操作 97
5.2.4 单样本t检验的应用举例 98
5.3 两独立样本t检验 100
5.3.1 两独立样本t检验的目的 100
5.3.2 两独立样本t检验的基本步骤 101
5.3.3 两独立样本t检验的基本操作 102
5.3.4 两独立样本t检验的应用举例 103
5.4 两配对样本t检验 106
5.4.1 两配对样本t检验的目的 106
5.4.2 两配对样本t检验的基本步骤 107
5.4.3 两配对样本t检验的基本操作 108
5.4.4 两配对样本t检验的应用举例 108
第6章 SPSS的方差分析 110
6.1 方差分析概述 110
6.2 单因素方差分析 111
6.2.1 单因素方差分析的基本思想 111
6.2.2 单因素方差分析的数学模型 112
6.2.3 单因素方差分析的基本步骤 112
6.2.4 单因素方差分析的基本操作 113
6.2.5 单因素方差的应用举例 113
6.2.6 单因素方差分析的进一步分析 114
6.2.7 单因素方差应用举例的进一步分析 118
6.3 多因素方差分析 124
6.3.1 多因素方差分析的基本思想 124
6.3.2 多因素方差分析的数学模型 126
6.3.3 多因素方差分析的基本步骤 127
6.3.4 多因素方差分析的基本操作 128
6.3.5 多因素方差分析的应用举例 128
6.3.6 多因素方差分析的进一步分析 129
6.3.7 多因素方差分析应用举例的进一步分析 133
6.4 协方差分析 135
6.4.1 协方差分析的基本思路 135
6.4.2 协方差分析的数学模型 136
6.4.3 协方差分析的基本操作 136
6.4.4 协方差分析的应用举例 136
第7章 SPSS的非参数检验 141
7.1 单样本的非参数检验 141
7.1.1 总体分布的卡方检验 141
7.1.2 二项分布检验 143
7.1.3 单样本K-S检验 145
7.1.4 变量值随机性检验 147
7.2 两独立样本的非参数检验 148
7.2.1 两独立样本的曼-惠特尼U检验（Mann-Whitney U） 149
7.2.2 两独立样本的K-S检验 150
7.2.3 两独立样本的游程检验（Wald-Wolfwitz Runs） 151
7.2.4 极端反应检验（Moses Extreme Reactions） 152
7.2.5 两独立样本非参数检验的基本操作 153
7.2.6 两独立样本非参数检验的应用举例 154
7.3 多独立样本的非参数检验 155
7.3.1 中位数检验 156
7.3.2 多独立样本的Kruskal-Wallis检验 157
7.3.3 多独立样本的Jonckheere-Terpstra检验 158
7.3.4 多独立样本非参数检验的基本操作 159
7.3.5 多独立样本非参数检验的应用举例 160
7.4 两配对样本的非参数检验 161
7.4.1 两配对样本的McNemar检验 162
7.4.2 两配对样本的符号检验 163
7.4.3 两配对样本Wilcoxon符号秩检验 164
7.4.4 两配对样本非参数检验的基本操作 165
7.4.5 两配对样本非参数检验的应用举例 165
7.5 多配对样本的非参数检验 167
7.5.1 多配对样本的Friedman检验 167
7.5.2 多配对样本的Cochran Q检验 169
7.5.3 多配对样本的Kendall协同系数检验 171
7.5.4 多配对样本非参数检验的基本操作 172
7.5.5 多配对样本非参数检验的应用举例 172
第8章 SPSS的相关分析和线性回归分析 175
8.1 相关分析和回归分析概述 175
8.2 相关分析 175
8.2.1 散点图 175
8.2.2 相关系数 177
8.2.3 相关分析应用举例 180
8.3 偏相关分析 182
8.3.1 偏相关分析和偏相关系数 182
8.3.2 偏相关分析的基本操作 183
8.3.3 偏相关分析的应用举例 183
8.4 回归分析 184
8.4.1 回归分析概述 184
8.4.2 线性回归模型 185
8.4.3 回归参数的普通最小二乘估计 187
8.4.4 回归方程的统计检验 187
8.4.5 多元回归分析中的其他问题 195
8.4.6 线性回归分析的基本操作 197
8.4.7 线性回归分析的其他操作 198
8.4.8 线性回归分析的应用举例 201
8.5 曲线估计 207
8.5.1 曲线估计概述 207
8.5.2 曲线估计的基本操作 208
8.5.3 曲线估计的应用举例 209
第9章 SPSS的Logistic回归分析 212
9.1 Logistic回归分析概述 212
9.2 二项Logistic回归分析 213
9.2.1 二项Logistic回归方程 213
9.2.2 二项Logistic回归方程系数的含义 215
9.2.3 二项Logistic回归方程的检验 216
9.2.4 二项Logistic回归分析中的虚拟自变量 219
9.3 二项Logistic回归分析的应用 220
9.3.1 二项Logistic回归分析的基本操作 220
9.3.2 二项Logistic回归分析的其他操作 222
9.3.3 二项Logistic回归应用示例 223
9.4 多项Logistic回归分析 229
9.4.1 多项Logistic回归分析概述 229
9.4.2 多项Logistic回归分析的基本操作和应用 230
9.4.3 多项Logistic回归分析的其他操作和应用 230
9.5 多项有序回归分析 235
9.5.1 多项有序回归分析概述 235
9.5.2 多项有序回归分析的基本操作和应用 236
第10章 SPSS的聚类分析 242
10.1 聚类分析的一般问题 242
10.1.1 聚类分析的意义 242
10.1.2 聚类分析中“亲疏程度”的度量方法 243
10.1.3 聚类分析几点说明 246
10.2 层次聚类 247
10.2.1 层次聚类的两种类型和两种方式 247
10.2.2 个体与小类、小类与小类间“亲疏程度”的度量方法 248
10.2.3 层次聚类的基本操作 250
10.2.4 层次聚类的应用举例 254
10.3 K-Means聚类 257
10.3.1 K-Means聚类分析的核心步骤 257
10.3.2 K-Means聚类分析的基本操作 258
10.3.3 K-Means聚类分析的应用举例 259
第11章 SPSS的因子分析 262
11.1 因子分析概述 262
11.1.1 因子分析的意义 262
11.1.2 因子分析的数学模型和相关概念 263
11.2 因子分析的基本内容 264
11.2.1 因子分析的基本步骤 264
11.2.2 因子分析的前提条件 265
11.2.3 因子提取和因子载荷矩阵的求解 266
11.2.4 因子的命名 269
11.2.5 计算因子得分 270
11.3 因子分析的基本操作及案例 271
11.3.1 因子分析的基本操作 271
11.3.2 因子分析的应用举例 273
第12章 SPSS的对应分析 280
12.1 对应分析概述 280
12.1.1 对应分析的提出 280
12.1.2 对应分析的基本思想 280
12.2 对应分析的基本步骤 281
12.3 对应分析的基本操作及案例 283
12.3.1 对应分析的基本操作 283
12.3.2 对应分析的应用举例 285
第13章 SPSS的判别分析 293
13.1 判别分析概述 293
13.2 距离判别法 293
13.2.1 距离判别的基本思路 293
13.2.2 判别函数的计算 294
13.3 Fisher判别法 295
13.3.1 Fisher判别的基本思路 295
13.3.2 Fisher判别的计算 297
13.4 贝叶斯判别法 298
13.4.1 贝叶斯判别的基本思路 298
13.4.2 贝叶斯判别的计算 298
13.5 判别分析的基本操作及案例 299
13.5.1 判别分析的基本操作 299
13.5.2 判别分析的准备工作：均值检验和协差阵齐性检验 300
13.5.3 解读判别结果 303
第14章 SPSS的信度分析 309
14.1 信度分析概述 309
14.1.1 信度分析的提出 309
14.1.2 信度分析的基本原理 310
14.2 信度分析的基本操作及案例 311
14.2.1 信度分析的基本操作 311
14.2.2 信度分析的应用举例 312
第15章 SPSS的对数线性模型 316
15.1 对数线性模型概述 316
15.1.1 模型的提出 316
15.1.2 基本概念和基本思路 317
15.2 饱和模型和非饱和层次对数线性模型 318
15.2.1 饱和模型和参数估计 318
15.2.2 饱和模型检验 320
15.2.3 非饱和层次模型 325
15.2.4 建立饱和模型和非饱和层次对数线性模型的基本操作 325
15.2.5 饱和模型和非饱和层次对数线性模型的应用举例 326
15.3 广义对数线性 328
15.3.1 广义对数线性的概述 328
15.3.2 建立广义对数线性的基本操作 328
15.3.3 广义对数线性模型的应用举例 330
15.4 Logit对数线性模型 332
15.4.1 Logit对数线性模型的概述 332
15.4.2 Logit对数线性模型的应用举例 333
第16章 SPSS的时间序列分析 336
16.1 时间序列分析概述 336
16.1.1 时间序列的相关概念 336
16.1.2 时间序列分析的一般步骤 338
16.1.3 SPSS时间序列分析的特点 340
16.2 数据准备 340
16.3 时间序列的图形化观察及检验 341
16.3.1 时间序列的图形化观察及检验目的 341
16.3.2 时间序列的图形化观察工具 342
16.3.3 时间序列的检验方法 349
16.3.4 时间序列的图形化观察的基本操作和应用举例 349
16.4 时间序列的预处理 353
16.4.1 时间序列预处理的目的和主要方法 353
16.4.2 时间序列预处理的基本操作 355
16.5 时间序列的简单回归分析法和趋势外推法 357
16.5.1 简单回归分析法和趋势外推法概述 357
16.5.2 简单回归分析法和趋势外推法应用举例 358
16.6 指数平滑法 361
16.6.1 指数平滑法的基本思想 361
16.6.2 指数平滑法的模型 362
16.6.3 指数平滑法的基本操作 364
16.6.4 指数平滑法的应用举例 367
16.7 ARIMA模型分析 368
16.7.1 ARIMA分析的基本思想和模型 368
16.7.2 ARIMA分析的基本操作 370
16.7.3 ARIMA分析的应用举例 371
16.8 季节调整法 377
16.8.1 季节调整法的基本思想和模型 377
16.8.2 季节调整法的基本操作 378
16.8.3 季节调整法的应用举例 379