SPSS统计分析方法及应用 第3版PDF|Epub|txt|kindle电子书版本网盘下载

SPSS统计分析方法及应用 第3版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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