内容簡介:
本書是北京市高等教育精品教材。全書以統計分析的應用需求爲主線,以通俗易懂的語言對SPSS中主要統計分析方法的核心思想進行系統的介紹,并對其在SPSS中的操作實現步驟進行詳盡說明,同時配合應用案例分析,使讀者能夠較快領會方法的要點,掌握方法的實現操作,明确方法的适用特點。本書克服了SPSS手冊類教材隻注重操作說明而忽略原理講解的不足,同時彌補了統計專業教材隻注重原理述論而缺乏實現工具的缺憾,是一本特色鮮明、具有廣泛使用價值的精品教材。
作者簡介:
薛薇,工學碩士,經濟學博士,中國人民大學應用統計科學研究中心副主任,中國人民大學統計學院副教授。關注數據挖掘及統計建模、統計和數據挖掘軟件應用、統計數據庫系統研發等方面。涉足網絡新媒體輿論傳播和互動建模、政府和官方微博分析、電商數據分析、學科學術熱點跟蹤等文本挖掘,以及社會網絡分析和以數據挖掘爲依托的客戶關系管理等領域。主要著作:《SPSS統計分析方法及應用》、《SPSS Modeler數據挖掘方法及應用》、《R語言數據挖掘方法及應用》。
目 錄:
目錄
第1章 SPSS統計分析軟件概述
1.1 SPSS使用基礎
1.1.1 SPSS的基本窗口
1.1.2 SPSS軟件的退出
1.2 SPSS的基本運行方式
1.2.1 窗口菜單方式
1.2.2 程序運行方式
1.2.3 混合運行方式
1.3 利用SPSS進行數據分析的基本步驟
1.3.1 數據分析的一般步驟
1.3.2 利用SPSS進行數據分析的一般步驟
第2章 SPSS數據文件的建立和管理
2.1 SPSS數據文件
2.1.1 SPSS數據文件的特點
2.1.2 SPSS數據的基本組織方式
2.2 SPSS數據的結構和定義方法
2.2.1 變量名
2.2.2 變量類型、寬度、列寬度
2.2.3 變量名标簽
2.2.4 變量值标簽
2.2.5 缺失值
2.2.6 計量尺度
2.2.7 結構定義的基本操作
2.3 SPSS結構定義的應用案例
2.4 SPSS數據的錄入與編輯
2.4.1 SPSS數據的錄入
2.4.2 SPSS數據的編輯
2.5 SPSS數據的保存
2.5.1 SPSS支持的數據格式
2.5.2 保存SPSS數據的基本操作
2.6 讀取其他格式的數據文件
2.6.1 直接讀入其他格式的數據文件
2.6.2 使用文本向導讀入文本文件
2.6.3 使用數據庫向導讀入數據
2.7 SPSS數據文件合并
2.7.1 縱向合并數據文件
2.7.2 橫向合并數據文件
第3章 SPSS數據的預處理
3.1 數據的排序
3.1.1 數據排序的目的
3.1.2 數據排序的基本操作
3.1.3 數據排序的應用舉例
3.2 變量計算
3.2.1 變量計算的目的
3.2.2 SPSS算術表達式
3.2.3 SPSS條件表達式
3.2.4 SPSS函數
3.2.5 變量計算的基本操作
3.2.6 變量計算的應用舉例
3.3 數據選取
3.3.1 數據選取的目的
3.3.2 數據選取
3.3.3 數據選取的基本操作
3.3.4 數據抽樣的應用舉例
3.4 計數
3.4.1 計數目的
3.4.2 計數區間
3.4.3 計數的基本操作
3.4.4 計數的應用舉例
3.5 分類彙總
3.5.1 分類彙總的目的
3.5.2 分類彙總的基本操作
3.5.3 分類彙總的應用舉例
3.6 數據分組
3.6.1 數據分組的目的
3.6.2 SPSS的單變量值分組
3.6.3 SPSS的組距分組
3.6.4 SPSS的分位數分組
3.7 數據預處理的其他功能
3.7.1 數據轉置
3.7.2 加權處理
3.7.3 數據拆分
第4章 SPSS基本統計分析
4.1 頻數分析
4.1.1 頻數分析的目的和基本任務
4.1.2 頻數分析的基本操作
4.1.3 SPSS頻數分析的擴展功能
4.1.4 頻數分析的應用舉例
4.2 計算基本描述統計量
4.2.1 基本描述統計量
4.2.2 計算基本描述統計量的基本操作
4.2.3 計算基本描述統計量的應用舉例
4.3 交叉分組下的頻數分析
4.3.1 交叉分組下頻數分析的目的和基本任務
4.3.2 交叉列聯表的主要内容
4.3.3 交叉列聯表行列變量間關系的分析
4.3.4 交叉分組下的頻數分析基本操作
4.3.5 交叉分組下的頻數分析應用舉例
4.3.6 SPSS中列聯表分析的其他方法
4.4 多選項分析
4.4.1 多選項分析的目的
4.4.2 多選項分析的基本操作
4.4.3 多選項分析的應用舉例
4.5 比率分析
4.5.1 比率分析的目的和主要指标
4.5.2 比率分析的基本步驟
4.5.3 比率分析的應用舉例
第5章 SPSS的參數檢驗
5.1 參數檢驗概述
5.1.1 推斷統計與參數檢驗
5.1.2 假設檢驗的基本思想
5.1.3 假設檢驗的基本步驟
5.2 單樣本t檢驗
5.2.1 單樣本t檢驗的目的
5.2.2 單樣本t檢驗的基本步驟
5.2.3 單樣本t檢驗的基本操作
5.2.4 單樣本t檢驗的應用舉例
5.3 兩獨立樣本t檢驗
5.3.1 兩獨立樣本t檢驗的目的
5.3.2 兩獨立樣本t檢驗的基本步驟
5.3.3 兩獨立樣本t檢驗的基本操作
5.3.4 兩獨立樣本t檢驗的應用舉例
5.4 兩配對樣本t檢驗
5.4.1 兩配對樣本t檢驗的目的
5.4.2 兩配對樣本t檢驗的基本步驟
5.4.3 兩配對樣本t檢驗的基本操作
5.4.4 兩配對樣本t檢驗的應用舉例
第6章 SPSS的方差分析
6.1 方差分析概述
6.2 單因素方差分析
6.2.1 單因素方差分析的基本思想
6.2.2 單因素方差分析的數學模型
6.2.3 單因素方差分析的基本步驟
6.2.4 單因素方差分析的基本操作
6.2.5 單因素方差的應用舉例
6.2.6 單因素方差分析的進一步分析
6.2.7 單因素方差應用舉例的進一步分析
6.3 多因素方差分析
6.3.1 多因素方差分析的基本思想
6.3.2 多因素方差分析的數學模型
6.3.3 多因素方差分析的基本步驟
6.3.4 多因素方差分析的基本操作
6.3.5 多因素方差分析的應用舉例
6.3.6 多因素方差分析的進一步分析
6.3.7 多因素方差分析應用舉例的進一步分析
6.4 協方差分析
6.4.1 協方差分析的基本思路
6.4.2 協方差分析的數學模型
6.4.3 協方差分析的基本操作
6.4.4 協方差分析的應用舉例
第7章 SPSS的非參數檢驗
7.1 單樣本的非參數檢驗
7.1.1 總體分布的卡方檢驗
7.1.2 二項分布檢驗
7.1.3 單樣本KS檢驗
7.1.4 變量值随機性檢驗
7.2 兩獨立樣本的非參數檢驗
7.2.1 兩獨立樣本的曼惠特尼U檢驗(MannWhitney U)
7.2.2 兩獨立樣本的KS檢驗
7.2.3 兩獨立樣本的遊程檢驗(WaldWolfwitz Runs)
7.2.4 極端反應檢驗(Moses Extreme Reactions)
7.2.5 兩獨立樣本非參數檢驗的基本操作
7.2.6 兩獨立樣本非參數檢驗的應用舉例
7.3 多獨立樣本的非參數檢驗
7.3.1 中位數檢驗
7.3.2 多獨立樣本的KruskalWallis檢驗
7.3.3 多獨立樣本的JonckheereTerpstra檢驗
7.3.4 多獨立樣本非參數檢驗的基本操作
7.3.5 多獨立樣本非參數檢驗的應用舉例
7.4 兩配對樣本的非參數檢驗
7.4.1 兩配對樣本的McNemar檢驗
7.4.2 兩配對樣本的符号檢驗
7.4.3 兩配對樣本Wilcoxon符号秩檢驗
7.4.4 兩配對樣本非參數檢驗的基本操作
7.4.5 兩配對樣本非參數檢驗的應用舉例
7.5 多配對樣本的非參數檢驗
7.5.1 多配對樣本的Friedman檢驗
7.5.2 多配對樣本的Cochran Q檢驗
7.5.3 多配對樣本的Kendall協同系數檢驗
7.5.4 多配對樣本非參數檢驗的基本操作
7.5.5 多配對樣本非參數檢驗的應用舉例
第8章 SPSS的相關分析和線性回歸分析
8.1 相關分析和回歸分析概述
8.2 相關分析
8.2.1 散點圖
8.2.2 相關系數
8.2.3 相關分析應用舉例
8.3 偏相關分析
8.3.1 偏相關分析和偏相關系數
8.3.2 偏相關分析的基本操作
8.3.3 偏相關分析的應用舉例
8.4 回歸分析
8.4.1 回歸分析概述
8.4.2 線性回歸模型
8.4.3 回歸參數的普通最小二乘估計
8.4.4 回歸方程的統計檢驗
8.4.5 多元回歸分析中的其他問題
8.4.6 線性回歸分析的基本操作
8.4.7 線性回歸分析的其他操作
8.4.8 線性回歸分析的應用舉例
8.5 曲線估計
8.5.1 曲線估計概述
8.5.2 曲線估計的基本操作
8.5.3 曲線估計的應用舉例
第9章 SPSS的Logistic回歸分析
9.1 Logistic回歸分析概述
9.2 二項Logistic回歸分析
9.2.1 二項Logistic回歸方程
9.2.2 二項Logistic回歸方程系數的含義
9.2.3 二項Logistic回歸方程的檢驗
9.2.4 二項Logistic回歸分析中的虛拟自變量
9.3 二項Logistic回歸分析的應用
9.3.1 二項Logistic回歸分析的基本操作
9.3.2 二項Logistic回歸分析的其他操作
9.3.3 二項Logistic回歸應用示例
9.4 多項Logistic回歸分析
9.4.1 多項Logistic回歸分析概述
9.4.2 多項Logistic回歸分析的基本操作和應用
9.4.3 多項Logistic回歸分析的其他操作和應用
9.5 多項有序回歸分析
9.5.1 多項有序回歸分析概述
9.5.2 多項有序回歸分析的基本操作和應用
第10章 SPSS的聚類分析
10.1 聚類分析的一般問題
10.1.1 聚類分析的意義
10.1.2 聚類分析中“親疏程度”的度量方法
10.1.3 聚類分析幾點說明
10.2 層次聚類
10.2.1 層次聚類的兩種類型和兩種方式
10.2.2 個體與小類、小類與小類間“親疏程度”的度量方法
10.2.3 層次聚類的基本操作
10.2.4 層次聚類的應用舉例
10.3 KMeans聚類
10.3.1 KMeans聚類分析的核心步驟
10.3.2 KMeans聚類分析的基本操作
10.3.3 KMeans聚類分析的應用舉例
第11章 SPSS的因子分析
11.1 因子分析概述
11.1.1 因子分析的意義
11.1.2 因子分析的數學模型和相關概念
11.2 因子分析的基本内容
11.2.1 因子分析的基本步驟
11.2.2 因子分析的前提條件
11.2.3 因子提取和因子載荷矩陣的求解
11.2.4 因子的命名
11.2.5 計算因子得分
11.3 因子分析的基本操作及案例
11.3.1 因子分析的基本操作
11.3.2 因子分析的應用舉例
第12章 SPSS的對應分析
12.1 對應分析概述
12.1.1 對應分析的提出
12.1.2 對應分析的基本思想
12.2 對應分析的基本步驟
12.3 對應分析的基本操作及案例
12.3.1 對應分析的基本操作
12.3.2 對應分析的應用舉例
第13章 SPSS的判别分析
13.1 判别分析概述
13.2 距離判别法
13.2.1 距離判别的基本思路
13.2.2 判别函數的計算
13.3 Fisher判别法
13.3.1 Fisher判别的基本思路
13.3.2 Fisher判别的計算
13.4 貝葉斯判别法
13.4.1 貝葉斯判别的基本思路
13.4.2 貝葉斯判别的計算
13.5 判别分析的基本操作及案例
13.5.1 判别分析的基本操作
13.5.2 判别分析的準備工作:均值檢驗和協差陣齊性檢驗
13.5.3 解讀判别結果
第14章 SPSS的信度分析
14.1 信度分析概述
14.1.1 信度分析的提出
14.1.2 信度分析的基本原理
14.2 信度分析的基本操作及案例
14.2.1 信度分析的基本操作
14.2.2 信度分析的應用舉例
第15章 SPSS的一般對數線性分析模型
15.1 一般對數線性分析模型概述
15.1.1 模型的提出
15.1.2 基本概念和基本思路
15.2 飽和模型和非飽和層次對數線性模型
15.2.1 飽和模型
【免責聲明】
資源來源于網絡,僅用于分享知識,學習和交流!請下載完在24小時内删除。
資源禁用于商業用途!如果您喜歡,請購買正版,謝謝合作!
資源來源于網絡,僅用于分享知識,學習和交流!請下載完在24小時内删除。
資源禁用于商業用途!如果您喜歡,請購買正版,謝謝合作!
資源下載
資源下載
常見問題
購買須知
知識服務類産品屬于虛拟内容範疇,一經購買成功,暫不支持退款,感謝您的理解。
手機上怎麽下載樂譜?
答:不要點擊放大曲譜,在每頁上長按即可保存。(實在不懂怎麽下載保存手機上,可以添加客服微信,聯系客服發送給您,客服微信号 :SQguzheng)
手機上怎麽下載伴奏?
答:具體下載教程,請打開鏈接,仔細觀看教程 → https://17guzheng.com/26634.html(如果身邊有電腦,建議使用電腦下載比較簡單;手機下載稍微複雜一點點,實在不懂怎麽下載,可以添加客服微信,聯系客服發送給您,客服微信号 :SQguzheng)
如何把網站圖标添加到手機桌面?
答:把網站圖标添加到手機桌面上,可以實現快速訪問,具體教程,請打開鏈接,仔細查看教程 → https://17guzheng.com/29467.html
客服微信号 ↓↓↓↓↓↓
SQguzheng