图书介绍
数据统计分析 SPSS原理及应用pdf电子书版本下载
- 黄润龙主编 著
- 出版社: 北京:高等教育出版社
- ISBN:9787040296006
- 出版时间:2010
- 标注页数:378页
- 文件大小:100MB
- 文件页数:388页
- 主题词:统计分析-软件包,SPSS-高等学校-教材
PDF下载
下载说明
数据统计分析 SPSS原理及应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
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
图书目录
第1章 概述 1
1.1 特点 2
1.2 SPSS运行环境 2
1.2.1 系统运行及主界面介绍 2
1.2.2 与其他数据处理软件的联系与区别 4
1.3 SPSS的主要功能 5
1.4 窗口形式及其功能 6
1.4.1 数据编辑窗口 7
1.4.2 结果输出窗口 9
1.4.3 帮助窗口 9
1.5 系统参数设置 9
1.6 帮助系统 13
本章小结 15
练习1 15
第2章 数据统计处理实例 16
2.1 常量、变量和表达式 16
2.1.1 常量 16
2.1.2 变量 18
2.1.3 表达式 21
2.2 构建新变量 22
2.2.1 新变量构建方法 23
2.2.2 构建新变量的主要函数 25
2.3 自建数据文件处理——实例1 26
2.4 已输入数据文件处理——实例2 30
本章小结 33
练习2 33
第3章 数据预处理 36
3.1 数据的排序 36
3.2 数据的转置 38
3.3 数据的选取 39
3.3.1 根据逻辑关系表达式选取数据 39
3.3.2 随机选取数据 41
3.3.3 在给定范围内选取数据 42
3.4 数据的加权 42
3.4.1 概述 42
3.4.2 对样本加权 44
3.5 数据的转换 45
3.5.1 利用Count功能转换数据 45
3.5.2 利用Recode功能转换数据 47
3.5.3 利用AutomaticRecode功能转换数据 49
3.5.4 缺失值的替换 51
3.6 连续变量的可视化分组 52
3.7 数据字典的定义与应用 53
3.7.1 变量属性定义向导 54
3.7.2 复制数据文件属性向导 54
3.8 查找重复记录 56
3.9 瘦长型、短宽型数据格式的转换和重构 57
本章小结 60
练习3 60
第4章 描述性统计 62
4.1 频数分析 62
4.2 数据描述 65
4.3 数据探察 67
4.4 列联表分析 70
4.4.1 分析原理 72
4.4.2 基本选择 72
4.4.3 例题分析 76
4.5 复选题的统计和分析 80
4.6 报告分析 83
4.6.1 基本分析过程 84
4.6.2 观察值摘要分析 85
4.6.3 摘要报告分析 86
本章小结 88
练习4 88
第5章 均值比较与t检验 91
5.1 假设检验的一般理论 91
5.2 分组均值的比较 92
5.2.1 分组平均基本概念 93
5.2.2 Means功能 93
5.2.3 实例分析 95
5.3 单一样本t检验 95
5.3.1 单一样本t检验的数学模型 96
5.3.2 单一样本t检验的基本过程 96
5.3.3 实例分析 97
5.4 独立样本——两样本均值差异t检验 97
5.4.1 检验原理 98
5.4.2 统计过程分析 98
5.4.3 实例分析 99
5.5 配对样本t检验 99
5.5.1 数学模型 99
5.5.2 统计过程分析 100
5.5.3 实例分析 100
5.6 多个均值检验 102
5.6.1 方差分析简介 102
5.6.2 单因素方差分析 103
本章小结 105
练习5 105
第6章 非参数检验 107
6.1 非参数检验概述 107
6.1.1 非参数检验的特点 107
6.1.2 非参数检验方法分类 108
6.2 单样本检验 108
6.2.1 x2检验 108
6.2.2 二项分布检验 111
6.2.3 游程检验 112
6.2.4 单样本K-S检验 114
6.2.5 单样本非参数检验方法的比较 115
6.3 独立样本差异的显著性检验 115
6.3.1 两个独立样本差异的显著性检验 116
6.3.2 多个独立样本差异的显著性检验 118
6.4 相关样本差异的显著性检验 120
6.4.1 两个相关样本差异的显著性检验 120
6.4.2 多个相关样本差异的显著性检验 123
本章小结 124
练习6 124
第7章 相关分析 128
7.1 线性相关系数r及显著性检验 128
7.1.1 相关模型的假设和计算 128
7.1.2 相关检验的实现 131
7.1.3 相关分析实例 132
7.2 偏相关系数 135
7.2.1 偏相关系数的含义及计算 135
7.2.2 偏相关系数的计算分析方法 136
7.3 距离分析 137
7.3.1 距离分析简介 138
7.3.2 功能实现 138
7.3.3 实例分析 140
本章小结 141
练习7 141
第8章 回归分析 144
8.1 线性回归分析 144
8.1.1 回归模型的选择 144
8.1.2 回归模型的建立 146
8.1.3 实例分析 150
8.2 曲线回归估计 154
8.2.1 曲线回归的计算原理 154
8.2.2 曲线回归的计算机实现 158
8.3 最优量表回归分析 159
8.3.1 数据要求及其操作方法 160
8.3.2 实例分析 161
8.4 二值Logistic回归分析 162
8.4.1 二值Logistics回归分析的原理 162
8.4.2 Logistics回归分析的步骤 163
8.4.3 二值Logistics回归实例分析 166
8.5 无序多值Logistic回归分析 167
8.5.1 Logistics回归分析的原理 168
8.5.2 多值Logistics回归分析的步骤 168
8.5.3 多值Logistics回归实例分析 171
8.6 有序多值回归分析 174
8.6.1 有序多值回归分析的原理 174
8.6.2 有序多值回归分析的步骤 175
8.6.3 有序多值回归实例分析 178
本章小结 181
练习8 181
第9章 量表分析 184
9.1 信度分析 184
9.1.1 基本概念 184
9.1.2 量表分析的基本过程 186
9.1.3 结果及其分析 188
9.1.4 其他实例分析 190
9.2 多维量表分析 193
9.2.1 基本原理 193
9.2.2 多维量表分析的基本过程 196
9.2.3 度量MDS实例分析 199
9.2.4 非度量MDS实例分析 205
本章小结 210
练习9 210
第10章 方差分析 211
10.1 方差分析概述 211
10.1.1 方差分析功能 211
10.1.2 常用术语 211
10.1.3 基本假定 212
10.2 单因素方差分析 212
10.2.1 数据结构 213
10.2.2 分析步骤 213
10.3 单因变量多因素方差分析 214
10.3.1 数据结构 214
10.3.2 分析步骤 215
10.3.3 实例分析 216
10.3.4 界面说明 217
10.3.5 结果分析 222
10.4 协方差分析 223
10.4.1 数据结构 224
10.4.2 分析步骤 224
10.4.3 实例分析 225
10.5 多因变量多因素方差分析 229
10.5.1 实案分析 229
10.5.2 操作步骤及结果分析 230
10.6 重复测量方差分析 232
10.6.1 界面说明 232
10.6.2 结果分析 234
10.7 方差成分分析 236
10.7.1 操作步骤 236
10.7.2 结果分析 238
本章小结 239
练习10 239
第11章 聚类分析和判别分析 242
11.1 聚类分析和判别分析概述 242
11.1.1 聚类分析 242
11.1.2 判别分析 243
11.1.3 Classify的功能 243
11.2 两步聚类 244
11.2.1 两步聚类的概念 244
11.2.2 两步聚类的应用实例 244
11.3 快速聚类 248
11.3.1 快速聚类的概念 248
11.3.2 快速聚类的应用实例 249
11.4 分层聚类分析 253
11.4.1 分层聚类的概念及分析步骤 253
11.4.2 分层聚类的应用实例 254
11.5 分类树 257
11.5.1 分类树的概念 258
11.5.2 分类树的应用实例 258
11.6 判别分析 262
11.6.1 判别分析的概念 262
11.6.2 判别分析的常用方法 263
11.6.3 判别分析的应用实例 264
本章小结 271
练习11 271
第12章 因子分析和主成分分析 274
12.1 基本原理 275
12.1.1 因子分析 275
12.1.2 主成分分析法 277
12.2 基本分析过程 280
12.2.1 分析过程的选择 281
12.2.2 实例分析 285
本章小结 290
练习12 290
第13章 时间序列分析 292
13.1 时间序列基本模型 292
13.1.1 Create Models的通用设置选项 292
13.1.2 Apply Models的通用设置选项 299
13.1.3 时间序列平稳化设置选项 300
13.2 指数平滑模型 302
13.2.1 指数平滑模型基本原理 303
13.2.2 指数平滑模型实例分析 305
13.3 季节分解模型 308
13.3.1 基本原理 308
13.3.2 季节分解的基本过程 308
13.4 自相关模型 311
13.4.1 基本原理 311
13.4.2 基本过程 311
13.5 自回归综合移动平均模型(ARIMA) 313
13.5.1 基本模型 313
13.5.2 基本设置 314
13.5.3 实例分析 316
13.5.4 结果分析 317
本章小结 318
练习13 318
第14章 对数线性模型 320
14.1 对数线性模型的基本概念 320
14.1.1 对数线性模型基本原理 320
14.1.2 对数线性模型基本功能 322
14.2 广义对数线性模型基本设置 323
14.2.1 模型选项设置 323
14.2.2 实例结果分析 325
14.3 Logit对数线性模型 327
14.3.1 Logit模型基本原理 327
14.3.2 Logit模型的参数选择 328
14.3.3 实例结果分析 329
14.4 分层(层次)对数线性模型 331
14.4.1 Model Selection概述 332
14.4.2 分层对数线性模型的选项设置 332
14.4.3 模型的具体设置及输出解释 333
14.5 对数线性模型的讨论 335
14.5.1 对数线性模型与其他模型的关系 335
14.5.2 对数线性模型的检验 336
本章小结 338
练习14 338
第15章 生存分析 340
15.1 基本概念和分类 340
15.1.1 生存分析的基本概念 341
15.1.2 生存分析的基本功能 342
15.2 生命表分析技术 342
15.2.1 传统生命表分析技术 343
15.2.2 对话框的选择和输出解释 343
15.3 Kaplan-Meier分析技术 347
15.3.1 Kaplan-Meier方法分析原理 347
15.3.2 Kaplan-Meier分析的参数设置 348
15.3.3 分析实例及输出结果解释 350
15.4 Cox回归模型分析 353
15.4.1 Cox回归模型的原理简介 353
15.4.2 Cox回归实例分析 354
本章小结 362
练习15 362
第16章 实例综合分析 363
16.1 社会调查样本综合分析实例 363
16.2 人事工资档案综合分析实例 368
16.3 地区经济发展综合分析实例 370
16.4 市场调查资料综合分析实例 372
本章小结 375
练习16 375
参考文献 378