图书介绍
SPSS统计分析方法及应用 第4版pdf电子书版本下载
- 薛薇编著 著
- 出版社: 北京:电子工业出版社
- ISBN:9787121315145
- 出版时间:2017
- 标注页数:380页
- 文件大小:56MB
- 文件页数:397页
- 主题词:统计分析-软件包-高等学校-教材
PDF下载
下载说明
SPSS统计分析方法及应用 第4版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 SPSS统计分析软件概述 1
1.1 SPSS使用基础 2
1.1.1 SPSS的基本窗口 2
1.1.2 SPSS软件的退出 5
1.2 SPSS的基本运行方式 5
1.2.1窗口菜单方式 5
1.2.2程序运行方式 6
1.2.3混合运行方式 8
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 9
1.3.2利用SPSS进行数据分析的一般步骤 10
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 14
2.2.2变量类型、宽度、列宽度 14
2.2.3变量名标签 15
2.2.4变量值标签 15
2.2.5缺失值 16
2.2.6计量尺度 17
2.2.7结构定义的基本操作 17
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 20
2.5 SPSS数据的保存 22
2.5.1 SPSS支持的数据格式 22
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 24
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 27
2.7 SPSS数据文件合并 30
2.7.1纵向合并数据文件 30
2.7.2横向合并数据文件 33
第3章 SPSS数据的预处理 35
3.1数据的排序 35
3.1.1数据排序的目的 35
3.1.2数据排序的基本操作 36
3.1.3数据排序的应用举例 37
3.2变量计算 37
3.2.1变量计算的目的 37
3.2.2 SPSS算术表达式 38
3.2.3 SPSS条件表达式 38
3.2.4 SPSS函数 39
3.2.5变量计算的基本操作 42
3.2.6变量计算的应用举例 44
3.3数据选取 44
3.3.1数据选取的目的 44
3.3.2数据选取 44
3.3.3数据选取的基本操作 45
3.3.4数据抽样的应用举例 46
3.4计数 46
3.4.1计数目的 46
3.4.2计数区间 47
3.4.3计数的基本操作 47
3.4.4计数的应用举例 48
3.5分类汇总 48
3.5.1分类汇总的目的 48
3.5.2分类汇总的基本操作 49
3.5.3分类汇总的应用举例 50
3.6数据分组 50
3.6.1数据分组的目的 50
3.6.2 SPSS的单变量值分组 51
3.6.3 SPSS的组距分组 52
3.6.4 SPSS的分位数分组 54
3.7数据预处理的其他功能 57
3.7.1数据转置 57
3.7.2加权处理 58
3.7.3数据拆分 59
第4章 SPSS基本统计分析 60
4.1频数分析 60
4.1.1频数分析的目的和基本任务 60
4.1.2频数分析的基本操作 61
4.1.3 SPSS频数分析的扩展功能 61
4.1.4频数分析的应用举例 62
4.2计算基本描述统计量 65
4.2.1基本描述统计量 65
4.2.2计算基本描述统计量的基本操作 67
4.2.3计算基本描述统计量的应用举例 68
4.3交叉分组下的频数分析 70
4.3.1交叉分组下频数分析的目的和基本任务 70
4.3.2交叉列联表的主要内容 70
4.3.3交叉列联表行列变量间关系的分析 72
4.3.4交叉分组下的频数分析基本操作 75
4.3.5交叉分组下的频数分析应用举例 76
4.3.6 SPSS中列联表分析的其他方法 79
4.4多选项分析 82
4.4.1多选项分析的目的 82
4.4.2多选项分析的基本操作 85
4.4.3多选项分析的应用举例 87
4.5比率分析 88
4.5.1比率分析的目的和主要指标 88
4.5.2比率分析的基本步骤 89
4.5.3比率分析的应用举例 89
第5章 SPSS的参数检验 91
5.1参数检验概述 91
5.1.1推断统计与参数检验 91
5.1.2假设检验的基本思想 91
5.1.3假设检验的基本步骤 92
5.2单样本t检验 93
5.2.1单样本t检验的目的 93
5.2.2单样本t检验的基本步骤 93
5.2.3单样本t检验的基本操作 94
5.2.4单样本t检验的应用举例 95
5.3两独立样本t检验 97
5.3.1两独立样本t检验的目的 97
5.3.2两独立样本t检验的基本步骤 98
5.3.3两独立样本t检验的基本操作 99
5.3.4两独立样本t检验的应用举例 100
5.4两配对样本t检验 102
5.4.1两配对样本t检验的目的 102
5.4.2两配对样本t检验的基本步骤 102
5.4.3两配对样本t检验的基本操作 103
5.4.4两配对样本t检验的应用举例 104
第6章 SPSS的方差分析 106
6.1方差分析概述 106
6.2单因素方差分析 107
6.2.1单因素方差分析的基本思想 107
6.2.2单因素方差分析的数学模型 108
6.2.3单因素方差分析的基本步骤 108
6.2.4单因素方差分析的基本操作 109
6.2.5单因素方差的应用举例 109
6.2.6单因素方差分析的进一步分析 110
6.2.7单因素方差应用举例的进一步分析 114
6.3多因素方差分析 120
6.3.1多因素方差分析的基本思想 120
6.3.2多因素方差分析的数学模型 122
6.3.3多因素方差分析的基本步骤 123
6.3.4多因素方差分析的基本操作 124
6.3.5多因素方差分析的应用举例 124
6.3.6多因素方差分析的进一步分析 125
6.3.7多因素方差分析应用举例的进一步分析 128
6.4协方差分析 130
6.4.1协方差分析的基本思路 130
6.4.2协方差分析的数学模型 131
6.4.3协方差分析的基本操作 131
6.4.4协方差分析的应用举例 132
第7章 SPSS的非参数检验 138
7.1单样本的非参数检验 138
7.1.1总体分布的卡方检验 138
7.1.2二项分布检验 140
7.1.3单样本K-S检验 142
7.1.4变量值随机性检验 144
7.2两独立样本的非参数检验 145
7.2.1两独立样本的曼-惠特尼U检验(Mann-Whitney U) 146
7.2.2两独立样本的K-S检验 147
7.2.3两独立样本的游程检验(Wald-Wolfwitz Runs) 148
7.2.4极端反应检验(Moses Extreme Reactions) 149
7.2.5两独立样本非参数检验的基本操作 150
7.2.6两独立样本非参数检验的应用举例 151
7.3多独立样本的非参数检验 152
7.3.1中位数检验 153
7.3.2多独立样本的Kruskal-Wallis检验 154
7.3.3多独立样本的Jonckheere-Terpstra检验 155
7.3.4多独立样本非参数检验的基本操作 156
7.3.5多独立样本非参数检验的应用举例 157
7.4两配对样本的非参数检验 158
7.4.1两配对样本的McNemar检验 159
7.4.2两配对样本的符号检验 160
7.4.3两配对样本Wilcoxon符号秩检验 161
7.4.4两配对样本非参数检验的基本操作 162
7.4.5两配对样本非参数检验的应用举例 162
7.5多配对样本的非参数检验 164
7.5.1多配对样本的Friedman检验 164
7.5.2多配对样本的Cochran Q检验 166
7.5.3多配对样本的Kendall协同系数检验 168
7.5.4多配对样本非参数检验的基本操作 169
7.5.5多配对样本非参数检验的应用举例 169
第8章 SPSS的相关分析和线性回归分析 172
8.1相关分析和回归分析概述 172
8.2相关分析 172
8.2.1散点图 172
8.2.2相关系数 174
8.2.3相关分析应用举例 177
8.3偏相关分析 179
8.3.1偏相关分析和偏相关系数 179
8.3.2偏相关分析的基本操作 180
8.3.3偏相关分析的应用举例 180
8.4回归分析 181
8.4.1回归分析概述 181
8.4.2线性回归模型 182
8.4.3回归参数的普通最小二乘估计 184
8.4.4回归方程的统计检验 184
8.4.5多元回归分析中的其他问题 192
8.4.6线性回归分析的基本操作 194
8.4.7线性回归分析的其他操作 195
8.4.8线性回归分析的应用举例 198
8.5曲线估计 204
8.5.1曲线估计概述 204
8.5.2曲线估计的基本操作 205
8.5.3曲线估计的应用举例 206
第9章 SPSS的Logistic回归分析 209
9.1 Logistic回归分析概述 209
9.2二项Logistic回归分析 209
9.2.1二项Logistic回归方程 210
9.2.2二项Logistic回归方程系数的含义 211
9.2.3二项Logistic回归方程的检验 213
9.2.4二项Logistic回归分析中的虚拟自变量 216
9.3二项Logistic回归分析的应用 217
9.3.1二项Logistic回归分析的基本操作 217
9.3.2二项Logistic回归分析的其他操作 219
9.3.3二项Logistic回归应用示例 220
9.4多项Logistic回归分析 226
9.4.1多项Logistic回归分析概述 226
9.4.2多项Logistic回归分析的基本操作和应用 227
9.4.3多项Logistic回归分析的其他操作和应用 227
9.5多项有序回归分析 232
9.5.1多项有序回归分析概述 232
9.5.2多项有序回归分析的基本操作和应用 233
第10章 SPSS的聚类分析 238
10.1聚类分析的一般问题 238
10.1.1聚类分析的意义 238
10.1.2聚类分析中“亲疏程度”的度量方法 239
10.1.3聚类分析几点说明 242
10.2层次聚类 243
10.2.1层次聚类的两种类型和两种方式 243
10.2.2个体与小类、小类与小类间“亲疏程度”的度量方法 244
10.2.3层次聚类的基本操作 246
10.2.4层次聚类的应用举例 250
10.3 K-Means聚类 253
10.3.1 K-Means聚类分析的核心步骤 253
10.3.2 K-Means聚类分析的基本操作 254
10.3.3 K-Means聚类分析的应用举例 255
第11章 SPSS的因子分析 258
11.1因子分析概述 258
11.1.1因子分析的意义 258
11.1.2因子分析的数学模型和相关概念 259
11.2因子分析的基本内容 260
11.2.1因子分析的基本步骤 260
11.2.2因子分析的前提条件 261
11.2.3因子提取和因子载荷矩阵的求解 262
11.2.4因子的命名 265
11.2.5计算因子得分 266
11.3因子分析的基本操作及案例 267
11.3.1因子分析的基本操作 267
11.3.2因子分析的应用举例 269
第12章 SPSS的对应分析 276
12.1对应分析概述 276
12.1.1对应分析的提出 276
12.1.2对应分析的基本思想 276
12.2对应分析的基本步骤 277
12.3对应分析的基本操作及案例 280
12.3.1对应分析的基本操作 280
12.3.2对应分析的应用举例 281
第13章 SPSS的判别分析 290
13.1判别分析概述 290
13.2距离判别法 290
13.2.1距离判别的基本思路 290
13.2.2判别函数的计算 291
13.3 Fisher判别法 292
13.3.1 Fisher判别的基本思路 292
13.3.2 Fisher判别的计算 294
13.4贝叶斯判别法 295
13.4.1贝叶斯判别的基本思路 295
13.4.2贝叶斯判别的计算 295
13.5判别分析的基本操作及案例 296
13.5.1判别分析的基本操作 296
13.5.2判别分析的准备工作:均值检验和协差阵齐性检验 297
13.5.3解读判别结果 300
第14章 SPSS的信度分析 306
14.1信度分析概述 306
14.1.1信度分析的提出 306
14.1.2信度分析的基本原理 307
14.2信度分析的基本操作及案例 308
14.2.1信度分析的基本操作 308
14.2.2信度分析的应用举例 309
第15章 SPSS的一般对数线性分析模型 313
15.1一般对数线性分析模型概述 313
15.1.1模型的提出 313
15.1.2基本概念和基本思路 314
15.2饱和模型和非饱和层次对数线性模型 315
15.2.1饱和模型和参数估计 315
15.2.2饱和模型检验 317
15.2.3非饱和层次模型 322
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 322
15.2.5饱和模型和非饱和层次对数线性模型的应用举例 323
15.3一般对数线性模型 325
15.3.1一般对数线性模型的概述 325
15.3.2建立一般对数线性模型的基本操作 325
15.3.3一般对数线性模型的应用举例 327
15.4 Logit对数线性模型 329
15.4.1 Logit对数线性模型的概述 329
15.4.2 Logit对数线性模型的应用举例 330
第16章 SPSS的时间序列分析 333
16.1时间序列分析概述 333
16.1.1时间序列的相关概念 333
16.1.2时间序列分析的一般步骤 335
16.1.3 SPSS时间序列分析的特点 337
16.2数据准备 337
16.3时间序列的图形化观察及检验 338
16.3.1时间序列的图形化观察及检验目的 338
16.3.2时间序列的图形化观察工具 339
16.3.3时间序列的检验方法 346
16.3.4时间序列的图形化观察的基本操作和应用举例 346
16.4时间序列的预处理 350
16.4.1时间序列预处理的目的和主要方法 350
16.4.2时间序列预处理的基本操作 352
16.5时间序列的简单回归分析法和趋势外推法 354
16.5.1简单回归分析法和趋势外推法概述 354
16.5.2简单回归分析法和趋势外推法应用举例 355
16.6指数平滑法 358
16.6.1指数平滑法的基本思想 358
16.6.2指数平滑法的模型 359
16.6.3指数平滑法的基本操作 361
16.6.4指数平滑法的应用举例 364
16.7 ARIMA模型分析 365
16.7.1 ARIMA分析的基本思想和模型 365
16.7.2 ARIMA分析的基本操作 368
16.7.3 ARIMA分析的应用举例 368
16.8季节调整法 374
16.8.1季节调整法的基本思想和模型 375
16.8.2季节调整法的基本操作 376
16.8.3季节调整法的应用举例 377