注册 登录 进入教材巡展 进入在线书城
#
  • #
  • #

出版时间:2010-07

出版社:高等教育出版社

以下为《数据统计分析——SPSS原理及应用》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 高等教育出版社
  • 9787040296006
  • 1版
  • 68856
  • 42241857-4
  • 平装
  • 16开
  • 2010-07
  • 500
  • 377
  • 理学
  • 统计学
  • C819
  • 社会学、统计学
  • 本科 研究生(硕士、EMBA、MBA、MPA、博士)
内容简介

SPSS是国内外应用非常广泛的统计软件,适用于市场调查、销售分析、企业管理、社会调查、科学研究等多个领域。本书以SPSS 16.0版本为例,介绍了大量数据预处理、统计分析和建模的基本原则、方法原理及操作。

本书着重培养学生的动手能力;可操作性强,有助于培养学生分析问题和解决问题的能力。本书带有大量的实例和习题,并对练习作了必要的提示。

本书可作为高等学校统计学、社会学、管理学、人口学、广告学、教育学、经济学和信息管理与信息系统等专业的必修课教材,也可作为计算机、市场营销等专业的选修课教材。

本书中的实例数据可从网站下载,配套的电子教案可从中国高校计算机课程网站下载,网址是http://。

目录

 前辅文
 第1章 概述
  1.1 特点
  1.2 SPSS运行环境
   1.2.1 系统运行及主界面介绍
   1.2.2 与其他数据处理软件的联系与区别
  1.3 SPSS的主要功能
  1.4 窗口形式及其功能
   1.4.1 数据编辑窗口
   1.4.2 结果输出窗口
   1.4.3 帮助窗口
  1.5 系统参数设置
  1.6 帮助系统
  本章小结
  练习1
 第2章 数据统计处理实例
  2.1 常量、变量和表达式
   2.1.1 常量
   2.1.2 变量
   2.1.3 表达式
  2.2 构建新变量
   2.2.1 新变量构建方法
   2.2.2 构建新变量的主要函数
  2.3 自建数据文件处理——实例1
  2.4 已输入数据文件处理——实例2
  本章小结
  练习2
 第3章 数据预处理
  3.1 数据的排序
  3.2 数据的转置
  3.3 数据的选取
   3.3.1 根据逻辑关系表达式选取数据
   3.3.2 随机选取数据
   3.3.3 在给定范围内选取数据
  3.4 数据的加权
   3.4.1 概述
   3.4.2 对样本加权
  3.5 数据的转换
   3.5.1 利用Count功能转换数据
   3.5.2 利用Recode功能转换数据
   3.5.3 利用Automatic Recode功能转换数据
   3.5.4 缺失值的替换
  3.6 连续变量的可视化分组
  3.7 数据字典的定义与应用
   3.7.1 变量属性定义向导
   3.7.2 复制数据文件属性向导
  3.8 查找重复记录
  3.9 瘦长型、短宽型数据格式的转换和重构
  本章小结
  练习3
 第4章 描述性统计
  4.1 频数分析
  4.2 数据描述
  4.3 数据探察
  4.4 列联表分析
   4.4.1 分析原理
   4.4.2 基本选择
   4.4.3 例题分析
  4.5 复选题的统计和分析
  4.6 报告分析
   4.6.1 基本分析过程
   4.6.2 观察值摘要分析
   4.6.3 摘要报告分析
  本章小结
  练习4
 第5章 均值比较与t检验
  5.1 假设检验的一般理论
  5.2 分组均值的比较
   5.2.1 分组平均基本概念
   5.2.2 Means功能
   5.2.3 实例分析
  5.3 单一样本t检验
   5.3.1 单一样本t检验的数学模型
   5.3.2 单一样本t检验的基本过程
   5.3.3 实例分析
  5.4 独立样本——两样本均值差异t检验
   5.4.1 检验原理
   5.4.2 统计过程分析
   5.4.3 实例分析
  5.5 配对样本t检验
   5.5.1 数学模型
   5.5.2 统计过程分析
   5.5.3 实例分析
  5.6 多个均值检验
   5.6.1 方差分析简介
   5.6.2 单因素方差分析
  本章小结
  练习5
 第6章 非参数检验
  6.1 非参数检验概述
   6.1.1 非参数检验的特点
   6.1.2 非参数检验方法分类
  6.2 单样本检验
   6.2.1 χ2检验
   6.2.2 二项分布检验
   6.2.3 游程检验
   6.2.4 单样本KS检验
   6.2.5 单样本非参数检验方法的比较
  6.3 独立样本差异的显著性检验
   6.3.1 两个独立样本差异的显著性检验
   6.3.2 多个独立样本差异的显著性检验
  6.4 相关样本差异的显著性检验
   6.4.1 两个相关样本差异的显著性检验
   6.4.2 多个相关样本差异的显著性检验
  本章小结
  练习6
 第7章 相关分析
  7.1 线性相关系数r及显著性检验
   7.1.1 相关模型的假设和计算
   7.1.2 相关检验的实现
   7.1.3 相关分析实例
  7.2 偏相关系数
   7.2.1 偏相关系数的含义及计算
   7.2.2 偏相关系数的计算分析方法
  7.3 距离分析
   7.3.1 距离分析简介
   7.3.2 功能实现
   7.3.3 实例分析
  本章小结
  练习7
 第8章 回归分析
  8.1 线性回归分析
   8.1.1 回归模型的选择
   8.1.2 回归模型的建立
   8.1.3 实例分析
  8.2 曲线回归估计
   8.2.1 曲线回归的计算原理
   8.2.2 曲线回归的计算机实现
  8.3 最优量表回归分析
   8.3.1 数据要求及其操作方法
   8.3.2 实例分析
  8.4 二值Logistic回归分析
   8.4.1 二值Logistics回归分析的原理
   8.4.2 Logistics回归分析的步骤
   8.4.3 二值Logistics回归实例分析
  8.5 无序多值Logistic回归分析
   8.5.1 Logistics回归分析的原理
   8.5.2 多值Logistics回归分析的步骤
   8.5.3 多值Logistics回归实例分析
  8.6 有序多值回归分析
   8.6.1 有序多值回归分析的原理
   8.6.2 有序多值回归分析的步骤
   8.6.3 有序多值回归实例分析
  本章小结
  练习8
 第9章 量表分析
  9.1 信度分析
   9.1.1 基本概念
   9.1.2 量表分析的基本过程
   9.1.3 结果及其分析
   9.1.4 其他实例分析
  9.2 多维量表分析
   9.2.1 基本原理
   9.2.2 多维量表分析的基本过程
   9.2.3 度量MDS实例分析
   9.2.4 非度量MDS实例分析
  本章小结
  练习9
 第10章 方差分析
  10.1 方差分析概述
   10.1.1 方差分析功能
   10.1.2 常用术语
   10.1.3 基本假定
  10.2 单因素方差分析
   10.2.1 数据结构
   10.2.2 分析步骤
  10.3 单因变量多因素方差分析
   10.3.1 数据结构
   10.3.2 分析步骤
   10.3.3 实例分析
   10.3.4 界面说明
   10.3.5 结果分析
  10.4 协方差分析
   10.4.1 数据结构
   10.4.2 分析步骤
   10.4.3 实例分析
  10.5 多因变量多因素方差分析
   10.5.1 实案分析
   10.5.2 操作步骤及结果分析
  10.6 重复测量方差分析
   10.6.1 界面说明
   10.6.2 结果分析
  10.7 方差成分分析
   10.7.1 操作步骤
   10.7.2 结果分析
  本章小结
  练习10
 第11章 聚类分析和判别分析
  11.1 聚类分析和判别分析概述
   11.1.1 聚类分析
   11.1.2 判别分析
   11.1.3 Classify的功能
  11.2 两步聚类
   11.2.1 两步聚类的概念
   11.2.2 两步聚类的应用实例
  11.3 快速聚类
   11.3.1 快速聚类的概念
   11.3.2 快速聚类的应用实例
  11.4 分层聚类分析
   11.4.1 分层聚类的概念及分析步骤
   11.4.2 分层聚类的应用实例
  11.5 分类树
   11.5.1 分类树的概念
   11.5.2 分类树的应用实例
  11.6 判别分析
   11.6.1 判别分析的概念
   11.6.2 判别分析的常用方法
   11.6.3 判别分析的应用实例
  本章小结
  练习11
 第12章 因子分析和主成分分析
  12.1 基本原理
   12.1.1 因子分析
   12.1.2 主成分分析法
  12.2 基本分析过程
   12.2.1 分析过程的选择
   12.2.2 实例分析
  本章小结
  练习12
 第13章 时间序列分析
  13.1 时间序列基本模型
   13.1.1 Create Models的通用设置选项
   13.1.2 Apply Models的通用设置选项
   13.1.3 时间序列平稳化设置选项
  13.2 指数平滑模型
   13.2.1 指数平滑模型基本原理
   13.2.2 指数平滑模型实例分析
  13.3 季节分解模型
   13.3.1 基本原理
   13.3.2 季节分解的基本过程
  13.4 自相关模型
   13.4.1 基本原理
   13.4.2 基本过程
  13.5 自回归综合移动平均模型(ARIMA)
   13.5.1 基本模型
   13.5.2 基本设置
   13.5.3 实例分析
   13.5.4 结果分析
  本章小结
  练习13
 第14章 对数线性模型
  14.1 对数线性模型的基本概念
   14.1.1 对数线性模型基本原理
   14.1.2 对数线性模型基本功能
  14.2 广义对数线性模型基本设置
   14.2.1 模型选项设置
   14.2.2 实例结果分析
  14.3 Logit对数线性模型
   14.3.1 Logit模型基本原理
   14.3.2 Logit模型的参数选择
   14.3.3 实例结果分析
  14.4 分层(层次)对数线性模型
   14.4.1 Model Selection概述
   14.4.2 分层对数线性模型的选项设置
   14.4.3 模型的具体设置及输出解释
  14.5 对数线性模型的讨论
   14.5.1 对数线性模型与其他模型的关系
   14.5.2 对数线性模型的检验
  本章小结
  练习14
 第15章 生存分析
  15.1 基本概念和分类
   15.1.1 生存分析的基本概念
   15.1.2 生存分析的基本功能
  15.2 生命表分析技术
   15.2.1 传统生命表分析技术
   15.2.2 对话框的选择和输出解释
  15.3 Kaplan Meier分析技术
   15.3.1 Kaplan Meier方法分析原理
   15.3.2 Kaplan Meier分析的参数设置
   15.3.3 分析实例及输出结果解释
  15.4 Cox回归模型分析
   15.4.1 Cox回归模型的原理简介
   15.4.2 Cox回归实例分析
  本章小结
  练习15
 第16章 实例综合分析
  16.1 社会调查样本综合分析实例
  16.2 人事工资档案综合分析实例
  16.3 地区经济发展综合分析实例
  16.4 市场调查资料综合分析实例
  本章小结
  练习16
 参考文献