薛薇，工学硕士、经济学博士，中国人民大学统计学院副教授，教育部人文社会科学重点研究基地：中国人民大学应用统计学科研究中心副主任。关注数据挖掘及统计分析方法，统计和数据挖掘软件应用，统计数据库系统研发等方面，涉足网络新媒体传播和互动模式建模、政府和官方微博分析、学科学术热点跟踪等文本挖掘和统计应用领域，以及以数据挖掘为依托的客户关系管理等。主要代表作：《SPSS统计分析方法及应用》、《Clementine数据挖掘方法及应用》、《基于信息技术的统计信息系统》。

    科学的管理决策离不开正确的数据分析。掌握数据分析方法和实施工具，是现代管理人才必备的基本技能。《统计数据分析与应用丛书：基于SPSS的数据分析（第2版）》从数据分析的实际需求和案例出发，以通俗的语言阐述了数据分析方法的核心思想，详细讲解了如何利用SPSS统计分析软件实现数据分析。
    本次修订在第一版的基础上增加了二项Logistic回归分析和多项Logistic回归分析、多项有序回归分析、判别分析等内容。《统计数据分析与应用丛书：基于SPSS的数据分析（第2版）》适合从事数据分析的各领域相关专业的读者，尤其适合从事社会科学研究、经济管理、商业决策、人文教育等行业的中高层管理人员，也可以作为高等院校财经类专业研究生和本科生学习SPSS的教材。

    再例如，在制定某商品广告宣传策略时，不同组合方案所获得的广告效果是不一样的。广告效果可能会受到广告形式、地区规模、选择的栏目、播放的时间段、播放的频率等因素的影响。人们需要研究在影响广告效果的众多因素中，哪些因素是主要的，它们是如何产生影响的，哪些因素的搭配是最合理的，等等。
    上述问题的研究都可以通过方差分析实现。
    为了解方差分析的基本思路，应首先了解涉及的相关概念。在方差分析中，将上述问题中的农作物产量、广告效果等称为观测因素，或称为观测变量；将上述问题中的品种、施肥量、广告形式、地区规模、选择的栏目等影响因素称为控制因素，或称为控制变量；将控制变量的不同类别（如甲品种、乙品种；10公斤化肥、20公斤化肥、30公斤化肥；电视广告、广播广告；小规模地区、中规模地区、大规模地区等）称为控制变量的不同水平。
    方差分析正是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变一量有显著影响的变量，对观测变量有显著影响的各个控制变量其不同水平以及各水平的交互搭配是如何影响观测变量的。
    方差分析认为观测变量值的变化受两类因素的影响：第一类是控制因素（控制变量）不同水平所产生的影响；第二类是随机因素（随机变量）所产生的影响。这里随机因素是指那些人为很难控制的因素，主要指试验过程中的抽样误差。
    方差分析认为：如果控制变量的不同水平对观测变量产生了显著影响，那么，它和随机变量共同作用必然使得观测变量值有显著变动；反之，如果控制变量的不同水平没有对观测变量产生显著影响，那么，观测变量值的变动就不会明显地表现出来，其变动可以归结为是由随机变量的影响造成的。换句话说，如果观测变量值在某控制变量的各个水平中出现了明显波动，则认为该控制变量是影响观测变量的主要因素；反之，如果观测变量值在某控制变量的各个水平中没有出现明显波动，则认为该控制变量没有对观测变量产生重要影响，观测变量的数据波动是由抽样误差造成的。
    那么如何判断控制变量的不同水平下观测变量值是否产生了明显波动呢？判断的原则是：如果控制变量各水平下的观测变量总体的分布出现了显著差异，则认为观测变量值发生了明显的波动，意味着控制变量的不同水平对观测变量产生了显著影响；反之，如果控制变量各水平下的观测变量总体的分布没有显著差异，则认为观测变量值没有发生明显波动，意味着控制变量的不同水平对观测变量没有产生显著影响。
    方差分析正是通过推断控制变量各水平下观测变量的总体分布是否有显著差异来实现其分析目标的。
    与此同时，方差分析对观测变量各总体的分布有以下两个基本假设前提：
    ·观测变量各总体应服从正态分布。
    ·观测变量各总体的方差应相同。 
    ……

第1章 SPSS统计分析软件概述
1.1 SPSS使用基础
1.2 SPSS的基本运行方式
1.3 利用SPSS进行数据分析的基本步骤

第2章 SPSS数据文件的建立和管理
2.1 SPSS数据文件
2.2 SPSS数据的结构和定义方法
2.3 SPSS数据的录入与编辑
2.4 SPSS数据的保存
2.5 读取其他格式的数据文件
2.6 SPSS数据文件合并

第3章 SPSS数据的预处理
3.1 数据的排序
3.2 变量计算
3.3 数据选取
3.4 计数
3.5 分类汇总
3.6 数据分组
3.7 数据预处理的其他功能

第4章 SPSS基本统计分析
4.1 频数分析
4.2 计算基本描述统计量
4.3 交叉分组下的频数分析
4.4 多选项分析
4.5 比率分析

第5章 SPSS的参数检验
5.1 参数检验概述
5.2 单样本￡检验
5.3 两独立样本t检验
5.4 两配对样本t检验

第6章 SPSS的方差分析
6.1 方差分析概述
6.2 单因素方差分析
6.3 多因素方差分析
6.4 协方差分析

第7章 SPSS的非参数检验
7.1 单样本的非参数检验
7.2 两独立样本的非参数检验
7.3 多独立样本的非参数检验
7.4 两配对样本的非参数检验
7.5 多配对样本的非参数检验

第8章 SPSS的相关分析
8.1 相关分析
8.2 绘制散点图
8.3 计算相关系数
8.4 偏相关分析

第9章 SPSS的线性回归分析
9.1 回归分析概述
9.2 线性回归分析和线性回归模型
9.3 回归方程的统计检验
9.4 多元回归分析中的其他问题
9.5 线性回归分析的基本操作
9.6 线性回归分析的应用举例
9.7 曲线估计

第10章 SPSS的Logistic回归分析
10.1 Logistic回归分析概述
10.2 二项Logistic回归分析
10.3 二项Logistic回归分析的应用
10.4 多项Logistic回归分析
10.5 多项有序回归分析

第11章 SPSS的聚类分析
11.1 聚类分析的一般问题
11.2 层次聚类
11.3 K-Means聚类

第12章 SPSS的因子分析
12.1 因子分析概述
12.2 因子分析的基本内容
12.3 因子分析的基本操作及案例

第13章 SPSS的判别分析
13.1 判别分析概述
13.2 距离判别法
13.3 Fisher判别法
13.4 贝叶斯判别法
13.5 判别分析的应用