信阅平台

编辑推荐

《SPSS 17.0中文版常用功能与应用实例精讲》围绕实践与经验，注重应用和实用 基于全新的SPSS17.0中文版环境。内容从零开始、由简到难，常用操作与大量实例相结合。边讲边练。非常利于初学者和英语不熟的读者上手. 《SPSS 17.0中文版常用功能与应用实例精讲》提供了11个丰富的SPSS常用模块设计实例。这些实例实用、基础#典型、易学易用，涵盖了SPSS几乎所有的内容，为读者提供了良好的学、习途径。 10个行业工程实例对SPSS软件进行了综合性应用。范围涉及社会调查与统计、市场研究／数据分析、证券金融统计、医学统计和生物学统计领域便于读者举一反三，使应用水平产生质的飞跃。

展开

内容介绍

全书从实用的角度出发，通过常用模块与大量工程实例相结合的形式，深入浅出地介绍了SPSS 17.0中文版的操作方法和应用技巧。全书分为三篇共20章，第1～4章为基础知识篇，简单介绍了SPSS软件用户界面、参数设置、数据文件的基本操作、简单数据处理和分析结果表示，引导读者入门。第5～15章为SPSS统计分析常用模块篇，介绍了均值与方差分析、参数检验、非参数检验、相关分析、回归分析、聚类分析、判别分析、因子分析与主成分分析、可靠性分析、时间序列分析和生存分析等模块，并结合实例重点解释了各个模块的算法原理和基础应用。第16～20章为行业应用实例篇，详细介绍了SPSS在实际工程领域中的应用，具体包括：社会调查与统计、市场研究/企业数据分析、证券金融统计、医学统计和生物学统计，实例典型、代表性和指导性强。读者通过学习，可以举一反三，进一步加深巩固，实现从入门到精通。 《SPSS 17.0中文版常用功能与应用实例精讲》适合SPSS的初、中级读者使用，是统计学、社会学、经济学专业的理想教材，也是读者进行课题研究及其分析的首选参考书。

展开

精彩书摘

序列均值：即以该变量所有非缺失值的平均值替换缺失值。系统默认选择该项； 临近点的均值：即以缺失值相邻点的非缺失值的平均数替换缺失值； 临近点的中位数：即以缺失值相邻点的非缺失值的中位数替换缺失值； 线性插值法：即以缺失值相邻点的非缺失值构建一个数据范围，将两个值之间的差 值进行平均：建立数据的等级来作为内插的替换值； 点处的线性趋势：即采用最小二乘法对全部数据进行拟合，用拟合得到的数据值替换缺失值。 当用户选择“附近点的均值”和“临近点的中位数”时，“附（邻）近点的跨度（Spanofnearby points）”一栏将被激活，用户可以定义相邻点的个数，或者选择全部的变量数据作为相邻点。默认的相邻点个数是2。 在“替换缺失值（R印laceMissing values）”对话框中，单击“确定”按钮，即可完成全部操作。数据编辑窗口中，将生成新的变量，即缺失值已经被替换、非缺失值保持不变。

展开

第一篇基础知识篇 第1章 SPSS for Windows简介 2 1.1 SPSS for Windows概述 2 1.2 SPSS的运行方式 3 1.3 SPSS模块与安装 3 1.3.1 SPSS for Windows 17.0模块介绍 3 1.3.2 SPSS for Windows 17.0安装步骤 4 1.4 SPSS的主要界面 9 1.4.1 SPSS的启动 9 1.4.2 SPSS的数据编辑窗口 10 1.4.3 SPSS的结果输出窗口 14 1.5 本章小结 17 第2章数据的基本操作 18 2.1 建立数据文件 18 2.1.1 输入数据建立数据文件 19 2.1.2 直接打开其他格式的数据文件 19 2.1.3 使用数据库查询建立数据文件 20 2.1.4 导入文本文件建立数据文件 22 2.2 编辑数据文件 22 2.2.1 输入数据 23 2.2.2 定义数据属性 23 2.2.3 插入或删除数据 32 2.2.4 数据的排序 33 2.2.5 选择个案 34 2.2.6 转置数据 36 2.2.7 合并数据文件 37 2.2.8 数据的分类汇总 42 2.2.9 数据菜单的其他功能 45 2.3 数据加工 46 2.3.1 数据转换 46 2.3.2 数据手动分组（编码） 49 2.3.3 数据自动分组（编码） 53 2.3.4 产生计数变量 54 2.3.5 数据秩（序）的确定 56 2.3.6 替换缺失值 59 2.4 数据文件的保存或导出 60 2.4.1 保存数据文件 60 2.4.2 导出数据文件 61 2.5 本章小结 62 第3章统计图表绘制 63 3.1 条形图 63 3.2 线图 69 3.3 面积图 71 3.4 饼图 73 3.5 高低图 75 3.6 箱图 77 3.7 直方图 79 3.8 本章小结 80 第4章基础统计描述 81 4.1 数理统计量概述 81 4.1.1 均值（Mean）和均值标准误差（S.E. mean） 81 4.1.2 中位数（Median） 82 4.1.3 众数（Mode） 82 4.1.4 全距（Range） 83 4.1.5 方差（Variance）和标准差（Standard Deviation） 83 4.1.6 峰度（Kurtosis）和偏度（Skewness） 84 4.1.7 四分位数（Quartiles）、十分位数（Deciles）和 百分位数（Percentiles） 85 4.2 数据描述 85 4.3 频数分析 88 4.4 探索分析 92 4.5 交叉列联表分析 97 4.6 比率分析 103 4.7 P-P图、Q-Q图 106 4.8 本章小结 108 第二篇 SPSS统计分析常用模块篇 第5章均值分析与方差分析 110 5.1 均值分析 111 5.2 方差分析概述 117 5.2.1 方差分析的基本原理 117 5.2.2 方差分析的概念和假设 119 5.3 单因素方差分析 119 5.4 多因素方差分析 129 5.5 重复度量 139 5.5.1 数据重构 141 5.5.2 重复度量 143 5.6 协方差分析 149 5.6.1 非饱和模型的SPSS操作 150 5.6.2 饱和模型的SPSS操作 153 5.7 本章小结 155 第6章参数检验 156 6.1 参数检验概述 157 6.1.1 参数检验问题的提出 157 6.1.2 参数检验的基本步骤 158 6.2 单样本T检验 159 6.2.1 单样本T检验的基本方法 159 6.2.2 单样本T检验的实例 160 6.3 独立样本T检验 164 6.3.1 独立样本T检验的基本方法 164 6.3.2 独立样本T检验的实例 165 6.4 配对样本T检验 168 6.4.1 配对样本T检验的基本方法 168 6.4.2 配对样本T检验的实例 169 6.5 本章小结 172 第7章非参数检验 173 7.1 卡方检验 174 7.1.1 卡方检验的基本原理 174 7.1.2 卡方检验的实例 175 7.2 二项分布检验 179 7.2.1 二项分布检验的基本原理 179 7.2.2 二项分布检验的实例 179 7.3 游程检验 182 7.3.1 游程检验的基本原理 182 7.3.2 游程检验的实例 182 7.4 单个样本K-S检验 185 7.4.1 单个样本K-S检验的基本原理 185 7.4.2 单个样本K-S检验的实例 186 7.5 两个独立样本的非参数检验 190 7.5.1 两个独立样本Mann-Whitney U检验 191 7.5.2 两个独立样本非参数检验的实例 191 7.6 K个独立样本的非参数检验 195 7.7 两个相关样本的非参数检验 200 7.8 K个相关样本的非参数检验 204 7.9 本章小结 207 第8章相关分析 208 8.1 简单相关分析 208 8.1.1 简单相关分析的基本思想 208 8.1.2 相关系数 209 8.1.3 简单相关分析的操作步骤 211 8.2 散点图 213 8.3 偏相关分析 216 8.4 本章小结 218 第9章回归分析 219 9.1 线性回归 220 9.1.1 线性回归的基本原理 220 9.1.2 SPSS线性回归 223 9.1.3 一元线性回归 229 9.1.4 多元线性回归 236 9.2 非线性回归 241 9.2.1 非线性回归的基本原理 241 9.2.2 SPSS非线性回归 241 9.3 曲线估计 248 9.4 logistic回归 254 9.5 本章小结 263 第10章聚类分析 264 10.1 聚类分析概述 265 10.1.1 聚类分析的基本原理 265 10.1.2 聚类分析的基本方法 266 10.1.3 不相似测度的度量方法 268 10.2 系统聚类分析 271 10.3 二阶聚类分析 280 10.4 K-均值聚类分析 292 10.5 本章小结 300 第11章判别分析 302 11.1 判别分析的基本原理 303 11.2 SPSS判别分析 303 11.3 本章小结 314 第12章因子分析与主成分分析 315 12.1 基本原理 316 12.1.1 主成分分析 316 12.1.2 因子分析 316 12.1.3 方法用途 317 12.1.4 使用条件 317 12.1.5 常用概念和分析步骤 318 12.1.6 主成分和公因子数量的确定 318 12.1.7 主成分和因子分析的联系与区别 319 12.2 因子分析 320 12.2.1 因子分析的数学模型 320 12.2.2 因子分析的基本方法 320 12.2.3 因子分析的实例 321 12.3 主成分分析 327 12.3.1 主成分分析的数学模型 328 12.3.2 主成分分析的基本方法 328 12.3.3 主成分分析的实例 329 12.4 本章小结 338 第13章可靠性分析 339 13.1 可靠性分析概述 340 13.1.1 可靠性分析的基本原理 340 13.1.2 可靠性分析的基本方法 341 13.2 SPSS可靠性分析 342 13.3 可靠性分析的其他问题 348 13.3.1 拆半可靠性系数模型 348 13.3.2 Guttman模型 351 13.3.3 平行模型 352 13.4 本章小结 353 第14章时间序列分析 354 14.1 时间序列分析概述 355 14.1.1 时间序列数据及其分析方法 355 14.1.2 时间序列分析的模型、公式和记号 355 14.1.3 SPSS时间序列分析功能 359 14.2 时间序列数据的预处理 359 14.2.1 定义日期变量 360 14.2.2 创建时间序列 361 14.2.3 填补缺失数据 365 14.3 指数平滑法 367 14.4 自回归模型 371 14.5 ARIMA模型 378 14.6 周期性分解 386 14.7 本章小结 390 第15章生存分析 391 15.1 生存分析概述 392 15.2 寿命表法 393 15.3 Kaplan-Meier分析 398 15.4 Cox回归分析 405 15.5 本章小结 412 第三篇 SPSS 17.0行业应用实例篇 第16章 SPSS行业应用实例——社会调查与统计 414 16.1 全国各地区农民家庭收支的分布规律分析 414 16.1.1 实例内容说明 414 16.1.2 实现方法分析 415 16.1.3 具体操作步骤 416 16.2 判定新生婴儿的性别比例是否正常 434 16.2.1 实例内容说明 434 16.2.2 实现方法分析 435 16.2.3 具体操作步骤 436 第17章 SPSS行业应用实例——市场研究/企业数据分析 440 17.1 某商品销售量与超市规模和摆放位置的方差分析 440 17.1.1 实例内容说明 440 17.1.2 实现方法分析 441 17.1.3 具体操作步骤 442 17.2 汽车配件公司某产品尺寸的参数检验分析 455 17.2.1 实例内容说明 455 17.2.2 实现方法分析 455 17.2.3 具体操作步骤 456 第18章 SPSS行业应用实例——证券金融统计 461 18.1 股票日历效应分析 461 18.1.1 实例内容说明 461 18.1.2 实现方法分析 462 18.1.3 具体操作步骤 462 18.2 汇率影响因素分析 489 18.2.1 实例内容说明 489 18.2.2 实现方法分析 490 18.2.3 具体操作步骤 491 第19章 SPSS行业应用实例——医学统计 513 19.1 两组不同治疗方法的生存率分析 513 19.1.1 实例内容说明 513 19.1.2 实现方法分析 514 19.1.3 具体操作步骤 514 19.2 判断不同群体的患病比例有无差异 520 19.2.1 实例内容说明 520 19.2.2 实现方法分析 521 19.2.3 具体操作步骤 521 第20章 SPSS行业应用实例——生物学统计 530 20.1 判断某种元素的缺乏是否对另一种元素含量有影响 530 20.1.1 实例内容说明 530 20.1.2 实现方法分析 531 20.1.3 具体操作步骤 532 20.2 根据动物身体属性数据分析个体之间的相似性 535 20.2.1 实例内容说明 535 20.2.2 实现方法分析 535 20.2.3 具体操作步骤 535

展开