《数据分析与SPSS应用》 - 清华大学出版社第五事业部

第1章  数据分析与SPSS应用概述	1
1.1  数据的来源与分类	1
1.1.1  观测数据与试验数据	1
1.1.2  一手数据与二手数据	2
1.1.3  时间序列数据与横截面数据	2
1.2  数据分析的过程	3
1.3  软件在数据分析中的位置和作用	5
1.4  SPSS for Windows概述	6
1.4.1  概述	6
1.4.2  SPSS软件操作的三个主要部分	6
1.4.3  SPSS的启动与退出	7
1.4.4  SPSS for Windows的三类窗口	8
第2章  度量与SPSS数据文件的建立	11
2.1  度量	11
2.2  编码表	11
2.3  数据文件的建立	12
2.3.1  打开一个空白的数据文件的编辑窗口	12
2.3.2  定义变量	12
2.3.3  数据录入与编辑	17
2.3.4  保存数据文件	17
2.4  打开和保存其他格式的数据文件	19
第3章  数据的核查、整理与变换	25
3.1  数据的核查、整理与变换概述	25
3.1.1  数据核查	25
3.1.2  数据的整理与变换	26
3.2  SPSS的操作	26
3.2.1  Data菜单	26
3.2.2  Transform菜单	58
第4章  描述统计与Descriptive Statistics、Reports过程	70
4.1  描述统计概述	70
4.2  Descriptive Statistics过程与Reports过程	72
4.2.1  频数分析Frequencies过程的操作与结果分析	73
4.2.2  描述统计Descriptives过程的操作与结果分析	86
4.2.3  探索分析Explore过程的操作与结果分析	87
4.2.4  Ratio过程的操作与结果分析	96
4.2.5  OLAP Cubes(在线分析报告)过程的操作与结果分析	100
4.2.6  Case Summaries(样品汇总报告)过程的操作与结果分析	101
4.2.7  Report Summaries in Rows(行形式报告)过程的操作与结果分析	104
4.2.8  Report Summaries in Columns(列形式报告)过程的操作与结果分析	106
4.2.9  Compare Means过程的Means子过程操作与结果分析	109
4.3  列联分析与Crosstabs过程	111
4.3.1  列联分析概述	111
4.3.2  Crosstabs过程	114
第5章  假设检验与Compare Means过程	122
5.1  假设检验的概念和方法	122
5.1.1  基本原理	122
5.1.2  假设检验方法与P值	123
5.1.3  两类错误	125
5.1.4  独立样本t检验与配对样本t检验	125
5.2  使用SPSS进行假设检验—— Compare Means过程	126
5.2.1  单个样本T检验(One-Sample T Test过程)	126
5.2.2  独立样本T检验(Independent-Samples T Test过程)	128
5.2.3  配对样本t检验(Paired-Samples T Test过程)	135
第6章  方差分析	139
6.1  单因素方差分析(One-Way ANOVA)	139
6.2  One-Way ANOVA过程	142
6.3  多重比较	145
6.3.1  LSD法	146
6.3.2  多重比较的SPSS操作	146
6.4  双因素方差分析	148
6.4.1  无交互作用的方差分析模型	148
6.4.2  有交互作用的双因素方差分析	150
6.5  双因素方差分析的SPSS操作	152
第7章  非参数检验(Nonparametric Tests)	157
7.1  非参数检验方法概述	157
7.2  卡方检验与Chi-Square子过程	161
7.3  二项分布检验与Binomial子过程	164
7.4  游程检验与Runs子过程	168
7.5  单个样本的K-S 检验与1-Sample K-S子过程	171
7.6  两个相关样本的非参数检验与2 Related Samples子过程	173
7.6.1  普通符号(Sign)检验法	174
7.6.2  Wilcoxon(威尔科克森)符号秩检验法	176
7.7  两个独立样本的非参数检验与2 Independent Samples子过程	181
7.8  多个样本的非参数检验	187
7.8.1  多个独立样本的非参数检验与K Independent Samples子过程	187
7.8.2  多个相关样本的非参数检验与K Related Samples子过程	190
第8章  相关分析与Correlate过程	197
8.1  相关分析的概念和方法	197
8.1.1  相关关系	197
8.1.2  相关的分类	197
8.1.3  描述相关的方法	198
8.2  Correlate过程	201
第9章  回归分析与Regression过程	212
9.1  回归分析的概念和方法	212
9.1.1  回归分析的概念	212
9.1.2  最小平方法(Least Squares)	214
9.1.3  回归参数的t检验与置信区间	215
9.1.4  拟合优度与修正拟合优度	217
9.1.5  F检验	218
9.1.6  预测	219
9.1.7  非线性回归模型	220
9.2  实践中的回归分析	220
9.2.1  异方差	221
9.2.2  自相关	223
9.2.3  多重共线性	226
9.2.4  异常点与强影响点	227
9.3  回归分析的SPSS操作	228
9.3.1  线性回归(Linear过程)	228
9.3.2  曲线估计(Curve Estimation过程)	237
9.3.3  非线性回归(Nonlinear过程)	245
第10章  时间序列分析与Time Series过程	250
10.1  概述	250
10.1.1  时间序列的概念	250
10.1.2  时间序列的四种影响因素	250
10.2  趋势外推预测及其SPSS实现	251
10.3  移动平均与Create Time Series (产生新的时间序列)过程	265
10.4  指数平滑与Exponential Smoothing过程	275
10.4.1  一次指数平滑法	275
10.4.2  Holt(霍特)双参数指数平滑法	276
10.4.3  Winter(温特)线性和季节性指数平滑法	276
10.4.4  使用Time series的Exponential Smoothing子过程建模	277
10.5  Box-Jenkins预测法	282
10.5.1  B-J模型	282
10.5.2  模型的识别	284
10.5.3  使用Time Series的ARIMA子过程建模	286
10.5.4  使用Time Series的Autoregression子过程建立自回归模型	295
10.5.5  使用Time Series的Seasonal Decomposition子过程进行季节分解	299
第11章  聚类分析与判别分析	311
11.1  聚类分析	311
11.2  Hierarchical Cluster子过程	314
11.3  快速聚类与K-Means Cluster子过程	326
11.4  判别分析与Discriminant过程	333
11.5  Discriminant子过程	334
第12章  主成分分析与因子分析	342
12.1  主成分分析与因子分析概要	342
12.1.1  主成分分析概要	342
12.1.2  因子分析概要	343
12.2  因子分析与主成分分析的SPSS实现	345
12.2.1  Factor过程	345
12.2.2  利用Factor过程实现主成分分析	357
第13章  研究设计与应用	365
13.1  数据分析的研究设计	365
13.1.1  研究设计的要素	365
13.1.2  研究设计的分类	366
13.2  实际案例	366
附录  SPSS专业技术词汇和短语的中英文对照索引	379
参考文献	412