SPSS回归分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

SPSS回归分析PDF格式电子书版下载

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

第1章 相关1

1.1 引言1

1.2 第一个前提条件：尺度水平4

1.3 其他前提条件：线性、同方差性和连续性5

1.4 说明：对线性的图形检验6

1.4.1 过程GRAPH,Scatterplot选项6

1.4.2 SPSS过程命令CURVEFIT7

1.5 相关系数的统计和解释10

1.5.1 相关系数的统计量11

1.5.2 相关系数的解释11

1.6 利用SPSS的计算（示例）14

1.7 难点：线性、产生错觉相关和一型差误累积16

1.7.1 产生错觉相关和偏相关16

1.7.2 一型差误累积问题19

1.8 特殊用途20

1.8.1 相关系数的比较21

1.8.2 比较相关的一致性22

1.8.3 正准相关23

1.9 计算皮尔逊相关系数的前提条件24

第2章 线性回归和非线性回归26

2.1 线性回归：有因果方向的关联27

2.1.1 双变量线性回归：利用REGRESSION的回归分析概述27

2.1.2 双变量线性回归的示例和语句——第一步：根据杠杆值和残差检验线性并识别离群值32

2.1.3 输出结果和解释37

2.1.4 过程2：删除离群值的效应——选出的输出结果49

2.1.5 说明：绘制回归直线（IGRAPH）的图形51

2.2 非线性简单回归51

2.2.1 利用线性回归对线性函数进行分析53

2.2.2 利用线性回归分析调查非线性函数53

2.2.3 将非线性函数线性化，并利用线性回归进行调查54

2.2.4 利用非线性回归分析非线性函数：非线性回归56

2.2.5 更高的要求：带有两个预测变量的非线性回归67

2.2.6 用于非线性回归的SPSS过程NLR和CNLR70

2.2.7 非线性回归的假设73

2.2.8 总览表：非线性回归的模型74

2.3 多元线性回归：多重共线性和其他难点76

2.3.1 多元回归的特点77

2.3.2 第一个例子：多元回归特殊统计的解释79

2.3.3 第二个例子：多重共线性的识别和消除93

2.4 计算线性回归的前提条件99

第3章 逻辑回归和有序回归105

3.1 引言：因变量的因果模型和测量水平106

3.2 二元逻辑回归107

3.2.1 逻辑回归方法和与其他方法的比较107

3.2.2 示例界面和语法：逐步法（BSTEP）111

3.2.3 输出结果和解释114

3.2.4 示例和语法：直接法ENTER122

3.2.5 输出结果和解释123

3.2.6 补充说明逻辑回归的理论检验vs诊断：模型拟合优度vs预测效率127

3.2.7 二元逻辑回归的前提条件127

3.3 有序回归133

3.3.1 有序回归方法和与其他方法的比较134

3.3.2 例1界面操作和语法：定距预测变量（WITH-选项）135

3.3.3 输出结果和解释138

3.3.4 例2和语法：分类预测变量（BY选项）143

3.3.5 输出结果和解释144

3.3.6 有序回归的前提条件151

3.4 多项逻辑回归152

3.4.1 例子、界面选择和语法：主效应模型（二元因变量）153

3.4.2 输出结果和解释159

3.4.3 补充说明：逐步计算带有一个二元因变量的模型：NOMREG REGRESSION和LOGISTIC REGRESSION输出结果的比较163

3.4.4 特殊情况：带有定量预测变量的巢式病例对照研究（1:1）一—示例、语法、输出结果和解释164

3.4.5 补充说明：LOGISTIC REGRESSION对比NOMREG（区别）168

3.4.6 多项逻辑回归的前提条件169

3.5 本章所介绍的各种回归方法的比较173

第4章 生存分析175

4.1 生存分析概述176

4.2 生存分析的基本原理178

4.2.1 生存函数S（t）178

4.2.2 确定生存函数S（t）179

4.2.3 其他函数180

4.3 截尾数据182

4.3.1 非期望事件或者未发生目标事件182

4.3.2 对截尾数据与非截尾数据做不同处理的三个理由183

4.3.3 失效数据和截尾的处理（三种方法）184

4.4 估计生存时间S（t）的方法185

4.4.1 保险精算法和寿命表法185

4.4.2 使用Kaplan-Meier法估计生存时间S（t）186

4.4.3 无截尾和有截尾的示例（方法：Kaplan-Meier）187

4.5 对多个组进行比较的检验190

4.6 利用SPSS进行生存分析192

4.6.1 示例：无因子Kaplan-Meier法193

4.6.2 示例：采用因子的Kaplan-Meier法198

4.6.3 利用因子变量与分层变量进行比较（Kaplan-Meier法）202

4.6.4 Kaplan-Meier分析的置信区间207

4.6.5 不带因子的寿命表计算法示例209

4.6.6 带有因子的寿命表法计算示例212

4.6.7 计算生存分析的首要条件216

4.7 Cox回归218

4.7.1 Cox模型简介和背景知识218

4.7.2 带有定量协变量的Cox回归222

4.7.3 带有二元协变量的Cox回归（k=2）230

4.7.4 带有分类协变量的Cox回归（k＞2）233

4.7.5 针对交互作用的Cox回归237

4.7.6 检验Cox回归的前提条件249

4.7.7 带有时间相依的定量协变量的Cox回归256

4.7.8 Cox回归的特定前提条件261

4.7.9 附录：对比方法264

第5章 回归分析的其他应用实例269

5.1 偏回归270

5.1.1 运用PLS过程（Python Extension）进行计算271

5.1.2 运用SPSS过程REGRESSION进行计算278

5.2 个体生长曲线281

5.2.1 方法1：随机截距模型282

5.2.2 方法2：随机斜率模型286

5.2.3 方法3：随机截距和随机斜率模型288

5.3 岭回归（SPSS宏）290

5.3.1 利用岭迹实现多重共线性的可视化291

5.3.2 岭回归的计算294

5.3.3 SPSS宏“Ridge-Regression”295

第6章 其他方法和模型（一览）301

6.1 通过SPSS菜单调用其他回归方法301

6.2 可用语句调用的其他回归形式308

附录A 公式309

参考文献320

您对本书的建议和意见327

作者简介328