图书介绍

SPSS数据分析方法及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

SPSS数据分析方法及应用
  • 薛微编著 著
  • 出版社: 北京:电子工业出版社
  • ISBN:7121002728
  • 出版时间:2004
  • 标注页数:484页
  • 文件大小:51MB
  • 文件页数:501页
  • 主题词:统计分析-软件包,SPSS-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

SPSS数据分析方法及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

目录1

第1章 SPSS统计分析软件概述1

1.1 SPSS的发展及特点2

1.2 SPSS使用基础3

1.2.1 SPSS软件的安装和启动3

1.2.2 SPSS的基本操作环境3

1.2.3 SPSS软件的退出8

1.2.4 SPSS软件的三种基本使用方式8

1.3 利用SPSS进行数据分析的基本步骤12

1.3.1 数据分析的一般步骤13

1.3.2 利用SPSS进行数据分析的一般步骤14

第2章 SPSS数据文件的建立和管理16

2.1 SPSS数据文件16

2.1.1 SPSS数据文件的特点16

2.1.2 SPSS数据的基本组织方式17

2.2 SPSS数据的结构和定义方法18

2.2.1 变量名(Name)18

2.2.2 数据类型(Type)、宽度(Width)、列宽度(Columns)19

2.2.4 变量值标签(Value Labels)21

2.2.3 变量名标签(Label)21

2.2.5 缺失数据(Missing)22

2.2.6 度量尺度(Measure)23

2.2.7 结构定义的基本操作24

2.3 SPSS结构定义的应用案例25

2.4 SPSS数据的录入与编辑29

2.4.1 SPSS数据的录入29

2.4.2 SPSS数据的编辑30

2.5.1 SPSS支持的数据格式32

2.5 SPSS数据的保存32

2.5.2 保存SPSS数据的基本操作33

2.6 读取其他格式的数据文件34

2.6.1 直接读入其他格式的数据文件34

2.6.2 使用文本向导读入文本文件35

2.7 SPSS数据文件的合并37

2.7.1 纵向合并数据文件38

2.7.2 横向合并数据文件41

3.1.1 数据排序的目的45

第3章 SPSS数据的预处理45

3.1 数据的排序45

3.1.2 数据排序的基本操作47

3.1.3 数据排序的应用举例47

3.2 变量计算48

3.2.1 变量计算的目的48

3.2.2 SPSS算术表达式49

3.2.3 SPSS条件表达式49

3.2.4 SPSS函数50

3.2.5 变量计算的基本操作55

3.2.6 变量计算的应用举例56

3.3 数据选取57

3.3.1 数据选取的目的57

3.3.2 数据选取的基本方式57

3.3.3 数据选取的基本操作58

3.3.4 数据选取的应用举例59

3.4 计数59

3.4.1 计数目的59

3.4.3 计数的基本操作60

3.4.2 计数区间60

3.4.4 计数的应用举例61

3.5 分类汇总62

3.5.1 分类汇总的目的62

3.5.2 分类汇总的基本操作62

3.5.3 分类汇总的应用举例63

3.6 数据分组64

3.6.1 数据分组的目的64

3.6.2 SPSS的单变量值分组65

3.6.3 SPSS的组距分组66

3.6.4 SPSS的分位数分组69

3.7 数据预处理的其他功能71

3.7.1 数据转置71

3.7.2 加权处理72

3.7.3 数据拆分73

3.7.4 SPSS变量集74

4.1.1 频数分析的目的和基本任务77

4.1 频数分析77

第4章 SPSS基本统计分析77

4.1.2 频数分析的基本操作78

4.1.3 SPSS频数分析的扩展功能78

4.1.4 频数分析的应用举例80

4.2 计算基本描述统计量84

4.2.1 基本描述统计量84

4.2.2 计算基本描述统计量的基本操作87

4.2.3 计算基本描述统计量的应用举例88

4.3.1 交叉分析下的频数分析的目的和基本任务89

4.3 交叉分组下的频数分析89

4.3.2 交叉列联表的主要内容90

4.3.3 交叉列联表行列变量间关系的分析92

4.3.4 交叉分组下的频数分析的基本操作96

4.3.5 交叉分组下的频数分析的应用举例97

4.3.6 SPSS中列联表分析的其他方法102

4.4 多选项分析107

4.4.1 多选项分析的目的107

4.4.2 多选项分析的基本操作110

4.4.3 多选项分析的应用举例113

4.5 比率分析116

4.5.1 比率分析的目的和主要指标116

4.5.2 比率分析的基本步骤117

4.5.3 比率分析的应用举例117

第5章 SPSS的参数检验121

5.1 参数检验概述121

5.1.1 推断统计与参数检验121

5.1.3 假设检验的基本步骤122

5.1.2 假设检验的基本思想122

5.2 单样本t检验124

5.2.1 单样本t检验的目的124

5.2.2 单样本t检验的基本步骤124

5.2.3 单样本t检验的基本操作125

5.2.4 单样本t检验的应用举例126

5.3 两独立样本t检验129

5.3.1 两独立样本t检验的目的129

5.3.2 两独立样本t检验的基本步骤129

5.3.3 两独立样本t检验的基本操作131

5.3.4 两独立样本t检验的应用举例132

5.4 两配对样本t检验137

5.4.1 两配对样本t检验的目的137

5.4.2 两配对样本t检验的基本步骤138

5.4.3 两配对样本t检验的基本操作139

5.4.4 两配对样本t检验的应用举例139

第6章 SPSS的方差分析143

6.1 方差分析概述143

6.2 单因素方差分析144

6.2.1 单因素方差分析的基本思想144

6.2.2 单因素方差分析的数学模型146

6.2.3 单因素方差分析的基本步骤146

6.2.4 单因素方差分析的基本操作147

6.2.5 单因素方差的应用举例148

6.2.6 单因素方差分析的进一步分析149

6.2.7 单因素方差应用举例的进一步分析154

6.3.1 多因素方差分析的基本思想162

6.3 多因素方差分析162

6.3.2 多因素方差分析的数学模型164

6.3.3 多因素方差分析的基本步骤165

6.3.4 多因素方差分析的基本操作166

6.3.5 多因素方差分析的应用举例166

6.3.6 多因素方差分析的进一步分析168

6.3.7 多因素方差分析应用举例的进一步分析172

6.4 协方差分析175

6.4.1 协方差分析的基本思路175

6.4.2 协方差分析的数学模型176

6.4.3 协方差分析的基本操作177

6.4.4 协方差分析的应用举例177

第7章 SPSS的非参数检验184

7.1 单样本的非参数检验184

7.1.1 总体分布的卡方检验184

7.1.2 二项分布检验187

7.1.3 单样本K-S检验190

7.1.4 变量值随机性检验194

7.2.1 两独立样本的曼-惠特尼U检验(Mann-Whitney U)196

7.2 两独立样本的非参数检验196

7.2.2 两独立样本的K-S检验198

7.2.3 两独立样本的游程检验(Wald-Wolfwitz Runs)199

7.2.4 极端反应检验(Moses Extreme Reactions)201

7.2.5 两独立样本非参数检验的基本操作202

7.2.6 两独立样本非参数检验的应用举例203

7.3 多独立样本的非参数检验207

7.3.1 中位数检验208

7.3.2 多独立样本的Kruskal-Wallis检验209

7.3.3 多独立样本的Jonkheere-Terpstra检验211

7.3.4 多独立样本非参数检验的基本操作212

7.3.5 多独立样本非参数检验的应用举例212

7.4 两配对样本的非参数检验217

7.4.1 两配对样本的McNemar检验218

7.4.2 两配对样本的符号检验219

7.4.3 两配对样本的Wilcoxon符号秩检验221

7.4.4 两配对样本非参数检验的基本操作222

7.4.5 两配对样本非参数检验的应用举例222

7.5 多配对样本的非参数检验224

7.5.1 多配对样本的Friedman检验225

7.5.2 多配对样本的Cochran Q检验227

7.5.3 多配对样本的Kendall协同系数检验229

7.5.4 多配对样本非参数检验的基本操作230

7.5.5 多配对样本非参数检验的应用举例231

第8章 SPSS的相关分析和线性回归分析233

8.1 相关分析和回归分析概述233

8.2 相关分析233

8.2.1 散点图234

8.2.2 相关系数236

8.2.3 相关分析应用举例240

8.3 偏相关分析242

8.3.1 偏相关分析和偏相关系数242

8.3.2 偏相关分析的基本操作243

8.3.3 偏相关分析的应用举例244

8.4 线性回归分析245

8.4.1 回归分析概述245

8.4.2 线性回归模型247

8.4.3 回归参数的普通最小二乘估计248

8.4.4 回归方程的统计检验249

8.4.5 多元回归分析中的其他问题259

8.4.6 线性回归分析的基本操作261

8.4.7 线性回归分析的其他操作262

8.4.8 线性回归分析的应用举例267

8.5 曲线估计274

8.5.1 曲线估计概述274

8.5.2 曲线估计的基本操作276

8.5.3 曲线估计的应用举例276

8.6 二项Logistic回归281

8.6.1 二项Logistic回归概述281

8.6.2 二项Logistic回归的基本操作288

8.6.3 二项Logistic回归的其他操作290

8.6.4 二项Logistic回归的应用举例292

9.1 聚类分析的一般问题301

9.1.1 聚类分析的意义301

第9章 SPSS的聚类分析301

9.1.2 聚类分析中“亲疏程度”的度量方法302

9.1.3 聚类分析几点说明306

9.2 层次聚类308

9.2.1 层次聚类的两种类型和两种方式308

9.2.2 个体与小类、小类与小类间“亲疏程度”的度量方法309

9.2.3 层次聚类的基本操作311

9.2.4 层次聚类的应用举例316

9.3.1 K-Means聚类分析的核心步骤320

9.3 K-Means聚类320

9.3.2 K-Means聚类分析的基本操作321

9.3.3 K-Means聚类分析的应用举例323

第10章 SPSS的因子分析326

10.1 因子分析概述326

10.1.1 因子分析的意义326

10.1.2 因子分析的数学模型和相关概念327

10.2 因子分析的基本内容329

10.2.1 因子分析的基本步骤329

10.2.2 因子分析的前提条件329

10.2.3 因子提取和因子载荷矩阵的求解331

10.2.4 因子的命名334

10.2.5 计算因子得分336

10.3 因子分析的基本操作及案例337

10.3.1 因子分析的基本操作337

10.3.2 因子分析的应用举例340

第11章 SPSS的对应分析349

11.1 对应分析概述349

11.1.1 对应分析的提出349

11.1.2 对应分析的基本思想350

11.2 对应分析的基本步骤350

11.3 对应分析的基本操作及案例353

11.3.1 对应分析的基本操作353

11.3.2 对应分析的应用举例356

第12章 SPSS的信度分析365

12.1 信度分析概述365

12.1.1 信度分析的提出365

12.1.2 信度分析的基本原理366

12.2 信度分析的基本操作及案例368

12.2.1 信度分析的基本操作368

12.2.2 信度分析的应用举例369

第13章 SPSS的对数线性模型375

13.1 对数线性模型概述375

13.1.1 模型的提出375

13.1.2 基本概念和基本思路376

13.2.1 饱和模型和参数估计378

13.2 饱和模型和非饱和层次模型378

13.2.2 饱和模型检验380

13.2.3 非饱和层次模型386

13.2.4 建立饱和模型和非饱和层次模型的基本操作387

13.2.5 饱和模型和非饱和层次模型的应用举例389

13.3 一般模型391

13.3.1 一般模型的概述391

13.3.2 建立一般模型的基本操作392

13.3.3 建立一般模型的应用举例394

13.4.1 Logit模型的概述398

13.4 Logit模型398

13.4.2 Logit模型的应用举例399

第14章 SPSS的时间序列分析402

14.1 时间序列分析概述402

14.1.1 时间序列的相关概念402

14.1.2 时间序列分析的一般步骤405

14.1.3 SPSS时间序列分析的特点407

14.2 数据准备407

14.3.1 时间序列的图形化观察及检验目的409

14.3 时间序列的图形化观察及检验409

14.3.2 时间序列的图形化观察工具410

14.3.3 时间序列的检验方法417

14.3.4 时间序列的图形化观察和检验的基本操作418

14.4 时间序列的预处理421

14.4.1 时间序列预处理的目的和主要方法421

14.4.2 时间序列预处理的基本操作424

14.5 时间序列的简单回归分析法和趋势外推法426

14.5.1 简单回归分析法和趋势外推法概述426

14.5.2 简单回归分析法和趋势外推法应用举例427

14.6 指数平滑法431

14.6.1 指数平滑法的基本思想431

14.6.2 指数平滑法的模型431

14.6.3 指数平滑法的基本操作434

14.6.4 指数平滑法的应用举例436

14.7 自回归法444

14.7.1 自回归法的基本思想和模型444

14.7.2 自回归法的基本操作445

14.7.3 自回归法的应用举例446

14.8 ARIMA模型分析453

14.8.1 ARIMA分析的基本思想和模型453

14.8.2 ARIMA分析的基本操作454

14.8.3 ARIMA分析的应用举例455

14.9 季节调整法471

14.9.1 季节调整法的基本思想和模型471

14.9.2 季节调整法的基本操作472

14.9.3 季节调整法的应用举例474

参考文献484

热门推荐