第1章 SPSS統(tǒng)計分析預備知識
1.1 問卷調查法
1.1.1 問卷設計應該有3級編號
1.1.2 區(qū)間（定距）以上的變量宜用開放性的答案
1.1.3 問卷設計中常見的錯誤
1.1.4 市場調查的量表法
1.2 數(shù)據(jù)的編碼
1.3 數(shù)據(jù)的計算機表示法
1.4 數(shù)據(jù)的格式
1.5 數(shù)據(jù)的計算機定義
1.6 SPSS的命令文件
1.7 四種SPSS命令文件的格式
1.8 SPSS新文件編輯實例
1.9 編輯的同時運行程序進行統(tǒng)計分析
1.10 調用已有的文件（程序）做統(tǒng)計分析
1.11 正確編輯SPSS原始數(shù)據(jù)文件小結
1.12 統(tǒng)計分析的最佳方案
習題1
第2章 Frequencies和Tables過程描述頻次分布
2.1 應用Frequencies過程的預備知識
2.2 婦女一生的追求
2.3 婦女地位與人生難之間的關系（Tables過程的應用）
2.4 女生最痛恨的陋習
習題2
第3章 圖文并茂SPSS圖形
3.1 數(shù)據(jù)輸入
3.2 提高數(shù)據(jù)輸入速度的技術
3.3 繪制條形圖
3.4 多變量的條形圖
3.5 在Graphs中繪制聚類型條形圖
3.6 直方圖的描述
3.7 圖文并茂的圓形圖
習題3
第4章 數(shù)據(jù)的變換
4.1 創(chuàng)建新變量
4.1.1 使用對話框創(chuàng)建新變量
4.1.2 使用COMPUTE命令創(chuàng)建新變量
4.1.3 數(shù)據(jù)函數(shù)
4.1.4 缺少值函數(shù)
4.2 采用IF命令做條件變換和邏輯校驗
4.2.1 IF命令格式
4.2.2 表達式中的關系符
4.2.3 邏輯表達式
4.2.4 兩種缺少值的邏輯函數(shù)
4.2.5 缺少值的處理
4.2.6 IF命令的對話框
4.3 數(shù)據(jù)重新編碼
4.3.1 通過對話框對數(shù)據(jù)重新編碼的實例
4.3.2 RECODE命令的格式
4.3.3 RECODE在程序中的位置
4.4 運用COUNT命令計數(shù)
4.4.1 COUNT命令格式
4.4.2 "數(shù)值范圍"中使用的關鍵詞
4.5 Count對話框的用法
4.6 運算的次序
習題4
第5章 描述性統(tǒng)計（Descriptives過程的應用）
5.1 檢驗數(shù)據(jù)的真實性
5.2 四種測量水平
5.3 三種綜合統(tǒng)計量
5.3.1 集中趨勢的統(tǒng)計量
5.3.2 離散趨勢的統(tǒng)計量
5.3.3 形狀測量的統(tǒng)計量
5.4 標準分（Z值）
5.5 在對話框中做描述性統(tǒng)計
5.6 Descriptives的命令格式
習題5
第6章 用Crosstabs過程進行雙變量的交叉匯總與結合測量
6.1 全國婦女的年齡與受教育水平的雙變量交叉匯總
6.2 由"是否在業(yè)"變量控制的女工年齡與文化的關系
6.3 婦女年齡與文化素質的相關性（定比-它比變量, 用Corr系數(shù)）
6.4 是否在業(yè)與文化素質的相關性（定類-定距變量, 用Eta系數(shù)）
6.5 是否在業(yè)與企業(yè)所有制的關系（定類-定序變量）
6.6 是否在業(yè)與政治面貌的關系（定類-定類變量）
6.7 在Crosstabs對話框中做交叉匯總和結合測量
6.8 CROSSTABS命令總表
習題6
第7章 利用Explore過程檢測數(shù)據(jù)
7.1 可用Explore過程檢驗的錯誤
7.2 直方圖
7.3 莖-葉圖
7.4 框圖
7.5 統(tǒng)計分析前對假設的檢驗
7.6 冪轉換的形式
7.6.1 冪轉換
7.6.2 正態(tài)性檢驗
7.7 集中趨勢分布的三種較佳期的平衡測量
7.8 在對話框中進行數(shù)據(jù)檢測
7.9 用Syntax窗口編程
習題7
第8章 兩個子總體均值的比較
8.1 獨立樣本T-TEST
8.1.1 數(shù)據(jù)的整理與統(tǒng)計
8.1.2 結果分析
8.2 成對樣本T-TEST
8.2.1 數(shù)據(jù)的整理與統(tǒng)計
8.2.2 結果分析
8.3 命令法及原始數(shù)據(jù)
8.4 群體均值的比較（Means過程的應用）
8.5 職業(yè)女生（群體）的平均受教育年限的檢測
8.6 "在業(yè)女性"與"不在業(yè)女性"的兩組平均受教育年限的檢測
8.7 不在業(yè)女工受教育水平高的原因
8.8 MEANS命令總表
8.9 采用ANOVA過程檢驗均值相等的"假設"
8.10 ANOVA過程的方差分析應用
8.11 主效應的檢驗
8.12 ANOVA過程的命令一覽表
8.12.1 ANOVA過程的命令表
8.12.2 子命令解釋
8.12.3 平方和的分解與交互作用的取消
8.13 采用對話框做ANOVA（多因子方差）分析
習題8
第9章 相關分析的應用
9.1 高考成績與學生素質的關系
9.2 Correlations過程的具體用法
9.3 Correlations對話框的解釋
9.4 運行Correlations過程命令
9.5 用Partial Correlations（偏相關）過程控制"第三者"
9.6 計算偏相關系數(shù)
9.7 辨別變量虛假相關
9.8 確定被控制的變量
9.9 通過對話框做偏相關分析
9.10 將對話框中已選擇的命令粘貼到Syntax窗口
9.11 Partial Corr命令一覽表
習題9
第10章 非參數(shù)檢驗
10.1 非參數(shù)檢驗過程的菜單和數(shù)據(jù)文件
10.2 Chi-Squaie單樣本檢驗
10.3 Binomial（二項式）檢驗
10.4 藥量的游程檢驗
10.5 One-Somple Kolmogorov-Smirnov檢驗
10.6 Two-Sample Kolmogorov-Smirnov檢驗
10.7 K個獨立樣本的Kruskal-Wallis檢驗
10.8 成對樣本的Wilcoxon Signed Ranks檢驗
10.9 K對樣本的Friedman Test檢驗
習題10
第11章 數(shù)據(jù)精簡與市場分析
11.1 用Factor過程分析潛在的因素
11.2 因素分析的步驟
11.3 因素分析所用的數(shù)據(jù)
11.4 因素分析的對話框設置
11.5 輸出結果及其分析
11.5.1 因素的初始統(tǒng)計量（區(qū)通性）
11.5.2 因素抽取
11.6 用主成分法抽取前5個因素
11.7 用殘差評估相關矩陣和因素模型
11.8 通過最大似然度抽取因素
11.9 抽取因素經驗小結
11.10 刪除LOADING≤0.5的小載荷量
11.11 轉軸前后的對比
11.12 因素分析
11.13 在Syntax窗口編輯程序補充對話框的不足
11.14 用對應分析進行市場分析
11.14.1 對應分析的應用例子
11.14.2 結果分析
11.15 用Optimal scaling過程優(yōu)化測量
11.15.1 Optimal scaling應用要求
11.15.2 Optimal scaling對話框設置
習題11
第12章 用結合分析和可靠性測量進行市場調研
12.1 結合分析的基本原理與思路
12.2 通過正交設計建立卡片
12.3 精品購物的問卷調查
12.4 結合分析
12.5 市場預測與決策
12.6 可靠性分析
12.7 多維測量
習題12
第13章 多選項的統(tǒng)計分析
13.1 多選項的問卷例子與計算機編碼
13.2 多選項分類法
13.3 多選項二分法
13.4 多選項的數(shù)據(jù)及其程序
13.5 多選項中的二分法與分類法的區(qū)別
13.6 統(tǒng)計多選項時的預備知識
13.6.1 首先必須定義多選項的復合變量集$*
13.6.2 應用說明
13.7 統(tǒng)計多選項的頻次
13.8 多選項的交叉匯總表實例
13.8.1 交叉匯總表的統(tǒng)計法
13.8.2 交叉匯總表分析
習題13
第14章 用譜系聚類法分析各國勞動力分布
14.1 聚類分析與判別分析的區(qū)別
14.2 個案聚類和變量聚類
14.3 個案聚類
14.4 聚類的形成法
14.5 從冰柱圖看聚類成員
14.6 平均連接法的圖表
14.7 從樹形圖分析聚類成員
14.8 圖形顯示的改進
14.9 對變量的聚類
14.10 利用SPSS對話框做聚類分析
習題14
第15章 用K-M過程進行大樣本數(shù)據(jù)的聚類分析
15.1 聚類方法
15.1.1 先求聚心后聚類
15.1.2 初始聚心的產生
15.1.3 產生初始聚心的小結
15.2 輸出結果分析
15.3 聚心未知時的聚類
15.4 K-Means cluster Analysis對話框解釋
15.5 用編程法進行大樣本文件的聚類
習題15
第16章 對逃課現(xiàn)象的判別分析
16.1 從逃課現(xiàn)象著手研究
16.1.1 選擇分析的個案
16.1.2 組間均值差別
16.1.3 Wilks的值
16.1.4 相關系統(tǒng)的評價
16.1.5 判別系數(shù)的解釋
16.1.6 判別函數(shù)的估計
16.1.7 Bayes的分組規(guī)則
16.1.8 判別分的計算及分組
16.1.9 個案分組后的概括統(tǒng)計表
16.1.10 判別分的直方圖
16.1.11 計算錯誤分組的比例
16.1.12 不正確分組的期望比例
16.1.13 判別分析的其他統(tǒng)計量
16.1.14 判別函數(shù)與變量的相關性
16.1.15 費歇爾分組函數(shù)系數(shù)
16.1.16 判別系數(shù)與多元回歸系統(tǒng)的關系
16.2 選擇變量的方法
16.3 變量選擇的其他標準
16.4 三組判別分析
16.5 當違背假設時
16.6 用Windows中的SPSS對話框做判別分析
16.7 用編程法做判別分析
習題16
第17章 當代大學生就業(yè)意向的譜系對數(shù)線性分析
17.1 對數(shù)線性分析的應用
17.2 對數(shù)線性關系的模型
17.2.1 飽和模型
17.2.2 飽和模型的觀察值與期望值
17.3 參數(shù)估計
17.4 獨立模型--非飽和模型
17.5 分層（譜系）模型
17.6 選擇模型
17.7 卡方統(tǒng)計量的分解
17.8 檢驗模型中個別效應
17.9 產生各次項效應的對話框
17.10 兩種建模法
17.11 在Windows中通過對話框進行 Loglinear分析
17.11.1 主對話框
17.11.2 模型選擇
17.11.3 選項
17.12 對話框的擴充
習題17
第18章 節(jié)用General Loglinear Analysis分析畢業(yè)生心態(tài)
18.1 GENLOG與LOGIT對線性分析模型的異同
18.2 廣義對數(shù)線性分析模型
18.3 參數(shù)估計
18.4 參數(shù)估計值的解釋
18.5 非飽兒模型項的擬合度
18.5.1 飽和模型
18.5.2 非飽和模型
18.5.3 從擬合度統(tǒng)計量看非飽和模型
18.5.4 非飽和模型的參數(shù)估計
18.5.5 參數(shù)估計量的解釋
18.6 殘差研究
18.6.1 原始殘差
18.6.2 標準殘差
18.7 次序數(shù)據(jù)的模型
18.7.1 數(shù)據(jù)的交叉匯總表
18.7.2 定序數(shù)據(jù)的對數(shù)線性分析
18.7.3 線性-線性結合的模型
18.7.4 行效應模型和列效應模型
18.7.5 關于次序數(shù)據(jù)的對數(shù)線性模型的評價
18.8 不完全的表格
18.8.1 從一個例子看不完全表格的特點
18.8.2 準獨立性模型
18.8.3 數(shù)據(jù)的重新編排
18.8.4 對稱模型
18.8.5 關于兩個三角形假設的檢驗
18.8.6 修正的準對稱模型
18.8.7 實際情況與期望情況的結合測量
18.9 應用General Loglinear Analysis對話框分析
18.9.1 進入General Loglinear Analysis主對話框
18.9.2 Model對話框
18.9.3 Options對話框
18.9.4 殘差和預測值的存儲
18.10 在SPSS的Syntax窗口編輯命令文件
18.10.1 GENLOG命令表
18.10.2 GENLOG的子命令
習題18
第19章 用Logit Loglinear Analysis分析讀研幾率
19.1 對原始數(shù)據(jù)的要求
19.2 對數(shù)線性分析的第1步（產生交叉總表）
19.3 GENLOG與Logit Loglinear Analysis的區(qū)別
19.3.1 GENLOG廣義對數(shù)線性分析模型
19.3.2 LOGIT邏輯對數(shù)線性分析模型
19.3.3 GENLOG模型與LOGIT模型的比較
19.4 飽和的邏輯對數(shù)線性模型的分析
19.4.1 產生圖19-4和圖19-5
19.4.2 圖形輸出
19.4.3 參數(shù)估計值的解釋
19.5 非飽和的邏輯對數(shù)線性分析模型
19.5.1 非飽和模型
19.5.2 從擬全度統(tǒng)計量看非飽和模型
19.5.3 從殘差統(tǒng)計量看非飽和模型
19.5.4 獨特而有趣的百分比
19.6 非飽和模型中的離散測量與結合測量
19.6.1 測量正態(tài)變量范圍的統(tǒng)計量之一：H
19.6.2 測量正態(tài)變量范圍的統(tǒng)計量之二：C
19.6.3 H和C統(tǒng)計量的特點
19.7 非飽模型的參數(shù)估計
19.8 Polychotomous LOGIT模型
19.8.1 從生成的交叉匯總表看數(shù)據(jù)結構
19.8.2 生成參數(shù)估計表
19.8.3 手工制成參數(shù)估計的單元表
19.8.4 模型的擬合度
19.9 運用對話框做邏輯對數(shù)線性分析
19.10 在Syntax窗口使用的編輯命令
習題19
第20章 壽命表分析
20.1 追蹤壽命表
20.1.1 一個應用例子
20.1.2 數(shù)據(jù)的整理
20.2 概率計算
20.2.1 計算第1個概率
20.2.2 計算第2個概率
20.3 用SPSS對話框畫出壽命表
20.4 壽命表分析
20.5 失去追蹤(Lost to Follow-up)
20.6 幸存函數(shù)的比較
20.7 運行Survival過程命令
20.7.1 Survival語句
20.7.2 Survival命令概述
習題20
第21章 Kaplan-Meier壽命分析
21.1 Kaplan-Meier估算法
21.2 產生SPSS的Kaplan-Meier輸出表
21.3 幸存函數(shù)的分組比較
21.4 幸存函數(shù)的分層比較
21.4.1 分層比較
21.4.2 針對分層比較的檢驗
21.5 用對話框做壽命分析
21.6 運用Kaplan-Meier
21.6.1 Kaplan-Meier命令一覽表
21.6.2 命令概述與規(guī)則
習題21
第22章 Cox Regression醫(yī)學應用
22.1 只有一個協(xié)變量的Coxreg回歸模型
22.1.1 幸存（Surival）函數(shù)的計算
22.1.2 基線與幸存時間的關系
22.1.3 危險率（Hazard）函數(shù)
22.2 多協(xié)變量Coxreg回歸模型
22.2.1 多個協(xié)變量的一般模型
22.2.2 有三個協(xié)變量的回歸模型
22.2.3 有多協(xié)變量模型的主要參數(shù)
22.3 回歸模型的假設檢驗
22.4 選擇預測的協(xié)變量
22.5 向前選擇變量的例子
22.5.1 例子
22.5.2 輸出結果
22.5.3 第1步：哪一個變量首先進入方程
22.5.4 第2步：哪一個變量可以在第2步進入方程
22.5.5 第2個變量進入方程后, 應考察模型及其回歸系數(shù)
22.5.6 第2個變量進入方程后的模型
22.5.7 第2個變量入選后模型中的變量能否淘汰
22.6 Cox Regression對話框
22.6.1 Cox Regression主對話框
22.6.2 Cox Regression主對話框說明
22.6.3 定義Status變量的事件
22.6.4 畫圖
22.7 Coxreg過程
習題22
第23章 GLM:Univariate及Variance Components的應用
23.1 GLM:Univariate單因變量廣義線性模型的方差分析
23.2 數(shù)據(jù)描述
23.3 等方差性
23.4 飽和模型與非飽和模型的方差分析
23.5 對照分析
23.6 多重比較的難點
23.7 測量效應的難點
23.8 效率計算
23.9 一個協(xié)方差分析模型
23.10 協(xié)方差分析表
23.11 采用SPSS對話框做廣義因子方差分析
23.11.1 GLM:Univariate主對話框用法
23.11.2 Contrasts對話框用法
23.11.3 用Model對話框改建模型
23.11.4 Options對話框
23.12 廣義因子方差分析的命令總表
23.12.1 命令總表摘錄
23.12.2 應用舉例
23.13 方差成分分析（GLM:Variance Components）
23.14 方差成分分析的數(shù)據(jù)例子
23.15 GLM:Variance Components 主對話框
23.15.1 Model對話框
23.15.2 Oprtions對話框
23.15.3 Save對話框
23.16 采用ANOVA法進行方差分析的實例
23.16.1 ANOVA方差分析法的最高次模型
23.16.2 ANOVA方差分析法的2次項以下的模型
23.16.3 ANOVA方差分析法的主效應模型
23.16.4 ANOVA方差分析法的最佳模型
23.16.5 ANOVA法的結果分析
習題23
第24章 GLM:Multivariate的應用
24.1 廣義多因變量方差分析
24.2 假設與檢驗
24.2.1 假設的必要條件
24.2.2 假設與檢驗
24.3 雙樣本多因變量模型
24.3.1 因變量之間相關性檢驗
24.3.2 因變量聯(lián)合分布為正態(tài)性的假設與檢驗
24.3.3 方差齊次性檢驗
24.4 雙因變量單因子的Hotelling T2檢驗
24.4.1 均值相等的檢驗
24.4.2 單變量的otelling T2檢驗
24.4.3 參數(shù)估計
24.5 多元的線性模型實例
24.5.1 多元差異性檢驗
24.5.2 效應檢驗
24.5.3 性別水平與年齡水平之間的主效應差異檢驗
24.5.4 含有空單元時的難題
24.6 效度檢驗（考察殘差）
24.6.1 單變量的偏對照參數(shù)估計
24.6.2 參數(shù)的系數(shù)估計
24.6.3 觀察值. 期望值及其殘差
24.6.4 均值的預測
24.7 小結
24.8 運用GLM對話框做多元方差分析
24.8.1 進入GLM的主對話框
24.8.2 使用Contrasts對話框
24.8.3 使用Options對話框
24.8.4 使用Model對話框
24.8.5 存儲殘差等臨時變量
24.9 多元方差分析的命令總表
習題24
第25章 GLM:Repeated Measures的應用
25.1 反復測量的概念
25.2 首先獲得圖示與描述性統(tǒng)計量
25.2.1 描述性統(tǒng)計量
25.2.2 圖形描述
25.3 均值差的分析
25.3.1 轉換變量
25.3.2 正交正態(tài)差對照的圖示
25.4 檢驗各種效應的差別
25.4.1 檢驗常數(shù)效應
25.4.2 方差分析表的解釋
25.4.3 檢驗考試（TEST）效應
25.4.4 平均的單變量顯著性檢驗
25.4.5 選擇多元或一元結果
25.5 選擇多項式等其他對照
25.6 兩因子的設計模型
25.6.1 雙因子模型的檢驗
25.6.2 變量的轉換
25.7 效應的假設檢驗
25.7.1 兩班有無條件效應
25.7.2 檢驗三次考試的效應
25.7.3 考試成績與班級（條件）之間的交互效應
25.7.4 各次考試成績一起進入分析
25.8 增加一個對象間的因子
25.8.1 對象內與對象間的因子
25.8.2 對象內與對象間因子的模型設計
25.8.3 有組間因子時的非飽和模型研究
25.8.4 非飽和模型小結
25.8.5 有組間因子時的飽和模型
25.9 帶有一個常數(shù)協(xié)變量的協(xié)方差分析
25.9.1 協(xié)方差的預分析
25.9.2 著手協(xié)方差分析
25.9.3 方差分析后的線性模型（成績等的預測）
25.10 方差分析中的直觀的圖示
25.11 采用對話框進行方差分析的反復測量
25.11.1 主對話框
25.11.2 定義兩上對象內的因子
25.11.3 定義對象內變量. 對象間因子及協(xié)變量
25.11.4 Contrasts對話框
25.11.5 Model對話框
25.11.6 Options對話框
25.12 反復測量的命令總表
25.12.1 反復測量的命令總表
25.12.2 命令用法
習題25
第26章 非線性回歸過程的應用
26.1 二分邏輯回歸過程的應用
26.2 多分邏輯回歸過程的應用
26.2.1 數(shù)據(jù)文件
26.2.2 設置分析藥效對話框
26.2.3 輸出結果的分析
26.3 次序回歸過程的應用
26.3.1 對數(shù)據(jù)的要求
26.3.2 用Ordinal Regression對話框做統(tǒng)計
26.3.3 輸出結果的分析
26.4 二階最小二乘方回歸
26.4.1 二階最小二乘方回歸原理
26.4.2 二階最上二乘方回歸例子
26.4.3 輸出結果的分析
26.5 曲線估計過程
26.5.1 設置曲線估計過程的對話框
26.5.2 做曲線估計的數(shù)據(jù)及其統(tǒng)計法
26.5.3 存儲臨時變量
26.6 非線性回歸過程的應用
26.6.1 從非線性回歸模型解出初始值
26.6.2 將數(shù)據(jù)調入Nonlinear Regression對話框中執(zhí)行
26.6.3 對預測結果的分析
26.6.4 人口預測
26.7 利用Probit過程進行單位概率回歸
26.7.1 中度效果分析
26.7.2 三級預測水平值的比較
26.7.3 各組藥效的比較
習題26
第27章 多元線性回歸分析的應用
27.1 多元線笥回歸分析
27.2 模型的擬合度
27.2.1 R2系數(shù)
27.2.2 方差分析
27.2.3 R2的另一個解釋
27.3 預測值及其標準誤差
27.4 尋找是否滿足假設
27.5 設置異常值和影響點
27.5.1 通過標準誤差設置異常值(Outliers)
27.5.2 有多個預測變量時的異常值測量法(Mahalanobis距離法)
27.5.3 用刪除殘差與Cook距離法檢測影響點
27.6 數(shù)據(jù)不符合線性回歸的基本假設時的處理方法
27.7 多元線性回歸模型正確性的檢驗
27.7.1 相關系數(shù)陣
27.7.2 R2 和F
27.7.3 由B0和編回歸系數(shù)Bi預測當前成績（或收入）
27.7.4 用偏相關(Partial)系數(shù)F確定重要的自變量
27.8 關于自變量出入回歸模型時的深入研究
27.9 向前選擇變量法
27.10 自后淘汰變量（消元）法
27.11 逐步回歸法
27.12 多元回歸中的假設與檢驗
27.13 多元回歸中影響點的檢測
27.14 共線性診斷
27.15 解釋回歸模型
27.16 在SPSS for Windows中運行線性回歸
習題27
第28章 采用Lisrel結構模型做路徑分析
28.1 Lisrel的版本
28.2 Lisrel的命令簡介
28.3 應用實例1：用Lisrel的Prelis過程做基本統(tǒng)計
28.3.1 應用Prelis進行數(shù)據(jù)基本分析的程序簡例
28.3.2 輸出結果及其分析
28.4 應用實例2：Lisrel 8w高級統(tǒng)計分析
28.4.1 應用Lisrel過程進行高級數(shù)據(jù)分析的程序簡例
28.4.2 本程序產生的結果及其分析
28.5 Lisrel的路徑圖示
第29章 跟我快速學習SAS
29.1 條形圖. 直方圖. 圓形圖的畫法
29.2 繪制BOX圖. 線性圖. 散點圖
29.3 分布圖
29.4 給變量B繪制Fit圖
29.5 給變量B繪制Multivarite圖
29.6 打開工作區(qū)中已有的SAS數(shù)據(jù)
參考書目
鄂公網安備 42010302001612號 