统计学

第1章 数据的描述统计分析　第1节 测量尺度与数据类型 　　1.1.1 数据的测量尺度 　　1.1.2 数据的类型 　　1.1.3 SPSS的数据文件 　第2节 数据的展示 　　1.2.1 数据的表格展示 　　1.2.2 数据的图形展示 　第3节 数据的数字特征 　　1.3.1 集中趋势 　　1.3.2 离散程度 　　1.3.3 相对位置与标准化 　　1.3.4 分布形态 　　1.3.5 描述统计分析示例 　　习题

第1章 数据的描述统计分析　第1节 测量尺度与数据类型 　　1.1.1 数据的测量尺度 　　1.1.2 数据的类型 　　1.1.3 SPSS的数据文件 　第2节 数据的展示 　　1.2.1 数据的表格展示 　　1.2.2 数据的图形展示 　第3节 数据的数字特征 　　1.3.1 集中趋势 　　1.3.2 离散程度 　　1.3.3 相对位置与标准化 　　1.3.4 分布形态 　　1.3.5 描述统计分析示例 　　习题 第2章　定量数据的基本统计分析 　第1节　均值的比较 　　2.1.1 利用样本信息进行统计推断的一般程序 　　2.1.3 两组独立数据的均值比较 2.1.4　成对数据的均值比较 第2节　数据分布的正态性检验 2.2.1 正态概率图 2.2.2 Kolmogorov与Lilliefors检验 2.2.3　Shapiro-Wilk’s W检验 2.2.4　操作实例 习题第3章　属性数据的基本统计分析 第1节　集中趋势的比较 3.1.1 两组独立数据集中趋势的比较 3.1.2 成对数据集中趋势的比较 3.1.3 多组数据集中趋势的比较 第2节　对数据未知分布的判断 3.2.1 一组数据的未知分布与特定分布的比较 3.2.2 两组独立数据未知分布的比较 第3节　数据属性特征的独立性检验 3.3.1 二维列联表分析 3.3.2　高维列联表分析 习题第4章　变量间不确定关系的描述 第1节　相关分析 4.1.1 变量间的统计关系 4.1.2　定量数据相关性的度量 4.1.3 一般数据的相关性 4.1.4　操作实例 第2节　线性回归分析 4.2.1 线性回归概述 4.2.2 多元线性回归 4.2.3　违反基本假设的情况 第3节　线性回归分析操作实例 4.3.1 线性回归分析的模型选择 4.3.2　线性回归分析的输出结果　　……第5章　属性数据不同水平的效应度量第6章　调查数据的可靠性分析

第1章介绍了统计分析对数据测量尺度的理解，定类尺度、定序尺度、定距尺度、定比尺度四类尺度和SPSS中的变量类型并不相同，注意不要混淆。除了基本操作以外，本章介绍的建立多应答问题交叉表的方法值得特别关注。　　第2章的内容是均值比较和正态性检验，应该说是比较容易的部分。　　第3章讲非参数统计方法，读者可以通过操作分析过程，体会一下Conover那段话的含义。秩的概念和计算方法是非参数方法的基础，可以花一点时间通过例3.1熟悉秩的计算。此后的内容就是比较程式化的，要点是根据问题的类型选择相应的分析方法。比如两组独立数据集中趋势的比较要使用Mann-Whitney检验，成对数据集中趋势的比较要使用符号检验和Wilcoxon符号秩检验，等等。判断问题类型和分析方法之间合适与否是应用统计方法的关键所在。　　第4章介绍相关分析和回归分析。要点是区分变量之间的数量关系和逻辑关系，尤其要注意数量关系导致的伪相关现象，要知道滥用回归分析模型是滥用统计方法的重灾区。从数据分析的一般方法来看，对数据的处理可以是任意的，就是说没有人能够阻止你用SPSS建立几个任意变量之间的回归模型，但这个模型的分析结果有无意义就是另外一回事了。逐步回归是建立回归模型的必经阶段，一些起码的模型检验手段，比如偏相关系数、异方差、残差序列相关、多重共线性对于回归分析都是必不可少的。　　第5章介绍方差分析。方差分析在实际使用的时候，也有一个变量选择问题，即考察多少个因素是一个大问题。建议尽量使用多因素方差分析的框架来设计试验。　　第6章介绍调查数据的信度分析和效度分析。问卷设计和调查实施是非常复杂的领域，最好结合阅读介绍量表设计的书来熟悉软件操作。