SPSS统计分析从入门到精通

第1章 SPSS 19.0概述 1

1.1 SPSS简介 1

1.2 SPSS的安装、启动和退出 3

1.2.1 SPSS 19.0的安装 3

1.2.2 SPSS 19.0的启动 4

1.2.3 SPSS 19.0的退出 5

1.3 SPSS 19.0的界面及设置 6

1.3.1 常用界面 6

1.3.2 常规选项参数 8

1.3.3 查看器选项参数 11

1.3.4 文件位置选项参数 12

1.3.5 输出选项参数 12

1.3.6 图表选项参数 13

1.3.7 多重归因选项参数 14

1.3.8 枢纽表选项参数 15

1.3.9 数据选项参数 17

1.3.10 货币选项参数 18

1.3.11 脚本选项参数 18

1.3.12 语法编辑器选项参数 19

第2章 数据文件的建立与操作 20

2.1 数据编辑器与数据文件 20

2.1.1 数据编辑器 20

2.1.2 数据文件 23

2.2 常量、变量、操作符和表达式 23

2.2.1 常量与变量 23

2.2.2 操作符与表达式 28

2.2.3 如何定义一个变量 28

2.2.4 概率事件 32

2.3 输入数据 32

2.3.1 输入数据的方法 32

2.3.2 查看文件信息和变量信息 33

2.4 编辑数据文件 34

2.4.1 在单元格中编辑数据 34

2.4.2 插入变量与删除变量 34

2.4.3 插入观测量与删除观测量 35

2.4.4 数据的剪切、复制和粘贴 35

2.4.5 撤销操作 36

2.5 对数据文件的操作 36

2.5.1 数据文件的打开与保存 37

2.5.2 数据库文件的转换 37

习题2 42

第3章 数据文件的操作 43

3.1 数据文件的一般操作 43

3.1.1 数据排序 43

3.1.2 数据文件的拆分 44

3.1.3 数据文件的合并 46

3.1.4 数据文件的转置 49

3.1.5 变量取值的求秩 50

3.1.6 变量值的重新编码 52

3.1.7 计算新变量 56

3.2 分类汇总 58

3.2.1 数据描述 58

3.2.2 分类汇总的参数设置 58

3.2.3 分类汇总的结果 60

3.3 观测量的加权 60

3.4 数据文件的结构重组 62

3.4.1 选择数据重组方式 63

3.4.2 变量组到观测量组的重组 63

3.4.3 观测量组到变量组的重组 66

3.4.4 转置重组 69

习题3 69

第4章 基本统计分析功能 70

4.1 OLAP在线分析过程 70

4.1.1 数据描述 70

4.1.2 OLAP过程的操作和设置 70

4.2 个案汇总分析 73

4.2.1 个案汇总分析的参数设置 73

4.2.2 输出结果 75

4.3 按行和列的汇总分析 75

4.3.1 按行汇总过程 75

4.3.2 按列汇总过程 79

4.4 频数分析 81

4.4.1 数据描述 81

4.4.2 对分类变量的频数分析 81

4.4.3 对连续变量的频数分析 83

4.5 描述性统计分析 85

4.5.1 数据描述 85

4.5.2 描述分析过程 85

4.6 探索分析过程 86

4.6.1 数据描述 86

4.6.2 探索分析实例 87

4.7 列联表分析过程 90

4.7.1 数据描述 90

4.7.2 列联表分析的参数设置 90

4.7.3 列联表分析的输出结果 93

4.8 Bootstrap简介与设置 95

4.8.1 Bootstrap简介 95

4.8.2 Bootstrap参数设置 95

习题4 96

第5章 均值比较和T检验 97

5.1 均值分析过程 98

5.1.1 原理与方法 98

5.1.2 SPSS实例分析 98

5.2 单样本T检验 100

5.2.1 原理与方法 100

5.2.2 SPSS实例分析 100

5.3 独立样本T检验 101

5.3.1 原理与方法 101

5.3.2 SPSS实例分析 102

5.4 配对样本T检验 103

5.4.1 原理与方法 103

5.4.2 SPSS实例分析 104

习题5 105

第6章 非参数检验 106

6.1 非参数检验的简介 107

6.1.1 非参数检验与参数检验 107

6.1.2 非参数检验的优点 107

6.1.3 非参数检验的缺点 108

6.2 卡方检验 108

6.2.1 原理与方法 108

6.2.2 数据和问题描述 109

6.2.3 卡方检验实例分析 109

6.3 二项式检验 111

6.3.1 原理与方法 111

6.3.2 数据和问题描述 111

6.3.3 二项检验实例分析 111

6.4 游程检验 112

6.4.1 原理与方法 112

6.4.2 数据和问题描述 113

6.4.3 游程检验实例分析 113

6.5 Kolmogorov-Smirnov单样本检验 114

6.5.1 原理与方法 114

6.5.2 数据和问题描述 115

6.5.3 K-S单样本检验实例分析 115

6.6 两独立样本检验 116

6.6.1 原理与方法 116

6.6.2 数据和问题描述 117

6.6.3 两独立样本检验实例分析 117

6.7 k个独立样本的检验 119

6.7.1 原理与方法 119

6.7.2 数据和问题描述 120

6.7.3 k个独立样本检验实例分析 120

6.8 两个相关样本的检验 121

6.8.1 原理与方法 121

6.8.2 数据和问题描述 123

6.8.3 两个相关样本检验的实例分析 123

6.9 k个相关样本的检验 123

6.9.1 原理与方法 124

6.9.2 数据和问题描述 125

6.9.3 k个相关样本检验的实例分析 125

习题6 126

第7章 多重响应分析 127

7.1 多重响应概述 127

7.2 多重响应变量集的定义 128

定义多重响应变量集的实例 128

7.3 多重响应变量集的频率分析 129

多重响应变量频数分析的实例 129

7.4 多重响应变量集的交叉表分析 131

多重响应变量交叉表分析的实例 131

7.5 用表过程研究多重响应变量集 133

7.5.1 多重响应变量集的定义 133

7.5.2 建立包含多重响应变量集的表格 134

习题7 135

第8章 回归分析 137

8.1 线性回归 137

8.1.1 一元线性回归的基本原理 137

8.1.2 多元线性回归的基本原理 139

8.1.3 模型假设的其他检验 140

8.1.4 问题描述和数据准备 141

8.1.5 线性回归分析的设置和操作 141

8.1.6 案例的结果分析 146

8.2 曲线回归 148

8.2.1 曲线回归的基本原理 149

8.2.2 问题描述和数据准备 149

8.2.3 曲线回归分析的设置和操作 150

8.2.4 案例的结果分析 151

8.3 非线性回归 152

8.3.1 非线性回归简介 153

8.3.2 问题描述和数据准备 154

8.3.3 非线性回归的参数设置 155

8.3.4 案例的结果分析 158

8.4 二元Logistic回归 159

8.4.1 二元Logistic回归的数学原理 159

8.4.2 问题描述和数据准备 160

8.4.3 二元Logistic回归的参数设置 161

8.4.4 案例的结果分析 164

8.5 多元Logistic回归分析 167

8.5.1 多元Logistic回归的原理简介 168

8.5.2 问题描述和数据准备 168

8.5.3 多元Logistic回归参数设置 169

8.5.4 案例的结果分析 173

8.6 有序回归 175

8.6.1 问题描述和数据准备 175

8.6.2 有序回归的参数设置 175

8.6.3 案例的结果分析 178

8.7 概率单位回归分析 180

8.7.1 概率单位回归分析简介 180

8.7.2 问题描述和数据准备 180

8.7.3 概率单位回归的参数设置 181

8.7.4 案例的结果分析 182

8.8 加权回归分析 183

8.8.1 加权回归分析简介 184

8.8.2 问题描述和数据准备 184

8.8.3 加权回归的参数设置 185

8.8.4 案例结果分析 186

8.9 二阶段最小二乘回归 186

8.9.1 二阶段最小二乘回归的基本原理 186

8.9.2 问题描述和数据准备 187

8.9.3 二阶段最小二乘回归的参数设置 188

8.9.4 案例的结果分析 188

8.10 最佳尺度回归 189

8.10.1 最佳尺度回归原理 190

8.10.2 问题描述和数据准备 190

8.10.3 最佳尺度回归的参数设置 190

8.10.4 案例的结果分析 194

习题8 196

第9章 方差分析 198

9.1 方差分析简介 198

9.1.1 t检验与方差分析的比较 198

9.1.2 方差分析的基本原理 199

9.2 单因素方差分析 201

9.2.1 原理与方法 201

9.2.2 单因素方差分析实例 201

9.3 多因素方差分析过程 205

9.3.1 原理与方法 206

9.3.2 二因素方差分析实例 208

9.3.3 协方差分析实例 215

9.3.4 交互效应中随机因素的分析 218

9.4 多元方差分析 221

9.4.1 原理与方法 221

9.4.2 多元方差分析实例 222

9.5 重复测量设计的方差分析 223

9.5.1 原理与方法 223

9.5.2 SPSS实例分析 224

9.6 方差成分分析 227

9.6.1 原理简介 227

9.6.2 SPSS实例分析 228

9.7 正交实验设计 230

9.7.1 正交实验设计简述 230

9.7.2 SPSS实例分析 231

9.7.3 正交实验设计的方差分析 232

习题9 233

第10章 相关分析 234

10.1 相关分析的基本概念 234

10.1.1 相关分析的特点和应用 234

10.1.2 相关系数的计算 235

10.1.3 SPSS提供的相关分析功能 236

10.2 两变量相关分析 237

10.2.1 问题描述和数据准备 237

10.2.2 相关分析的参数设置 237

10.2.3 案例的结果分析 238

10.3 偏相关分析 239

10.3.1 偏相关分析的基本原理 239

10.3.2 偏相关分析实例 240

10.4 距离分析 241

10.4.1 距离分析的基本概念 241

10.4.2 距离分析的参数设置 242

10.4.3 距离分析实例 245

习题10 246

第11章 因子分析 248

11.1 因子分析的原理简介 248

11.1.1 因子分析的基本思想 248

11.1.2 因子分析和主成分分析的联系 249

11.1.3 因子分析的基本步骤 249

11.2 SPSS因子分析的应用实例 250

11.2.1 数据描述 250

11.2.2 SPSS因子分析过程的设置 251

11.2.3 结果分析 255

习题11 258

第12章 分类分析 260

12.1 聚类分析的原理简介 260

12.1.1 聚类分析的基本概念 260

12.1.2 聚类分析的一般原理 261

12.2 快速样本聚类过程 263

12.2.1 快速聚类简介 263

12.2.2 问题描述和数据准备 263

12.2.3 SPSS快速聚类的设置 264

12.2.4 案例的结果分析 266

12.3 系统聚类 267

12.3.1 系统聚类简介 267

12.3.2 问题描述和数据准备 268

12.3.3 SPSS系统聚类的设置 268

12.3.4 案例的结果分析 271

12.3.5 对聚类结果的进一步分析 272

12.4 两步聚类分析 274

12.4.1 两步聚类简介 274

12.4.2 问题描述和数据准备 275

12.4.3 SPSS两步聚类的设置 275

12.4.4 案例的结果分析 278

12.5 一般判别分析 280

12.5.1 判别分析的基本原理 280

12.5.2 问题描述和数据准备 282

12.5.3 判别分析的参数设置 282

12.5.4 案例的结果分析 284

12.6 逐步判别分析实例 287

12.6.1 问题描述和数据准备 288

12.6.2 逐步判别的参数设置 288

12.6.3 案例的结果分析 290

12.7 决策树分析 292

12.7.1 决策树分类的基本原理 292

12.7.2 决策树过程的参数设置 294

12.7.3 问题描述和数据准备 305

12.7.4 案例分析 305

习题12 309

第13章 生存分析 311

13.1 生存分析简介 311

13.1.1 生存分析的基本概念 311

13.1.2 生存分析的数据特点 313

13.1.3 生存分析的常用方法 313

13.1.4 SPSS中的生存分析过程 313

13.2 寿命表分析 314

13.2.1 寿命表分析简介 314

13.2.2 寿命表分析的基本步骤 314

13.2.3 寿命表实例分析 315

13.3 Kaplan-Meier分析 318

13.3.1 Kaplan-Meier分析的步骤 318

13.3.2 生存曲线的比较和检验 319

13.3.3 Kaplan-Meier分析的实例 319

13.4 Cox回归模型 322

13.4.1 Cox回归模型的原理简介 322

13.4.2 Cox回归实例分析 324

习题13 329

第14章 信度分析 331

14.1 信度分析 331

14.1.1 信度分析的基本原理 331

14.1.2 问题描述和数据准备 333

14.1.3 信度分析的参数设置 333

14.1.4 案例的结果分析 335

14.2 多维尺度分析 336

14.2.1 多维尺度分析简介 336

14.2.2 问题描述和数据准备 336

14.2.3 ALSCAL过程的参数设置 337

14.2.4 案例的结果分析 339

习题14 340

第15章 时间序列分析 342

15.1 SPSS的时间序列分析概览 342

15.1.1 创建模型的通用设置选项 343

15.1.2 应用模型的通用设置选项 347

15.2 时间序列数据的预分析 348

15.2.1 缺失值替换 348

15.2.2 定义日期变量 349

15.2.3 时间序列的平稳化 349

15.3 指数平滑模型 351

15.3.1 指数平滑的基本原理 351

15.3.2 指数平滑模型的参数设置 352

15.3.3 指数平滑模型实例分析 354

15.4 ARIMA模型 357

15.4.1 ARIMA模型的基本原理 357

15.4.2 ARIMA模型的参数设置 359

15.4.3 ARIMA模型实例分析 360

15.5 季节分解模型 362

15.5.1 季节分解法概述 362

15.5.2 季节分解模型实例分析 363

习题15 366

第16章 对数线性模型 367

16.1 对数线性模型概述 367

16.1.1 简单列联表分析的不足 367

16.1.2 对数线性模型的基本形式 368

16.2 常规对数线性模型过程 368

16.2.1 常规过程概述 368

16.2.2 问题描述和数据准备 369

16.2.3 常规过程的参数设置 369

16.2.4 案例的结果分析 371

16.3 Logit过程 372

16.3.1 Logit过程概述 372

16.3.2 问题描述和数据准备 372

16.3.3 Logit过程的参数设置 373

16.3.4 案例的结果分析 373

16.4 模型选择过程 375

16.4.1 模型选择过程概述 375

16.4.2 问题描述和数据准备 376

16.4.3 层次对数线性模型的操作过程 376

16.4.4 案例的结果分析 377

习题16 379

第17章 对应分析 380

17.1 对应分析的基本原理 380

17.1.1 对应分析与因子分析 380

17.1.2 SPSS中的对应分析 381

17.1.3 使用对应分析的注意事项 381

17.2 简单对应分析 382

17.2.1 简单对应分析的数学原理 382

17.2.2 SPSS简单对应分析实例 383

17.3 多元对应分析 387

17.3.1 多元对应分析基本概念及其特点 387

17.3.2 多元对应分析的参数设置 388

17.3.3 实例的结果分析 392

习题17 395

第18章 缺失值分析 396

18.1 缺失值分析的概念 396

18.1.1 缺失值的表现方式 396

18.1.2 SPSS中的缺失值处理方法 397

18.2 缺失值分析的参数设置 398

18.3 缺失值分析的实例 401

习题18 404

第19章 统计图形 405

19.1 概述 405

19.1.1 数据和变量的准备 405

19.1.2 图表构建程序的基本操作 406

19.1.3 旧对话框作图 408

19.1.4 图形的编辑 408

19.2 条形图 408

19.2.1 数据和问题描述 409

19.2.2 用图表构建程序作条形图 409

19.2.3 用对话框创建条形图 412

19.3 线形图 414

19.3.1 数据和问题描述 414

19.3.2 用图表构建程序作线形图 414

19.3.3 用对话框创建线形图 415

19.4 面积图 416

19.4.1 数据和问题描述 416

19.4.2 用图表构建程序作面积图 417

19.4.3 用对话框创建面积图 418

19.5 饼图 419

19.5.1 数据和问题描述 419

19.5.2 用图表构建程序作饼图 419

19.5.3 用对话框创建饼图 420

19.6 高低图 420

19.6.1 数据和问题描述 420

19.6.2 用图表构建程序作高低图 421

19.6.3 用对话框创建高低图 421

19.7 帕累托图 425

19.7.1 数据和问题描述 425

19.7.2 用对话框创建帕累托图 425

19.8 控制图 427

19.8.1 数据和问题描述 427

19.8.2 用对话框创建控制图 427

19.9 箱图 432

19.9.1 数据和问题描述 432

19.9.2 用图表构建程序作箱图 432

19.9.3 用对话框创建箱图 434

19.10 误差条图 434

19.10.1 数据和问题描述 434

19.10.2 用对话框创建误差条图 435

19.11 散点图 435

19.11.1 数据和问题描述 436

19.11.2 用图表构建程序作散点图 436

19.11.3 用对话框创建散点图 438

19.12 直方图 439

19.12.1 数据和问题描述 440

19.12.2 用图表构建程序作直方图 440

19.13 P-P概率图 441

19.13.1 数据和问题描述 441

19.13.2 用对话框创建P-P概率图 441

19.14 Q-Q概率图 443

19.14.1 数据和问题描述 443

19.14.2 用对话框创建Q-Q概率图 443

19.15 时间序列图 444

19.15.1 普通序列图 445

19.15.2 自相关序列图 447

19.15.3 互相关序列图 449

19.16 双轴线图 450

19.16.1 数据和问题描述 450

19.16.2 用图表构建程序作双轴线图 450

习题19 452

第20章 上市公司财务危机预警分析 453

20.1 财务危机预警的应用简介 453

20.1.1 财务危机的定量定义方法 453

20.1.2 财务危机预警的模型选择 454

20.2 数据描述 454

20.2.1 数据说明 454

20.2.2 指标选择 455

20.2.3 补充说明 455

20.3 分析方法概述 456

20.3.1 判别分析 456

20.3.2 logistic回归方法 456

20.4 SPSS建模过程和结论分析 457

20.4.1 SPSS数据筛选操作 457

20.4.2 SPSS判别分析建模与分析 460

20.4.3 logistic回归建模与分析 463

20.5 进一步的分析与应用 466

20.5.1 分类结果的应用分析 466

20.5.2 建模方法的改进 467

20.6 建议和推广 467

20.6.1 时间序列研究 467

20.6.2 数据的有效预警期 467

20.6.3 指标的简化方法 467

第21章 影响汇率的因素分析 469

21.1 汇率影响因素的简介 469

21.2 数据描述 470

21.3 分析方法概述 471

21.3.1 探索性分析 471

21.3.2 多元回归分析 472

21.4 SPSS建模过程和结论分析 472

21.4.1 数据准备 472

21.4.2 探索性分析 473

21.4.3 多元回归分析 474

21.5 进一步的分析与应用 477

21.5.1 剔除存在共线性的外汇储备变量 477

21.5.2 回归模型的进一步改进 478

21.5.3 两个回归模型的比较 479

21.6 建议和推广 479

21.6.1 时间序列研究 479

21.6.2 汇率影响因素的定性分析 480

第22章 因子分析在成绩综合评价中的应用 481

22.1 学生成绩的综合评价简介 481

22.2 数据描述 482

22.3 分析方法概述 482

22.3.1 应用因子分析进行成绩综合评价的步骤 482

22.3.2 应用因子分析法进行成绩综合评价的注意事项 483

22.4 SPSS建模过程和结论分析 484

22.4.1 数据准备 484

22.4.2 SPSS因子分析建模与分析 486

22.5 进一步的分析与应用 489

22.6 建议和推广 490

22.6.1 高中生的成绩综合评价 490

22.6.2 对缺失数据的处理 490

22.6.3 多种方法结合的综合评价模型 491

第23章 高等教育办学条件的聚类分析 492

23.1 数据描述 492

23.1.1 关于基本办学条件指标合格与否的判定 493

23.1.2 指标选取 494

23.1.3 数据格式 494

23.2 聚类分析法简述 494

23.3 SPSS建模过程和结论分析 495

23.3.1 对专科院校进行聚类的设置操作 495

23.3.2 对本科院校的分析 499

23.4 建议和推广 501

第24章 试卷信度的检验与分析 502

24.1 试卷信度检验的背景简介 502

24.1.1 测验内容的自身方面 502

24.1.2 施测过程 502

24.1.3 被测试者的自身因素 503

24.2 数据描述 503

24.3 分析方法概述 503

24.3.1 试卷信度的基本计算公式 504

24.3.2 试卷信度的估计方法 504

24.4 SPSS建模过程和结论分析 505

24.4.1 SPSS信度分析的参数设置 505

24.4.2 结果分析 505

24.5 建议和推广 507

第25章 多因素试验的设计与分析 508

25.1 试验设计简介 508

25.1.1 试验设计的应用 509

25.1.2 试验设计问题的解决步骤 509

25.2 数据描述 510

25.3 分析方法概述 510

25.3.1 正交设计方法 510

25.3.2 综合评分方法 512

25.4 SPSS建模过程和结论分析 512

25.4.1 数据标准化 512

25.4.2 性能指标权重的确定 514

25.4.3 利用权重求综合指标 515

25.4.4 对综合得分的进一步分析 515

25.5 建议和推广 516

习题提示 518

参考文献 524

《SPSS统计分析从入门到精通》上海软件行业协会秘书长杨根兴，江苏省软件行业协会副会长徐雷鼎力推荐全面展示新版本SPSS的功能应用。包括各种数据分析应用的实例，从基本的描述统计、相关分析、回归分析等，到高级的生存分析、时序分析、决策树分析等。6个完整的案例，帮助读者尽快融入实战。 《SPSS统计分析从入门到精通》使用IBM SPSS Statistics 19.0进行讲解和操作，致力于使读者全面了解SPSS，了解和学习如何使用SPSS进行数据融合、数据分析、结果展示等工作。《SPSS统计分析从入门到精通》介绍的是SPSS的窗口和对话框操作方式，着重于介绍SPSS分析软件的实际应用。全书25章，第1～3章重点讲解了数据和文件的管理操作，以及SPSS系统环境的设置。第4～18章主要介绍各种统计分析方法及对应的操作方式，包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、生存分析、时间序列分析、多重响应分析等几大类。第19章介绍各种统计图形的生成和编辑。第20～25章列举了用SPSS处理多种行业数据的案例，包括上市公司财务数据分析、影响汇率的因素分析、多因素试验设计等多方面的应用。《SPSS统计分析从入门到精通》适应自然科学和社会科学各领域、各专业研究人员的多层次需要，可供相关专业本科生、研究生、专业统计分析人士以及管理人员和决策者等学习与参考。