SPSS统计分析

第1章绪论1

第一部分特征描述

第2章描述统计分析11

2.1频数分析11

2.2描述分析17

2.3探索性分析20

2.4列联表分析26

第3章描述统计分析（二）37

3.1概述报告程序分析37

3.2OLAP41

3.3均值程序48

3.4多重响应分析52

3.5比率统计量56

第4章因子分析59

4.1因子分析的数据降维59

4.2因子分析的结构探测63

第二部分特征检验

第5章均值--T检验71

5.1单样本T检验71

5.2成对样本T检验73

5.3独立样本的T检验75

5.4单因素方差分析79

第6章非参数分析89

6.1卡方检验89

6.2二项检验93

6.3游程检验96

6.4单样本KS检验100

6.5非参数独立双样本检验103

6.6非参数独立多样本检验109

6.7非参数相关双样本检验112

6.8非参数相关多样本检验114

第三部分关系分析

第7章相关分析119

7.1双变量相关119

7.2偏相关分析126

第8章一般单变量线性模型129

8.1双因素方差分析129

8.2GLM单变量的协方差分析134

8.3GLM单变量的随机影响分析138

第9章线性回归分析与曲线估计141

9.1线性回归分析141

9.2曲线估计160

第10章离散因变量模型168

10.1二元、多元名义Logit模型168

10.2有序因变量回归169

10.3二元probit模型176

第11章广义线性模型与广义方程估计181

11.1广义线性模型简介181

11.2计数因变量模型183

11.3正值因变量模型--伽玛分布回归194

11.4间隔截取生存数据分析202

11.5广义方程估计209

第12章神经网络分析217

12.1多层感知的单因变量分析218

12.2多层感应的多变量分析226

第四部分特征判别

第13章分类236

13.1两步聚类236

13.2分层聚类分析241

13.3K均值聚类分析249

13.4最近相邻分析255

13.5判别分析269

第14章控制图形与ROC283

14.1控制图形283

14.2ROC Curve289

第五部分数据问题

第15章可靠性分析296

第16章缺失数据处理305

16.1缺失值分析305

16.2多重插入313

本书分成五个部分。第一部分为特征描述，主要分析方法包括单变量描述统计、复合变量描述统计（分类变量与分类变量，分类变量与尺度变量）和多重响应变量的描述统计。第二部分为特征检验，分析方法主要为参数检验（单样本、独立样本、成对双样本的均值检验，单因素方差分析）和非参数检验（卡方检验、二项检验、游程检验、单样本K-S检验、独立双样本、相关双样本、独立多样本和相关多样本检验）。第三部分为关系分析，主要包括相关分析、一般线性回归分析、有序因变量回归、Logit回归分析、广义线性回归分析、神经网络分析。第四部分为特征判别，主要有聚类分析、判别分析、控制图形与ROC。第五部分为数据问题分析，涉及可靠性分析、缺失值分析和多重插入。由于篇幅所限，一些统计方法如时间序列分析、面板数据模型、非参数与半参数回归、多方程系统模型等需要参考其他书籍。

本书的教学安排，以案例的方式呈现统计方法运用，不管是否具有统计学基础，都能基本掌握统计方法以及软件的运用。本书适用于本科生、研究生和科研工作者统计分析学习参考。