SPSS统计分析高级教程（第2版） pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

张文彤，董伟著

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到静流书站

windowsfront.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：高等教育出版社

ISBN：9787040369960

版次：2

商品编码：11806276

包装：平装

出版时间：2013-03-01

页数：451

具体描述

内容简介

本书以IBM SPSS Statistics 20 中文版为基础，全面、系统地介绍了各种多变量统计模型、多元统计分析模型、智能统计分析方法的原理和软件实现。在书中作者结合自身多年的统计分析实战和SPSS 行业应用经验，侧重于对统计新方法、新观点的讲解。在保证统计理论严谨的同时，又充分注重了文字的浅显易懂，使本书更加易学易用。
本书是一本如何使用SPSS进行高级统计分析的指导书。读者可在www.StatStar.com下载书中案例数据，从而完整地重现全部分析内容，并可进一步在新浪微博与作者、其他读者进行讨论。
本书适合于已具备统计分析基础知识的读者阅读，可作为高等学校各专业高年级本科生、研究生的统计学教材或参考书，以及市场营销、金融、财务、人力资源管理等行业中需要做数据分析的人士，或从事咨询、研究、分析等专业人士的参考书。

第一部分一般线性模型、混合线性模型和广义线性模型
第1章方差分析模型
1.1 模型简介
1.1.1 模型入门
1.1.2 常用术语
1.1.3 适用条件
1.2 案例：胶合板磨损深度的比较
1.2.1 操作说明
1.2.2 结果解释
1.2.3 模型参数的估计值
1.2.4 两两比较
1.2.5 其他常用选项
1.3 两因素方差分析模型
1.3.1 案例：超市规模、货架位置与销量的关系
1.3.2 边际均值与轮廓图
1.3.3 拟合劣度检验
1.4 因素各水平间的精细比较
1.4.1 POSTHOC子句
1.4.2 EMMEANS子句
1.4.3 LMATRIX子句和KMARIX子句
1.4.4 CONSTRAST子句
1.5 方差分析模型进阶
1.5.1 随机因素的方差分析模型
1.5.2 自定义效应检验使用的误差项
1.5.3 四类方差分解方法
思考与练习
参考文献
第2章常用实验设计分析方法
2.1 仅研究主效应的实验设计方案
2.1.1 完全随机设计
2.1.2 配伍设计
2.1.3 交叉设计
2.1.4 拉丁方设计
2.2 考虑交互作用的实验设计方案
2.2.1 析因设计
2.2.2 正交设计
2.2.3 均匀设计
2.3 误差项变动的特殊实验设计方案
2.3.1 嵌套设计
2.3.2 重复测量设计
2.3.3 裂区设计
2.4 协方差分析
2.4.1 协方差分析的必要性
2.4.2 平行性假定的检验
2.4.3 计算和检验修正均值
思考与练习
参考文献
第3章多元方差分析与重复测量方差分析
3.1 多元方差分析
3.1.1 模型简介
3.1.2 案例：教育模式比较
3.1.3 对案例的进一步分析
3.2 重复测量资料的方差分析
3.2.1 模型简介
3.2.2 案例：促销效果研究
思考与练习
参考文献
第4章线性混合模型
4.1 模型简介
4.1.1 问题的提出
4.1.2 模型入门
4.2 层次聚集性数据案例
4.2.1 拟合基本模型结构
4.2.2 在固定效应中加入自变量
4.2.3 在随机效应中加入自变量
4.2.4 更多解释变量的引入
4.2.5 其他常用选项
4.3 重复测量数据案例
4.3.1 对数据的初步分析
4.3.2 拟合基本模型结构
4.3.3 考虑重复测量间的相关性
4.3.4 更改对测量间相关性的假定
4.3.5 模型中可用的相关阵种类
4.4 线性混合模型进阶
4.4.1 线性混合模型的用途
4.4.2 线性混合模型与一般线性模型的联系
思考与练习
参考文献
第5章广义线性模型、广义估计方程和广义线性混合模型
5.1 广义线性模型
5.1.1 模型简介
5.1.2 案例分析
5.2 广义估计方程
5.2.1 方程简介
5.2.2 案例分析
5.3 广义线性混合模型
5.3.1 模型简介
5.3.2 案例分析
思考与练习
参考文献
第二部分回归模型
第6章多重线性回归模型
6.1 模型简介
6.1.1 基本概念
6.1.2 分析步骤
6.2 案例：销量影响因素分析
6.2.1 基本分析结果
6.2.2 回归模型的假设检验
6.2.3 偏回归系数的假设检验
6.2.4 标准化偏回归系数
6.2.5 衡量回归模型优劣的标准
6.3 回归预测、区间估计与残差分析
6.3.1 模型预测值
6.3.2
......