☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　本書是北京市高等教育精品教材。全書以統計分析的應用需求為主綫，以通俗易懂的語言對SPSS中主要統計分析方法的核心思想進行係統的介紹，並對其在SPSS中的操作實現步驟進行詳盡說明，同時配閤應用案例分析，使讀者能夠較快領會方法的要點，掌握方法的實現操作，明確方法的適用特點。本書剋服瞭SPSS手冊類教材隻注重操作說明而忽略原理講解的不足，同時彌補瞭統計專業教材隻注重原理述論而缺乏實現工具的缺憾，是一本特色鮮明、具有廣泛使用價值的精品教材。書中相關章節的示例數據文件及全書電子課件，可登錄華信教育資源網www.hxedu.com.cn免費注冊下載使用。

目錄

目錄

第1章 SPSS統計分析軟件概述

1.1 SPSS使用基礎

1.1.1 SPSS的基本窗口

1.1.2 SPSS軟件的退齣

1.2 SPSS的基本運行方式

1.2.1 窗口菜單方式

1.2.2 程序運行方式

1.2.3 混閤運行方式

1.3 利用SPSS進行數據分析的基本步驟

1.3.1 數據分析的一般步驟

1.3.2 利用SPSS進行數據分析的一般步驟

第2章 SPSS數據文件的建立和管理

2.1 SPSS數據文件

2.1.1 SPSS數據文件的特點

2.1.2 SPSS數據的基本組織方式

2.2 SPSS數據的結構和定義方法

2.2.1 變量名

2.2.2 變量類型、寬度、列寬度

2.2.3 變量名標簽

2.2.4 變量值標簽

2.2.5 缺失值

2.2.6 計量尺度

2.2.7 結構定義的基本操作

2.3 SPSS結構定義的應用案例

2.4 SPSS數據的錄入與編輯

2.4.1 SPSS數據的錄入

2.4.2 SPSS數據的編輯

2.5 SPSS數據的保存

2.5.1 SPSS支持的數據格式

2.5.2 保存SPSS數據的基本操作

2.6 讀取其他格式的數據文件

2.6.1 直接讀入其他格式的數據文件

2.6.2 使用文本嚮導讀入文本文件

2.6.3 使用數據庫嚮導讀入數據

2.7 SPSS數據文件閤並

2.7.1 縱嚮閤並數據文件

2.7.2 橫嚮閤並數據文件

第3章 SPSS數據的預處理

3.1 數據的排序

3.1.1 數據排序的目的

3.1.2 數據排序的基本操作

3.1.3 數據排序的應用舉例

3.2 變量計算

3.2.1 變量計算的目的

3.2.2 SPSS算術錶達式

3.2.3 SPSS條件錶達式

3.2.4 SPSS函數

3.2.5 變量計算的基本操作

3.2.6 變量計算的應用舉例

3.3 數據選取

3.3.1 數據選取的目的

3.3.2 數據選取

3.3.3 數據選取的基本操作

3.3.4 數據抽樣的應用舉例

3.4 計數

3.4.1 計數目的

3.4.2 計數區間

3.4.3 計數的基本操作

3.4.4 計數的應用舉例

3.5 分類匯總

3.5.1 分類匯總的目的

3.5.2 分類匯總的基本操作

3.5.3 分類匯總的應用舉例

3.6 數據分組

3.6.1 數據分組的目的

3.6.2 SPSS的單變量值分組

3.6.3 SPSS的組距分組

3.6.4 SPSS的分位數分組

3.7 數據預處理的其他功能

3.7.1 數據轉置

3.7.2 加權處理

3.7.3 數據拆分

第4章 SPSS基本統計分析

4.1 頻數分析

4.1.1 頻數分析的目的和基本任務

4.1.2 頻數分析的基本操作

4.1.3 SPSS頻數分析的擴展功能

4.1.4 頻數分析的應用舉例

4.2 計算基本描述統計量

4.2.1 基本描述統計量

4.2.2 計算基本描述統計量的基本操作

4.2.3 計算基本描述統計量的應用舉例

4.3 交叉分組下的頻數分析

4.3.1 交叉分組下頻數分析的目的和基本任務

4.3.2 交叉列聯錶的主要內容

4.3.3 交叉列聯錶行列變量間關係的分析

4.3.4 交叉分組下的頻數分析基本操作

4.3.5 交叉分組下的頻數分析應用舉例

4.3.6 SPSS中列聯錶分析的其他方法

4.4 多選項分析

4.4.1 多選項分析的目的

4.4.2 多選項分析的基本操作

4.4.3 多選項分析的應用舉例

4.5 比率分析

4.5.1 比率分析的目的和主要指標

4.5.2 比率分析的基本步驟

4.5.3 比率分析的應用舉例

第5章 SPSS的參數檢驗

5.1 參數檢驗概述

5.1.1 推斷統計與參數檢驗

5.1.2 假設檢驗的基本思想

5.1.3 假設檢驗的基本步驟

5.2 單樣本t檢驗

5.2.1 單樣本t檢驗的目的

5.2.2 單樣本t檢驗的基本步驟

5.2.3 單樣本t檢驗的基本操作

5.2.4 單樣本t檢驗的應用舉例

5.3 兩獨立樣本t檢驗

5.3.1 兩獨立樣本t檢驗的目的

5.3.2 兩獨立樣本t檢驗的基本步驟

5.3.3 兩獨立樣本t檢驗的基本操作

5.3.4 兩獨立樣本t檢驗的應用舉例

5.4 兩配對樣本t檢驗

5.4.1 兩配對樣本t檢驗的目的

5.4.2 兩配對樣本t檢驗的基本步驟

5.4.3 兩配對樣本t檢驗的基本操作

5.4.4 兩配對樣本t檢驗的應用舉例

第6章 SPSS的方差分析

6.1 方差分析概述

6.2 單因素方差分析

6.2.1 單因素方差分析的基本思想

6.2.2 單因素方差分析的數學模型

6.2.3 單因素方差分析的基本步驟

6.2.4 單因素方差分析的基本操作

6.2.5 單因素方差的應用舉例

6.2.6 單因素方差分析的進一步分析

6.2.7 單因素方差應用舉例的進一步分析

6.3 多因素方差分析

6.3.1 多因素方差分析的基本思想

6.3.2 多因素方差分析的數學模型

6.3.3 多因素方差分析的基本步驟

6.3.4 多因素方差分析的基本操作

6.3.5 多因素方差分析的應用舉例

6.3.6 多因素方差分析的進一步分析

6.3.7 多因素方差分析應用舉例的進一步分析

6.4 協方差分析

6.4.1 協方差分析的基本思路

6.4.2 協方差分析的數學模型

6.4.3 協方差分析的基本操作

6.4.4 協方差分析的應用舉例

第7章 SPSS的非參數檢驗

7.1 單樣本的非參數檢驗

7.1.1 總體分布的卡方檢驗

7.1.2 二項分布檢驗

7.1.3 單樣本K�睸檢驗

7.1.4 變量值隨機性檢驗

7.2 兩獨立樣本的非參數檢驗

7.2.1 兩獨立樣本的曼�不萏嗇酻檢驗（Mann�瞁hitney U）

7.2.2 兩獨立樣本的K�睸檢驗

7.2.3 兩獨立樣本的遊程檢驗（Wald�瞁olfwitz Runs）

7.2.4 極端反應檢驗(Moses Extreme Reactions)

7.2.5 兩獨立樣本非參數檢驗的基本操作

7.2.6 兩獨立樣本非參數檢驗的應用舉例

7.3 多獨立樣本的非參數檢驗

7.3.1 中位數檢驗

7.3.2 多獨立樣本的Kruskal�瞁allis檢驗

7.3.3 多獨立樣本的Jonckheere�睺erpstra檢驗

7.3.4 多獨立樣本非參數檢驗的基本操作

7.3.5 多獨立樣本非參數檢驗的應用舉例

7.4 兩配對樣本的非參數檢驗

7.4.1 兩配對樣本的McNemar檢驗

7.4.2 兩配對樣本的符號檢驗

7.4.3 兩配對樣本Wilcoxon符號秩檢驗

7.4.4 兩配對樣本非參數檢驗的基本操作

7.4.5 兩配對樣本非參數檢驗的應用舉例

7.5 多配對樣本的非參數檢驗

7.5.1 多配對樣本的Friedman檢驗

7.5.2 多配對樣本的Cochran Q檢驗

7.5.3 多配對樣本的Kendall協同係數檢驗

7.5.4 多配對樣本非參數檢驗的基本操作

7.5.5 多配對樣本非參數檢驗的應用舉例

第8章 SPSS的相關分析和綫性迴歸分析

8.1 相關分析和迴歸分析概述

8.2 相關分析

8.2.1 散點圖

8.2.2 相關係數

8.2.3 相關分析應用舉例

8.3 偏相關分析

8.3.1 偏相關分析和偏相關係數

8.3.2 偏相關分析的基本操作

8.3.3 偏相關分析的應用舉例

8.4 迴歸分析

8.4.1 迴歸分析概述

8.4.2 綫性迴歸模型

8.4.3 迴歸參數的普通最小二乘估計

8.4.4 迴歸方程的統計檢驗

8.4.5 多元迴歸分析中的其他問題

8.4.6 綫性迴歸分析的基本操作

8.4.7 綫性迴歸分析的其他操作

8.4.8 綫性迴歸分析的應用舉例

8.5 麯綫估計

8.5.1 麯綫估計概述

8.5.2 麯綫估計的基本操作

8.5.3 麯綫估計的應用舉例

第9章 SPSS的Logistic迴歸分析

9.1 Logistic迴歸分析概述

9.2 二項Logistic迴歸分析

9.2.1 二項Logistic迴歸方程

9.2.2 二項Logistic迴歸方程係數的含義

9.2.3 二項Logistic迴歸方程的檢驗

9.2.4 二項Logistic迴歸分析中的虛擬自變量

9.3 二項Logistic迴歸分析的應用

9.3.1 二項Logistic迴歸分析的基本操作

9.3.2 二項Logistic迴歸分析的其他操作

9.3.3 二項Logistic迴歸應用示例

9.4 多項Logistic迴歸分析

9.4.1 多項Logistic迴歸分析概述

9.4.2 多項Logistic迴歸分析的基本操作和應用

9.4.3 多項Logistic迴歸分析的其他操作和應用

9.5 多項有序迴歸分析

9.5.1 多項有序迴歸分析概述

9.5.2 多項有序迴歸分析的基本操作和應用

第10章 SPSS的聚類分析

10.1 聚類分析的一般問題

10.1.1 聚類分析的意義

10.1.2 聚類分析中“親疏程度”的度量方法

10.1.3 聚類分析幾點說明

10.2 層次聚類

10.2.1 層次聚類的兩種類型和兩種方式

10.2.2 個體與小類、小類與小類間“親疏程度”的度量方法

10.2.3 層次聚類的基本操作

10.2.4 層次聚類的應用舉例

10.3 K�睲eans聚類

10.3.1 K�睲eans聚類分析的核心步驟

10.3.2 K�睲eans聚類分析的基本操作

10.3.3 K�睲eans聚類分析的應用舉例

第11章 SPSS的因子分析

11.1 因子分析概述

11.1.1 因子分析的意義

11.1.2 因子分析的數學模型和相關概念

11.2 因子分析的基本內容

11.2.1 因子分析的基本步驟

11.2.2 因子分析的前提條件

11.2.3 因子提取和因子載荷矩陣的求解

11.2.4 因子的命名

11.2.5 計算因子得分

11.3 因子分析的基本操

精彩書摘

　　《SPSS統計分析方法及應用（第4版）》：
　　10.1.1聚類分析的意義
　　聚類分析是統計學中研究“物以類聚”問題的多元統計分析方法。聚類分析在統計分析的應用領域已經得到瞭極為廣泛的應用。
　　“物以類聚”問題在經濟社會研究中十分常見。例如，市場營銷中的市場細分和客戶細分問題。大型商廈收集到客戶人口特徵、消費行為和喜好方麵的數據，並希望對這些客戶進行特徵分析。可從客戶分類人手，根據客戶的年齡、職業、收入、消費金額、消費頻率、喜好等方麵進行單變量或多變量的客戶分組。這種分組是極為常見的客戶細分方式，但存在的不足是客戶群劃分帶有明顯的主觀色彩，需要有豐富的行業經驗纔能得到比較閤理和理想的客戶細分，否則得到的分組可能無法充分反映和展現客戶的特點，主要錶現在，同一客戶細分段中的客戶在某些特徵方麵並不相似，而不同客戶細分段中的客戶在某些特徵方麵卻又很相似。因此，這種客戶細分並沒有真正起到劃分客戶群的作用。為解決該問題，希望從數據自身齣發，充分利用數據進行客戶的客觀分組，使諸多特徵有相似性的客戶被分在同一組，而不相似的客戶被區分到另一些組中。這時便可采用聚類分析方法。
　　……

前言/序言

　　前言

　　《SPSS統計分析方法及應用》齣版以來，得到瞭廣大讀者的支持和喜愛。在第4版中，我們將仍然保持前版的寫作風格，努力以深入淺齣的方式，有條理地全麵介紹統計分析方法的核心原理，並以實際數據為紐帶說明SPSS的操作過程，同時以應用案例為背景剖析統計分析的應用解決方案，書中相關章節的示例數據文件及全書電子課件，可登錄華信教育資源網www.hxedu.com.cn免費注冊下載使用。。

　　隨著SPSS軟件版本的不斷升級在聽取讀者各方麵意見的基礎上，我們對前版進行瞭修訂。修訂後的《SPSS統計分析方法及應用(第4版)》（以下簡稱《第4版》），對以下方麵進行瞭調整和增補：

　　第一，以SPSS21.0中文版為主要講解對象。在操作方麵，SPSS的最新版本與我們所選用的版本之間無大差異。

　　第二，為適應軟件新版本的需要，重新更換瞭前版中的所有操作窗口截圖，並調整瞭部分應用案例。

　　第三，對部分章節安排進行瞭重新調整，使內容更具邏輯性和連貫性。

　　第四，加強瞭對統計分析結果實際含義的解釋，使讀者更易理解。

　　第五，對部分統計方法的原理做瞭更詳盡的闡述。如對應分析、列聯分析中的統計檢驗，協方差分析的計算過程、指數平滑等。

　　第六，重新統一和嚴格規範瞭一些統計稱謂和概念，使全書更加嚴謹。

　　統計分析需求日益旺盛已是一個不爭事實。大數據背景下，掌握權威統計分析軟件SPSS，是高端管理人纔必備的職業技能。真誠希望讀者能夠通過閱讀本書，逐步領會統計分析方法的精髓，掌握SPSS軟件的操作，舉一反三靈活應用於統計分析的實踐中。

　　本書不妥和錯誤之處，敬請各位讀者指正。

　　編者於中國人民大學統計學院

　　第2版前言

　　一、統計應用的特點

　　在計算機技術迅猛發展的今天，政府和企業的統計應用已逐漸呈現以下特徵：

　　第一，數據量和數據關係復雜性快速膨脹

　　數據量和數據關係復雜性快速膨脹是目前統計應用中遇到的主要問題。通常，一般規模的統計分析項目中，數據量可達到百萬條甚至近韆萬條。統計應用也不再以統計年鑒和統計報錶的紙麵方式獲得數據，而要求直接從電子化多媒體化的基礎業務係統、管理信息係統和決策支持係統的數據庫(數據倉庫)中提取數據。利用計算機和網絡進行有效的數據組織和數據管理已經成為統計應用的基本環節和基礎方式。

　　第二，數據分析方法日益豐富

　　在數據處理和數據分析中，以堅實的數學理論為基礎的統計分析方法已獲得廣泛應用。近年來以計算機技術為動力的數據挖掘技術也為數據分析增添瞭新的方法和思路。機器學習、神經網絡和生物遺傳算法等已成為處理海量數據，探索數據內在規律性，提取數據中未知知識的重要手段。這些數據分析方法的成果不斷地體現在統計分析軟件和數據挖掘軟件體係中，並通過強大的計算機處理能力和網絡分布處理能力進行模型的高速計算。

　　第三，統計應用需要具有可操作性的整體解決方案

　　傳統的統計業務處理流程是報錶上報、人工匯總、撰寫分析報告，最終實現為有關管理決策部門提供信息監督和谘詢服務的目標。統計應用的科研長期以來也沿用瞭這種套路，即由統計業務方提供數據，由統計方法專傢進行數據分析、撰寫分析報告和提供谘詢建議。這樣的應用方式存在兩個主要問題：首先，許多企事業單位統計應用起點較低，基礎較薄弱，無法提供完善的報錶支持，齣現或資料不完整或沒有電子化的數據來源等問題，使得統計分析常常成為無米之炊；其次，不定期的統計報告方式難以滿足統計業務的長期發展需要。目前，越來越多的統計應用要求研究人員提供能夠與統計業務綁定的、可長期運行的、具有可操作性的統計應用整體解決方案。這個整體方案將統計業務處理功能、統計數據、統計分析方法完整地集成起來。因此，如果沒有一個符閤企事業單位統計業務自身特點的統計信息係統，統計分析方法的應用將很難實現健康的、落地生根的、滾動式的發展。

　　總之，如果說數學是統計方法的首要工具，那麼，統計應用軟件已經成為統計應用的首要工具。

　　二、統計應用軟件的分類

　　長期以來，統計無論在國內外政府和企業都有著廣泛的應用，但統計應用軟件在企事業信息化建設中的認可度卻相對較低。産生這個矛盾的一個重要原因就是統計應用軟件概念混淆，分類不清。目前，人們在提及統計應用軟件時會涉及統計分析軟件、統計信息係統、統計數據庫係統等方麵。規範統計應用軟件分類標準對統計應用軟件發展和統計信息化建設有著深遠的和現實的意義。我們經過對國內外大量資料的分析研究，結閤自身統計應用軟件開發應用的經驗，提齣瞭統計應用軟件分類標準，希望能拋磚引玉，引起大傢對統計應用軟件的關注和研究。

　　首先，統計應用軟件是應用軟件的一種分類，是應用軟件從應用領域或應用行業劃分齣的一個分支。其次，根據應用性質，統計應用軟件可劃分為統計分析軟件、統計信息係統和統計數據庫係統三大類。

　　●統計分析軟件是依據統計分析方法開發的支持數據分析的工具型軟件，如SPSS和SAS等。

　　●統計數據庫係統是基於統計數據庫管理係統而建立的包含統計數據資源的數據庫係統。其中，統計數據庫管理係統是根據統計處理對象(統計數據)的特徵和一般處理功能而研製的數據庫管理係統(DBMS)。

　　●統計信息係統是采用軟件開發平 SPSS統計分析方法及應用（第4版） 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

怎麼沒有光盤呢？

評分☆☆☆☆☆

不錯

評分☆☆☆☆☆

不錯

評分☆☆☆☆☆

書沒有包裝真的有種二手書的感覺。。。

評分☆☆☆☆☆

不錯?

評分☆☆☆☆☆

圖書質量不錯，值得購買

評分☆☆☆☆☆

圖書質量不錯，值得購買

評分☆☆☆☆☆

沒有光盤，好貴啊……

評分☆☆☆☆☆

不錯

類似圖書 點擊查看全場最低價