統(tǒng)計(jì)軟件

第1章 統(tǒng)計(jì)軟件概述
1.1 統(tǒng)計(jì)軟件的產(chǎn)生與發(fā)展
1.2 統(tǒng)計(jì)軟件的幾個(gè)常用窗口與功能
1.2.1 數(shù)據(jù)編輯窗口
1.2.2 結(jié)果輸出窗口
1.2.3 程序編寫與運(yùn)行窗口
1.3 統(tǒng)計(jì)軟件的運(yùn)行方式
1.3.1 菜單運(yùn)行方式
1.3.2 程序運(yùn)行方式
1.3.3 混合運(yùn)行方式
1.4 統(tǒng)計(jì)軟件的應(yīng)用過(guò)程
1.5 統(tǒng)計(jì)軟件的安裝與使用
1.5.1 統(tǒng)計(jì)軟件的安裝
1.5.2 統(tǒng)計(jì)軟件的使用
1.6 統(tǒng)計(jì)軟件的系統(tǒng)參數(shù)
1.6.1 統(tǒng)計(jì)軟件的總體參數(shù)設(shè)置（General）
1.6.2 統(tǒng)計(jì)軟件的結(jié)果輸出參數(shù)設(shè)置（Viewer）
1.6.3 統(tǒng)計(jì)軟件的標(biāo)簽輸出參數(shù)設(shè)置（OutputLabels）
1.6.4 統(tǒng)計(jì)軟件系統(tǒng)的數(shù)據(jù)參數(shù)設(shè)置（Data）
1.6.5 統(tǒng)計(jì)軟件的貨幣格式參數(shù)設(shè)置（Currency）
1.6.6 統(tǒng)計(jì)軟件漢字兼容性的設(shè)置（Charts）
1.7 統(tǒng)計(jì)軟件的幫助系統(tǒng)
1.7.1 數(shù)據(jù)編輯窗口的幫助系統(tǒng)
1.7.2 各級(jí)對(duì)話框的幫助系統(tǒng)
復(fù)習(xí)思考題
第2章 數(shù)據(jù)文件的建立
2.1 普通數(shù)據(jù)文件的建立
2.1.1 變量的定義
2.1.2 數(shù)據(jù)的錄入
2.1.3 數(shù)據(jù)文件及變量的查閱
2.1.4 普通數(shù)據(jù)文件建立的應(yīng)用舉例
2.2 調(diào)查問(wèn)卷數(shù)據(jù)文件的建立
2.2.1 調(diào)查問(wèn)卷的結(jié)構(gòu)與數(shù)據(jù)類型
2.2.2 調(diào)查問(wèn)卷數(shù)據(jù)的統(tǒng)計(jì)軟件處理
2.2.3 調(diào)查問(wèn)卷數(shù)據(jù)文件建立的應(yīng)用舉例
2.3 其他形式數(shù)據(jù)文件的建立
2.3.1 直接打開Excel文件
2.3.2 網(wǎng)上下載數(shù)據(jù)建立數(shù)據(jù)文件
復(fù)習(xí)思考題
第3章 數(shù)據(jù)文件的管理
3.1 數(shù)據(jù)的基本處理
3.2 數(shù)據(jù)排序（sortcases）
3.3 數(shù)據(jù)分類匯總（Aggregate）
3.4 數(shù)據(jù)計(jì)算（comlpute）
3.4.1 數(shù)據(jù)計(jì)算概述
3.4.2 數(shù)據(jù)計(jì)算的應(yīng)用舉例之1
3.4.3 數(shù)據(jù)計(jì)算的應(yīng)用舉例之2
3.5 數(shù)據(jù)選取（Selectcases）
3.5.1 數(shù)據(jù)選取概述
3.5.2 數(shù)據(jù)選取的應(yīng)用舉例——隨機(jī)選取
3.5.3 數(shù)據(jù)選取的應(yīng)用舉例——條件選取
3.6 數(shù)據(jù)文件合并（MergeFile）
3.6.1 數(shù)據(jù)文件合并概述
3.6.2 數(shù)據(jù)文件合并的應(yīng)用舉例——縱向合并
3.6.3 數(shù)據(jù)文件合并的應(yīng)用舉例——橫向合并
3.7 數(shù)據(jù)轉(zhuǎn)置（Transpose）
3.8 數(shù)據(jù)加權(quán)（WeightCases）
3.9 數(shù)據(jù)秩的計(jì)算（Rankcases）
復(fù)習(xí)思考題
第4章 基本統(tǒng)計(jì)分析
4.1 描述統(tǒng)計(jì)分析（Descriptives）
4.1.1 描述統(tǒng)計(jì)分析基本理論
4.1.2 描述統(tǒng)計(jì)分析的應(yīng)用舉例
4.1.3 頻數(shù)分析的應(yīng)用舉例
4.2 交叉列聯(lián)分析（Crosstabs）
4.2.1 交叉列聯(lián)分析基本理論
4.2.2 交叉列聯(lián)分析的應(yīng)用舉例
4.3 多選項(xiàng)分析（MultipleResponse）
4.3.1 多選項(xiàng)分析概述
4.3.2 多選項(xiàng)分析的應(yīng)用舉例
4.4 探索性分析（Explore）
4.4.1 探索性分析概述
4.4.2 探索性分析的應(yīng)用舉例
4.5 綜合案例分析
4.5.1 某公司職工概況的交叉列聯(lián)分析
4.5.2 某大型零售公司家電品牌的多選項(xiàng)分析
復(fù)習(xí)思考題
第5章 假設(shè)檢驗(yàn)
5.1 單樣本t檢驗(yàn)（One-SamplesTTest）
5.1.1 假設(shè)檢驗(yàn)概述
5.1.2 單樣本t檢驗(yàn)基本理論
5.1.3 單樣本t檢驗(yàn)的應(yīng)用舉例
5.2 兩個(gè)獨(dú)立樣本t檢驗(yàn)（Independent-SampleTTest）
5.2.1 兩個(gè)獨(dú)立樣本t檢驗(yàn)基本理論
5.2.2 兩個(gè)獨(dú)立樣本t檢驗(yàn)的應(yīng)用舉例
5.3 兩個(gè)配對(duì)樣本t檢驗(yàn)（Paired-SamplesTTest）
5.3.1 兩個(gè)配對(duì)樣本t檢驗(yàn)基本理論
5.3.2 兩個(gè)配對(duì)樣本t檢驗(yàn)的應(yīng)用舉例
5.4 總體分布的x2 檢驗(yàn)（chi-square）
5 4.1 非參數(shù)檢驗(yàn)概述
5.4.2 總體分布x2 檢驗(yàn)概述
5.4.3 x2 檢驗(yàn)的應(yīng)用舉例
5.5 二項(xiàng)分布檢驗(yàn)（BinomialTest）
5.5.1 二項(xiàng)分布檢驗(yàn)概述
5.5.2 二項(xiàng)分布檢驗(yàn)的應(yīng)用舉例
5.6 游程檢驗(yàn)（RunsTest）
5.6.1 游程檢驗(yàn)概述
5.6.2 游程檢驗(yàn)的應(yīng)用舉例
5.7 單樣本Ks檢驗(yàn)
5.7.1 單樣本K-s檢驗(yàn)概述
5.7.2 單樣本K-s檢驗(yàn)的應(yīng)用舉例
5.8 兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)
5.8.1 兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)基本理論
5.8.2 兩個(gè)獨(dú)立樣本非參數(shù)檢驗(yàn)的應(yīng)用舉例
復(fù)習(xí)思考題
第6章 方差分析
6.1 方差分析概述
6.1.1 方差分析概述
6.1.2 方差分析的基本假定
6.1.3 方差分析的基本思想
6.2 單因素方差分析（One-wayANOVA）
6.2.1 單因素方差分析基本理論
6.2.2 單因素方差分析的應(yīng)用舉例——基本分析
6.2.3 單因素方差分析的應(yīng)用舉例——綜合分析
6.3 多因素方差分析（Vnivariate）
6.3.1 多因素方差分析基本理論
6.3.2 多因素方差分析的應(yīng)用舉例——飽和模型
6.3.3 多因素方差分析的應(yīng)用舉例——非飽和模型
復(fù)習(xí)思考題
第7章 相關(guān)分析與回歸分析
7.1 單相關(guān)分析（Bivariate）
7.1.1 單相關(guān)分析概述
7.1.2 單相關(guān)分析的應(yīng)用舉例
7.2 偏相關(guān)分析（Partial）
7.2.1 偏相關(guān)分析概述
7.2.2 偏相關(guān)分析的應(yīng)用舉例
7.3 等級(jí)相關(guān)分析（Bivariate）
7.3.1 等級(jí)相關(guān)分析概述
7.3.2 等級(jí)相關(guān)分析的應(yīng)用舉例
7.4 多元線性回歸分析（Linear）
7.4.1 回歸分析概述
7.4.2 多元線性回歸分析模型
7.4.3 多元線性回歸模型有效性檢驗(yàn)
7.4.4 自變量（解釋變量）的選擇
7.4.5 多元線性回歸分析的應(yīng)用舉例
7.5 曲線回歸分析（CurveEstimation）
7.5.1 曲線回歸分析概述
7.5.2 曲線回歸模型的轉(zhuǎn)換
7.5.3 曲線回歸分析的應(yīng)用舉例
7.6 邏輯回歸分析（BinaryLogistic）
7.6.1 邏輯回歸分析概述
7.6.2 邏輯回歸模型與模型參數(shù)的計(jì)算
7.6.3 邏輯回歸模型有效性檢驗(yàn)
7.6.4 邏輯回歸分析的應(yīng)用舉例
7.7 回歸分析綜合案例
復(fù)習(xí)思考題
第8章 聚類分析
8.1 聚類分析基本理論
8.1.1 聚類分析概述
8.1.2 聚類分析的標(biāo)準(zhǔn)——距離
8.1.3 數(shù)據(jù)標(biāo)準(zhǔn)化
8.1.4 層次聚類分析的基本內(nèi)容
8.1.5 K-Means聚類分析的核心過(guò)程
8.2 聚類分析的應(yīng)用舉例
8.2.1 聚類分析的應(yīng)用舉例——Q型聚類分析（}tierarchicalCluster）
8.2.2 聚類分析的應(yīng)用舉例——R型聚類分析（}IierarchicalCluster）
8.2.3 聚類分析的應(yīng)用舉例——K-Means聚類分析（K-MeansCluster）
8.3 綜合案例分析
復(fù)習(xí)思考題
第9章 因子分析
9.1 因子分析基本理論
9.1.1 因子分析概述
9.1.2 因子模型
9.1.3 因子分析基本過(guò)程
9.1.4 因子分析與主成分分析的關(guān)系
9.2 因子分析的應(yīng)用舉例（1 7 actor）
9.2.1 因子分析的應(yīng)用舉例——基本因子分析
9.2.2 因子分析的應(yīng)用舉例——具體因子分析
9.3 因子分析綜合案例（Factor）
9.4 統(tǒng)計(jì)分析綜合案例——大學(xué)生自主創(chuàng)業(yè)影響因素的調(diào)查分析
復(fù)習(xí)思考題
第10章 對(duì)應(yīng)分析
10.1 對(duì)應(yīng)分析基本理論
10.1.1 對(duì)應(yīng)分析概述
10.1.2 對(duì)應(yīng)分析基本方法
10.1.3 對(duì)應(yīng)分析應(yīng)注意的問(wèn)題
10.2 對(duì)應(yīng)分析的應(yīng)用舉例（correspondenceAnalvsis）
10.2.1 對(duì)應(yīng)分析的應(yīng)用舉例——分類變量
10.2.2 對(duì)應(yīng)分析的應(yīng)用舉例——數(shù)值型變量
10.3 對(duì)應(yīng)分析的綜合案例（Optimalscaling）
10.3.1 分類變量的綜合案例分析
10.3.2 數(shù)值型變量的綜合案例分析
復(fù)習(xí)思考題
第11章 信度分析
11.1 同質(zhì)性信度分析（ReliabiIityAnalysis）
11.1.1 同質(zhì)性信度基本理論
11.1.2 同質(zhì)性信度的應(yīng)用舉例
11.2 分半信度（ReliabilityAnalysis）
11.2.1 分半信度基本理論
11.2.2 分半信度的應(yīng)用舉例
11.3 再測(cè)信度（Bivariate）
11.3.1 再測(cè)信度基本理論
11.3.2 再測(cè)信度的應(yīng)用舉例
復(fù)習(xí)思考題
第12章 典型相關(guān)分析
12.1 典型相關(guān)分析基本理論
12.1.1 典型相關(guān)分析概述h
12.1.2 典型相關(guān)分析基本方法
12.1.3 典型相關(guān)分析過(guò)程
12.2 典型相關(guān)分析的應(yīng)用舉例
12.2.1 典型相關(guān)分析的應(yīng)用舉例——居民消費(fèi)與居民收入的典型相關(guān)分析
12.2.2 典型相關(guān)分析的應(yīng)用舉例——經(jīng)濟(jì)增長(zhǎng)與資源投入的典型相關(guān)分析
復(fù)習(xí)思考題
第13章 質(zhì)量統(tǒng)計(jì)分析
13.1 質(zhì)量統(tǒng)計(jì)分析基本理論
13.1.1 質(zhì)量統(tǒng)計(jì)分析概述
13.1.2 質(zhì)量控制圖概述
13.1.3 質(zhì)量控制圖的繪制過(guò)程和方法
13.1.4 質(zhì)量控制圖的應(yīng)用
13.1.5 過(guò)程能力分析
13.1.6 魚刺圖與帕累托圖
13.2 質(zhì)量統(tǒng)計(jì)分析的應(yīng)用舉例（control）
13.2.1 質(zhì)量統(tǒng)計(jì)分析的應(yīng)用舉例——均值一極差控制圖
13.2.2 質(zhì)量統(tǒng)計(jì)分析的應(yīng)用舉例——不合格品率控制圖
13.2.3 質(zhì)量統(tǒng)計(jì)分析的應(yīng)用舉例——單位缺陷數(shù)控制圖
13.3 綜合案例分析
復(fù)習(xí)思考題
參考文獻(xiàn)