SPSS統(tǒng)計分析（第6版 高級版）

目 錄
第1章 對數(shù)線性模型及其他回歸分析\t1
1．1　加權回歸\t1
1．1．1 加權回歸的概念\t1
1．1．2 加權回歸過程\t2
1．1．3 加權回歸分析實例\t3
1．2　兩階最小二乘法\t5
1．2．1 兩階最小二乘法的概念\t5
1．2．2 兩階最小二乘法過程\t7
1．2．3 兩階最小二乘法分析實例\t8
1．3　最優(yōu)尺度回歸\t10
1．3．1 最優(yōu)尺度回歸的概念\t10
1．3．2 最優(yōu)尺度回歸過程\t20
1．3．3 最優(yōu)尺度回歸分析實例\t28
1．4　對數(shù)線性模型\t31
1．4．1 對數(shù)線性模型的概念\t31
1．4．2 一般對數(shù)線性回歸分析\t34
1．4．3 Logit對數(shù)線性回歸分析\t42
1．4．4 選擇模型對數(shù)線性回歸分析\t49
1．5　分位數(shù)回歸\t57
1．5．1 分位數(shù)回歸分析概述\t57
1．5．2 分位數(shù)回歸過程\t57
1．5．3 分位數(shù)回歸分析實例\t64
習題1\t67
第2章 非參數(shù)檢驗\t68
2．1　卡方檢驗\t69
2．1．1 卡方檢驗的基本概念\t69
2．1．2 卡方檢驗過程\t69
2．1．3 卡方檢驗分析實例\t71
2．2　二項分布檢驗\t73
2．2．1 二項分布檢驗的基本概念與操作\t73
2．2．2 二項分布檢驗分析實例\t74
2．3　游程檢驗\t75
2．3．1 游程檢驗的基本概念\t75
2．3．2 游程檢驗過程\t76
2．3．3 游程檢驗分析實例\t76
2．4　一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗\t77
2．4．1 一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗的基本概念\t77
2．4．2 一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗過程\t78
2．4．3 一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗分析實例\t78
2．5　兩個獨立樣本檢驗\t79
2．5．1 兩個獨立樣本檢驗的用途與基本操作\t79
2．5．2 兩個獨立樣本檢驗分析實例\t83
2．6　多個獨立樣本檢驗\t84
2．6．1 多個獨立樣本檢驗的用途與操作\t84
2．6．2 多個獨立樣本檢驗分析實例\t86
2．7　兩個相關樣本檢驗\t87
2．7．1 兩個相關樣本檢驗的用途與操作\t87
2．7．2 兩個相關樣本檢驗分析實例\t89
2．8　多個相關樣本檢驗\t90
2．8．1 多個相關樣本檢驗的用途與操作\t90
2．8．2 多個相關樣本檢驗分析實例\t91
2．9　新版非參數(shù)假設檢驗的界面及其使用方法\t92
2．9．1 單樣本檢驗\t92
2．9．2 獨立樣本檢驗\t100
2．9．3 相關樣本檢驗\t106
習題2\t113
第3章 聚類分析與判別分析\t114
3．1　聚類分析、判別分析及其分析過程\t114
3．1．1 聚類分析\t114
3．1．2 判別分析\t115
3．2　兩步聚類\t115
3．2．1 兩步聚類的概述及有關術語\t115
3．2．2 兩步聚類過程\t117
3．2．3 兩步聚類分析實例\t120
3．3　快速聚類\t122
3．3．1 快速聚類概述\t122
3．3．2 快速聚類過程\t123
3．3．3 快速聚類分析實例\t125
3．4　系統(tǒng)聚類\t129
3．4．1 系統(tǒng)聚類概述\t129
3．4．2 系統(tǒng)聚類過程\t130
3．4．3 樣品聚類分析實例\t136
3．4．4 變量聚類概述\t143
3．4．5 變量聚類分析實例\t143
3．5　判別分析\t147
3．5．1 判別分析概述\t147
3．5．2 判別分析過程\t149
3．5．3 判別分析實例\t154
3．5．4 逐步判別分析\t161
3．6　ROC曲線\t167
3．6．1 ROC曲線的基本原理\t167
3．6．2 ROC曲線的基本過程\t168
3．6．3 ROC曲線實例\t169
3．7　ROC分析\t171
3．7．1 ROC分析概述\t171
3．7．2 ROC分析過程\t171
3．7．3 ROC分析實例\t173
習題3\t175
第4章 因子分析與對應分析\t176
4．1　主成分分析與因子分析\t176
4．1．1 主成分分析與因子分析概述\t176
4．1．2 因子分析過程\t181
4．1．3 因子分析實例\t187
4．1．4 利用因子得分進行聚類\t190
4．1．5 市場研究中的顧客偏好分析\t194
4．2　對應分析\t197
4．2．1 對應分析概述\t197
4．2．2 對應分析過程\t198
4．2．3 對應分析實例\t202
習題4\t204
第5章 信度分析與多維尺度分析\t205
5．1　信度分析\t205
5．1．1 信度分析的概念\t205
5．1．2 信度分析過程\t208
5．1．3 信度分析實例\t211
5．2　多維尺度分析\t212
5．2．1 多維尺度分析的功能與數(shù)據(jù)要求\t212
5．2．2 多維尺度分析過程\t212
5．2．3 多維尺度分析實例\t215
習題5\t217
第6章 結合分析\t218
6．1　結合分析概述\t218
6．2　正交試驗設計\t219
6．2．1 試驗設計中的問題\t219
6．2．2 正交試驗設計的思路\t219
6．2．3 正交試驗設計過程\t221
6．2．4 正交試驗設計實例\t223
6．2．5 正交試驗設計過程語句\t225
6．3　試驗設計結果的打印\t231
6．3．1 設計結果打印過程\t231
6．3．2 打印調查用卡片實例\t232
6．3．3 正交試驗設計打印過程語句\t233
6．4　結合分析語句與實例\t234
6．4．1 結合分析語句\t235
6．4．2 結合分析語句實例\t239
6．5　結合分析實例\t243
6．5．1 課題分析與正交試驗設計\t243
6．5．2 調查準備與調查\t245
6．5．3 結合分析編程與結果分析\t247
習題6\t251
第7章 時間序列分析\t252
7．1 時間序列的建立和平穩(wěn)化\t253
7．1．1 缺失值數(shù)據(jù)的替換\t253
7．1．2 建立時間序列新變量\t254
7．2 序列圖\t257
7．2．1 序列圖過程\t257
7．2．2 序列圖應用實例\t259
7．3 建立時間序列模型\t260
7．3．1 指數(shù)平滑與ARIMA模型概述\t261
7．3．2 選擇分析變量\t273
7．3．3 選擇統(tǒng)計量\t280
7．3．4 圖表\t282
7．3．5 輸出項目的過濾\t283
7．3．6 保存新變量\t284
7．3．7 建模的其他選項\t285
7．3．8 時間序列分析實例\t286
7．4 應用傳統(tǒng)模型\t290
7．4．1 應用時間序列模型過程\t290
7．4．2 應用時間序列模型分析實例\t291
7．5 自相關\t292
7．5．1 自相關系數(shù)與偏自相關系數(shù)的計算\t292
7．5．2 自相關圖\t294
7．5．3 自相關分析過程\t295
7．5．4 自相關分析實例\t296
7．6 季節(jié)性分解法\t298
7．6．1 季節(jié)性分解法模型\t298
7．6．2 季節(jié)性分解法分析過程\t300
7．6．3 季節(jié)性分解法分析實例\t301
7．7 頻譜分析\t302
7．7．1 頻譜分析概述\t302
7．7．2 頻譜分析過程\t305
7．7．3 頻譜分析實例\t306
7．8 互相關\t307
7．8．1 互相關概述\t307
7．8．2 互相關過程\t308
7．8．3 互相關實例\t309
習題7\t310
第8章 生存分析\t311
8．1 生存分析概述\t311
8．1．1 生存分析與生存數(shù)據(jù)\t311
8．1．2 生存時間函數(shù)\t312
8．1．3 Kaplan-Meier法\t312
8．1．4 Cox回歸模型\t313
8．1．5 Cox依時協(xié)變量回歸模型\t313
8．2 壽命表分析\t314
8．2．1 壽命表分析概述\t314
8．2．2 壽命表分析過程\t314
8．2．3 壽命表分析實例\t316
8．3 Kaplan-Meier分析\t319
8．3．1 Kaplan-Meier分析概述\t319
8．3．2 Kaplan-Meier分析過程\t319
8．3．3 Kaplan-Meier分析實例\t322
8．4 Cox回歸分析\t323
8．4．1 Cox回歸分析概述\t323
8．4．2 Cox回歸分析過程\t324
8．4．3 Cox回歸分析實例\t329
8．5 Cox依時協(xié)變量回歸分析\t331
8．5．1 Cox依時協(xié)變量回歸分析過程\t331
8．5．2 Cox依時協(xié)變量回歸分析實例\t333
習題8\t336
第9章 生成統(tǒng)計圖\t337
9．1 概述\t337
9．2 條形圖和三維條形圖\t337
9．2．1 選擇圖類型\t338
9．2．2 簡單條形圖\t338
9．2．3 復式條形圖\t341
9．2．4 堆積條形圖\t342
9．2．5 三維條形圖\t343
9．3 線圖、面積圖、盤高-盤低圖和餅圖\t344
9．3．1 選擇圖形類型\t344
9．3．2 堆積面積圖\t345
9．3．3 多線折線圖\t346
9．3．4 垂直線圖\t346
9．3．5 簡單盤高-盤低-收盤圖\t347
9．3．6 簇狀盤高-盤低-收盤圖\t348
9．3．7 簡單范圍條形圖\t349
9．3．8 差別面積圖\t350
9．3．9 餅圖\t351
9．4 箱圖和誤差條形圖\t352
9．4．1 選擇箱圖和誤差條形圖類型\t352
9．4．2 簡單箱圖\t352
9．4．3 復式箱圖\t353
9．4．4 簡單誤差條形圖\t353
9．4．5 復式誤差條形圖\t354
9．5 散點圖\t355
9．5．1 選擇散點圖模式\t355
9．5．2 簡單散點圖\t355
9．5．3 重疊散點圖\t356
9．5．4 矩陣散點圖\t357
9．5．5 簡單點圖\t358
9．6 直方圖\t359
9．7 帕累托圖\t360
9．7．1 選擇帕累托圖類型\t360
9．7．2 簡單帕累托圖\t360
9．7．3 堆積帕累托圖\t362
9．8 控制圖\t363
9．8．1 選擇控制圖類型\t363
9．8．2 平均值控制圖、極差控制圖、標準差控制圖\t364
9．8．3 單值控制圖和移動極差控制圖\t366
9．8．4 不合格品率控制圖和不合格品數(shù)控制圖\t367
9．8．5 缺陷數(shù)控制圖和單位缺陷數(shù)控制圖\t369
習題9\t370
第10章 編輯統(tǒng)計圖\t371
10．1 認識圖形組成\t371
10．2 編輯平面統(tǒng)計圖\t372
10．2．1 圖形編輯途徑和操作\t372
10．2．2 改變圖形構成\t373
10．2．3 圖形與文字修飾\t380
10．2．4 坐標軸的編輯\t382
10．2．5 圖形的修飾\t385
10．2．6 圖內線條的編輯\t386
10．2．7 餅圖編輯\t388
10．2．8 散點圖的編輯\t390
10．2．9 文件管理\t394
習題10\t395
第11章 貝葉斯推斷\t396
11．1 貝葉斯統(tǒng)計推斷概述\t396
11．1．1 貝葉斯公式\t396
11．1．2 貝葉斯統(tǒng)計學\t396
11．1．3 貝葉斯統(tǒng)計推斷中用到一些基本術語\t397
11．1．4 貝葉斯統(tǒng)計決策中用到一些基本術語\t399
11．1．5 幾種常見先驗條件下的后驗分布\t399
11．1．6 “貝葉斯統(tǒng)計信息”菜單項涉及過程與SPSS其他過程的聯(lián)系與
區(qū)別\t400
11．2 貝葉斯單樣本正態(tài)分布推斷分析\t401
11．2．1 貝葉斯單樣本正態(tài)分布推斷分析過程\t402
11．2．2 貝葉斯單樣本正態(tài)分布分析實例\t405
11．3 貝葉斯單樣本二項分布推斷分析\t407
11．3．1 貝葉斯單樣本二項分布推斷分析過程\t407
11．3．2 貝葉斯單樣本二項分布推斷分析實例\t409
11．4 貝葉斯單樣本泊松分布推斷分析\t411
11．4．1 貝葉斯單樣本泊松分布推斷分析過程\t411
11．4．2 貝葉斯單樣本泊松分布推斷分析實例\t412
11．5 貝葉斯相關樣本正態(tài)分布推斷分析\t413
11．5．1 貝葉斯相關樣本正態(tài)分布推斷分析過程\t414
11．5．2 貝葉斯相關樣本正態(tài)分布推斷分析實例\t415
11．6 貝葉斯獨立樣本正態(tài)分布推斷分析\t417
11．6．1 貝葉斯獨立樣本正態(tài)分布推斷分析過程\t417
11．6．2 貝葉斯獨立樣本正態(tài)分布推斷分析實例\t420
11．7 皮爾遜相關分析貝葉斯推斷分析\t422
11．7．1 皮爾遜相關分析貝葉斯推斷分析過程\t422
11．7．2 皮爾遜相關分析貝葉斯推斷分析實例\t424
11．8 皮爾遜線性回歸模型的貝葉斯推斷分析\t425
11．8．1 皮爾遜線性回歸模型的貝葉斯推斷分析過程\t426
11．8．2 皮爾遜線性回歸模型的貝葉斯推斷分析實例\t431
11．9 貝葉斯單因素方差分析\t432
11．9．1 貝葉斯單因素方差分析過程\t433
11．9．2 貝葉斯單因素方差分析實例\t435
11．10 貝葉斯對數(shù)線性回歸模型分析\t437
11．10．1 貝葉斯對數(shù)線性回歸模型分析過程\t437
11．10．2 貝葉斯對數(shù)線性回歸模型分析實例\t440
11．11 貝葉斯單因素重復測量方差分析\t442
11．11．1 貝葉斯單因素重復測量方差分析過程\t442
11．11．2 貝葉斯單因素重復測量方差分析實例\t444
習題11\t445
附錄A 標準化、距離和相似性的計算\t447
參考文獻\t453