SPSS統(tǒng)計(jì)分析（第5版）

第1章 SPSS概述
1.1 軟件安裝與運(yùn)行
1.1.1 SPSS軟件安裝方法
1.1.2 SPSS的啟動(dòng)與退出
1.1.3 SPSS運(yùn)行管理方式
1.2 窗口及其功能概述
1.2.1 數(shù)據(jù)編輯窗口
1.2.2 輸出窗口
1.2.3 語(yǔ)句窗口
1.2.4 【窗口】菜單
1.2.5 對(duì)話框及其使用方法
1.2.6 設(shè)置工具欄中的工具圖標(biāo)按鈕
1.3 系統(tǒng)參數(shù)設(shè)置
1.3.1 參數(shù)設(shè)置基本操作
1.3.2 常規(guī)參數(shù)設(shè)置
1.3.3 輸出觀察窗口參數(shù)設(shè)置
1.3.4 數(shù)據(jù)屬性參數(shù)設(shè)置
1.3.5 貨幣變量自定義格式設(shè)置
1.3.6 標(biāo)簽輸出設(shè)置
1.3.7 統(tǒng)計(jì)圖形參數(shù)設(shè)置
1.3.8 輸出表格參數(shù)設(shè)置
1.3.9 文件默認(rèn)存取位置設(shè)置
1.3.10 缺失值處理
1.4 統(tǒng)計(jì)分析功能概述
1.5 數(shù)據(jù)與變量
1.5.1 常量與變量
1.5.2 操作符與表達(dá)式
1.5.3 觀測(cè)
1.5.4 SPSS函數(shù)
1.6 獲得幫助
1.6.1 SPSS幫助系統(tǒng)
1.6.2 右鍵幫助
習(xí)題1
第2章 數(shù)據(jù)與數(shù)據(jù)文件
2.1 變量定義與數(shù)據(jù)編輯
2.1.1 數(shù)據(jù)編輯器
2.1.2 定義變量
2.1.3 定義日期變量
2.1.4 數(shù)據(jù)錄入與編輯
2.1.5 根據(jù)已有的變量建立新變量
2.1.6 打開、保存與查看數(shù)據(jù)文件
2.2 數(shù)據(jù)文件的轉(zhuǎn)換
2.2.1 ASCII碼數(shù)據(jù)文件的轉(zhuǎn)換
2.2.2 數(shù)據(jù)庫(kù)文件的轉(zhuǎn)換
2.2.3 觀測(cè)的查重
2.3 數(shù)據(jù)文件操作
2.3.1 數(shù)據(jù)文件的拆分與合并
2.3.2 觀測(cè)的排序與排秩
2.3.3 對(duì)變量值重新編碼
2.3.4 數(shù)據(jù)文件的轉(zhuǎn)置與重新構(gòu)建
2.4 觀測(cè)的加權(quán)與選擇
2.4.1 定義加權(quán)變量
2.4.2 選擇參與分析的觀測(cè)
習(xí)題2
第3章 輸出信息的編輯
3.1 輸出窗口中的文本瀏覽與編輯
3.1.1 利用導(dǎo)航器瀏覽輸出信息
3.1.2 編輯導(dǎo)航器中的輸出項(xiàng)
3.2 輸出表格中信息的編輯
3.2.1 表格編輯工具與常用編輯方法
3.2.2 表格的轉(zhuǎn)置與行、列、層的處理
3.2.3 表格外觀的設(shè)置與編輯
3.2.4 輸出信息的復(fù)制與打印
習(xí)題3
第4章 隨機(jī)變量與分布函數(shù)的應(yīng)用
4.1 隨機(jī)變量與分布函數(shù)
4.1.1 隨機(jī)變量及其概率分布
4.1.2 隨機(jī)變量的函數(shù)
4.2 隨機(jī)變量與分布函數(shù)的應(yīng)用
4.2.1 符合分布要求的隨機(jī)數(shù)的生成
4.2.2 概率密度函數(shù)與累積概率密度函數(shù)的應(yīng)用
習(xí)題4
第5章 日期和時(shí)間函數(shù)及其運(yùn)算
5.1 日期時(shí)間函數(shù)
5.1.1 SPSS日期時(shí)間概述
5.1.2 日期時(shí)間常量與變量
5.1.3 日期時(shí)間函數(shù)
5.2 日期時(shí)間函數(shù)的應(yīng)用
5.2.1 日期時(shí)間型變量的格式轉(zhuǎn)換
5.2.2 日期時(shí)間型變量的算術(shù)運(yùn)算
習(xí)題5
第6章 構(gòu)建表格
6.1 自定義表格
6.1.1 自定義表格的概念
6.1.2 自定義表格的操作
6.2 匯總、統(tǒng)計(jì)指標(biāo)與統(tǒng)計(jì)檢驗(yàn)
6.2.1 統(tǒng)計(jì)指標(biāo)與匯總項(xiàng)
6.2.2 表格中的統(tǒng)計(jì)檢驗(yàn)
6.3 標(biāo)題與其他選項(xiàng)
6.3.1 定義表格標(biāo)題
6.3.2 定義表格選項(xiàng)
6.4 自定義表格實(shí)例
6.5 多響應(yīng)變量的概念與分類
6.5.1 多響應(yīng)變量的概念與分類
6.5.2 定義與建立多響應(yīng)變量集
6.5.3 多響應(yīng)變量的頻數(shù)分布分析
6.5.4 多響應(yīng)變量的交叉表分析
6.5.5 使用表功能分析多響應(yīng)變量集
習(xí)題6
第7章 基本統(tǒng)計(jì)分析
7.1 頻數(shù)分布分析
7.1.1 頻數(shù)分布分析過(guò)程
7.1.2 頻數(shù)分布分析實(shí)例
7.2 描述統(tǒng)計(jì)
7.2.1 描述統(tǒng)計(jì)中的基本概念
7.2.2 描述統(tǒng)計(jì)分析過(guò)程
7.2.3 描述統(tǒng)計(jì)分析實(shí)例
7.3 探索分析
7.3.1 探索分析的意義和數(shù)據(jù)要求
7.3.2 探索分析過(guò)程
7.3.3 探索分析實(shí)例
7.4 交叉表分析
7.4.1 交叉表及其獨(dú)立性卡方檢驗(yàn)的思路
7.4.2 交叉表分析過(guò)程
7.4.3 交叉表分析實(shí)例
7.5 比率分析
7.5.1 比率分析過(guò)程
7.5.2 比率分析實(shí)例
7.6 P-P圖和Q-Q圖
7.6.1 P-P圖和Q-Q圖分析過(guò)程
7.6.2 P-P圖和Q-Q圖分析實(shí)例
習(xí)題7
第8章 均值比較與檢驗(yàn)
8.1 均值比較與均值比較的檢驗(yàn)
8.1.1 均值比較的概念
8.1.2 均值比較與檢驗(yàn)的過(guò)程
8.2 均值過(guò)程
8.2.1 均值過(guò)程中的統(tǒng)計(jì)量
8.2.2 均值過(guò)程操作
8.2.3 分析實(shí)例
8.3 單樣本T檢驗(yàn)
8.3.1 單樣本T檢驗(yàn)的概念
8.3.2 單樣本T檢驗(yàn)的實(shí)例
8.4 獨(dú)立樣本T檢驗(yàn)
8.4.1 獨(dú)立樣本T檢驗(yàn)的概念
8.4.2 獨(dú)立樣本T檢驗(yàn)的過(guò)程
8.4.3 獨(dú)立樣本T檢驗(yàn)的實(shí)例
8.5 配對(duì)樣本T檢驗(yàn)
8.5.1 配對(duì)樣本T檢驗(yàn)的概念
8.5.2 配對(duì)樣本T檢驗(yàn)的過(guò)程
8.5.3 配對(duì)樣本T檢驗(yàn)的實(shí)例
習(xí)題8
第9章 方差分析
9.1 方差分析的概念與方差分析過(guò)程
9.1.1 方差分析的概念
9.1.2 方差分析中的術(shù)語(yǔ)
9.1.3 方差分析過(guò)程
9.2 單因素方差分析
9.2.1 簡(jiǎn)單的一維方差分析
9.2.2 單因素方差分析過(guò)程
9.2.3 單因素方差分析實(shí)例
9.3 單因變量多因素方差分析
9.3.1 單因變量多因素方差分析概述
9.3.2 單因變量多因素方差分析過(guò)程
9.3.3 隨機(jī)區(qū)組設(shè)計(jì)的方差分析實(shí)例
9.3.4 2×2析因試驗(yàn)方差分析實(shí)例
9.3.5 拉丁方區(qū)組設(shè)計(jì)的方差分析實(shí)例
9.3.6 協(xié)方差分析實(shí)例
9.3.7 多維交互效應(yīng)方差分析實(shí)例
9.4 多因變量線性模型的方差分析
9.4.1 多因變量方差分析概述
9.4.2 多因變量方差分析過(guò)程和數(shù)據(jù)要求
9.4.3 多因變量線性模型方差分析實(shí)例
9.5 重復(fù)測(cè)量設(shè)計(jì)的方差分析
9.5.1 重復(fù)測(cè)量方差分析概述
9.5.2 重復(fù)測(cè)量方差分析的數(shù)據(jù)文件結(jié)構(gòu)
9.5.3 組內(nèi)因素的設(shè)置與重復(fù)測(cè)量方差分析過(guò)程
9.5.4 重復(fù)測(cè)量方差分析實(shí)例
9.5.5 關(guān)于趨勢(shì)分析
9.6 方差成分分析
9.6.1 方差成分分析過(guò)程
9.6.2 方差成分分析實(shí)例
習(xí)題9
第10章 相關(guān)分析
10.1 相關(guān)分析的概念與相關(guān)分析過(guò)程
10.1.1 簡(jiǎn)單相關(guān)分析的概念
10.1.2 相關(guān)分析過(guò)程
10.2 兩個(gè)變量間的相關(guān)分析
10.2.1 兩個(gè)變量間的相關(guān)分析過(guò)程
10.2.2 兩個(gè)變量間的相關(guān)分析實(shí)例
10.3 偏相關(guān)分析
10.3.1 偏相關(guān)分析的概念
10.3.2 偏相關(guān)分析過(guò)程
10.3.3 偏相關(guān)分析實(shí)例
10.4 距離分析
10.4.1 距離分析的概念
10.4.2 距離分析過(guò)程
10.4.3 距離分析實(shí)例
習(xí)題10
第11章 回歸分析
11.1 線性回歸
11.1.1 一元線性回歸
11.1.2 多元線性回歸
11.1.3 異常值、影響點(diǎn)、共線性診斷
11.1.4 變非線性關(guān)系為線性關(guān)系
11.1.5 線性回歸過(guò)程
11.1.6 線性回歸分析實(shí)例
11.1.7 自動(dòng)線性建模
11.2 曲線估計(jì)
11.2.1 曲線回歸概述
11.2.2 曲線回歸過(guò)程
11.2.3 曲線回歸分析實(shí)例
11.3 二項(xiàng)Logistic回歸
11.3.1 Logistic回歸模型
11.3.2 二項(xiàng)Logistic回歸過(guò)程
11.3.3 二項(xiàng)Logistic回歸分析實(shí)例
11.4 多分變量Logistic回歸
11.4.1 多分變量Logistic回歸的概念
11.4.2 多分變量Logistic回歸過(guò)程
11.4.3 多分變量Logistic回歸分析實(shí)例
11.5 有序變量Logistic回歸
11.5.1 有序變量Logistic回歸的概念
11.5.2 有序變量Logistic回歸過(guò)程
11.5.3 有序變量的Logistic回歸分析實(shí)例
11.6 概率單位回歸
11.6.1 概率單位回歸的概念
11.6.2 概率單位回歸過(guò)程
11.6.3 概率單位回歸分析實(shí)例
11.7 非線性回歸
11.7.1 非線性模型
11.7.2 非線性回歸過(guò)程
11.7.3 非線性回歸分析實(shí)例
11.8 加權(quán)回歸
11.8.1 加權(quán)回歸的概念
11.8.2 加權(quán)回歸過(guò)程
11.8.3 加權(quán)回歸分析實(shí)例
11.9 二階段最小二乘法
11.9.1 二階段最小二乘法的概念
11.9.2 二階段最小二乘法過(guò)程
11.9.3 二階段最小二乘法分析實(shí)例
11.10 最優(yōu)尺度回歸
11.10.1 最優(yōu)尺度回歸的概念
11.10.2 最優(yōu)尺度回歸過(guò)程
11.10.3 最優(yōu)尺度回歸分析實(shí)例
11.11 對(duì)數(shù)線性模型
11.11.1 對(duì)數(shù)線性模型的概念
11.11.2 一般對(duì)數(shù)線性回歸分析
11.11.3 Logit對(duì)數(shù)線性回歸分析
11.11.4 模型選擇對(duì)數(shù)線性回歸分析
習(xí)題11
第12章 非參數(shù)檢驗(yàn)
12.1 卡方檢驗(yàn)
12.1.1 卡方檢驗(yàn)的基本概念
12.1.2 卡方檢驗(yàn)過(guò)程
12.1.3 卡方檢驗(yàn)分析實(shí)例
12.2 二項(xiàng)分布檢驗(yàn)
12.2.1 二項(xiàng)分布檢驗(yàn)的概念與操作
12.2.2 二項(xiàng)分布檢驗(yàn)分析實(shí)例
12.3 游程檢驗(yàn)
12.3.1 游程檢驗(yàn)的基本概念
12.3.2 游程檢驗(yàn)過(guò)程
12.3.3 游程檢驗(yàn)分析實(shí)例
12.4 一個(gè)樣本的柯爾莫
……
第13章　聚類分析與判別分析
第14章　因子分析與對(duì)應(yīng)分析
第15章　信度分析與多維尺度分析
第16章　結(jié)合分析
第17章　時(shí)間序列分析
第18章　生存分析
第19章　生成統(tǒng)計(jì)圖形
第20章　編輯統(tǒng)計(jì)圖形
附錄A　標(biāo)準(zhǔn)化、距離和相似性的計(jì)算
附錄B　數(shù)據(jù)清單
參考文獻(xiàn)