《SPSS統計分析（第6版）（高級版）》是2023年電子工業出版社出版的圖書，作者是朱紅兵、朱一力。
基本介紹
- 中文名：SPSS統計分析（第6版）（高級版）
- 作者：朱紅兵、朱一力
- 出版社：電子工業出版社
- 出版時間：2023年2月
- 頁數：468 頁
- 定價：89.00 元
- 開本：16 開
- ISBN：9787121448058
內容簡介,圖書目錄,
內容簡介
本書是在第5版11.8節及之後內容的基礎上，基於軟體SPSS 26，根據讀者的反饋意見修訂而成的。全書內容以統計分析套用為主，簡要介紹各種統計分析方法的基本思想和基本概念；詳細敘述操作方法，每種分析方法均設定了對應的例題，涉及各個領域。每個例題均從數據解釋、數據檔案結構、方法選擇、操作步驟，以及對輸出結果的分析解釋方面給予了說明。本書保留第5版的統計分析方法，對基本操作的內容等進行了壓縮、修正及簡化。對於SPSS 26中的界面改動部分及新增按鈕部分，本書進行了相應圖形及文字方面的解釋、修改和補充。在內容上，本書增加了分位數回歸、ROC曲線、ROC分析、貝葉斯推斷等內容。為便於教學，我們為將本書作為教材的教師免費提供電子課件，登錄華信教育資源網便可下載使用。本書可以作為要求掌握統計分析方法和SPSS軟體操作的高等院校的本科生、研究生的教材和自學參考書，也適用於數據分析或統計套用各領域、各專業的研究人員、中高層管理人員和決策者。
圖書目錄
第1章 對數線性模型及其他回歸分析 1
1.1 加權回歸 1
1.1.1 加權回歸的概念 1
1.1.2 加權回歸過程 2
1.1.3 加權回歸分析實例 3
1.2 兩階最小二乘法 5
1.2.1 兩階最小二乘法的概念 5
1.2.2 兩階最小二乘法過程 7
1.2.3 兩階最小二乘法分析實例 8
1.3 最優尺度回歸 10
1.3.1 最優尺度回歸的概念 10
1.3.2 最優尺度回歸過程 20
1.3.3 最優尺度回歸分析實例 28
1.4 對數線性模型 31
1.4.1 對數線性模型的概念 31
1.4.2 一般對數線性回歸分析 34
1.4.3 Logit對數線性回歸分析 42
1.4.4 選擇模型對數線性回歸分析 49
1.5 分位數回歸 57
1.5.1 分位數回歸分析概述 57
1.5.2 分位數回歸過程 57
1.5.3 分位數回歸分析實例 64
習題1 67
第2章 非參數檢驗 68
2.1 卡方檢驗 69
2.1.1 卡方檢驗的基本概念 69
2.1.2 卡方檢驗過程 69
2.1.3 卡方檢驗分析實例 71
2.2 二項分布檢驗 73
2.2.1 二項分布檢驗的基本概念與操作 73
2.2.2 二項分布檢驗分析實例 74
2.3 遊程檢驗 75
2.3.1 遊程檢驗的基本概念 75
2.3.2 遊程檢驗過程 76
2.3.3 遊程檢驗分析實例 76
2.4 一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗 77
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 77
2.4.2 一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗過程 78
2.4.3 一個樣本的柯爾莫戈洛夫-斯米諾夫檢驗分析實例 78
2.5 兩個獨立樣本檢驗 79
2.5.1 兩個獨立樣本檢驗的用途與基本操作 79
2.5.2 兩個獨立樣本檢驗分析實例 83
2.6 多個獨立樣本檢驗 84
2.6.1 多個獨立樣本檢驗的用途與操作 84
2.6.2 多個獨立樣本檢驗分析實例 86
2.7 兩個相關樣本檢驗 87
2.7.1 兩個相關樣本檢驗的用途與操作 87
2.7.2 兩個相關樣本檢驗分析實例 89
2.8 多個相關樣本檢驗 90
2.8.1 多個相關樣本檢驗的用途與操作 90
2.8.2 多個相關樣本檢驗分析實例 91
2.9 新版非參數假設檢驗的界面及其使用方法 92
2.9.1 單樣本檢驗 92
2.9.2 獨立樣本檢驗 100
2.9.3 相關樣本檢驗 106
習題2 113
第3章 聚類分析與判別分析 114
3.1 聚類分析、判別分析及其分析過程 114
3.1.1 聚類分析 114
3.1.2 判別分析 115
3.2 兩步聚類 115
3.2.1 兩步聚類的概述及有關術語 115
3.2.2 兩步聚類過程 117
3.2.3 兩步聚類分析實例 120
3.3 快速聚類 122
3.3.1 快速聚類概述 122
3.3.2 快速聚類過程 123
3.3.3 快速聚類分析實例 125
3.4 系統聚類 129
3.4.1 系統聚類概述 129
3.4.2 系統聚類過程 130
3.4.3 樣品聚類分析實例 136
3.4.4 變數聚類概述 143
3.4.5 變數聚類分析實例 143
3.5 判別分析 147
3.5.1 判別分析概述 147
3.5.2 判別分析過程 149
3.5.3 判別分析實例 154
3.5.4 逐步判別分析 161
3.6 ROC曲線 167
3.6.1 ROC曲線的基本原理 167
3.6.2 ROC曲線的基本過程 168
3.6.3 ROC曲線實例 169
3.7 ROC分析 171
3.7.1 ROC分析概述 171
3.7.2 ROC分析過程 171
3.7.3 ROC分析實例 173
習題3 175
第4章 因子分析與對應分析 176
4.1 主成分分析與因子分析 176
4.1.1 主成分分析與因子分析概述 176
4.1.2 因子分析過程 181
4.1.3 因子分析實例 187
4.1.4 利用因子得分進行聚類 190
4.1.5 市場研究中的顧客偏好分析 194
4.2 對應分析 197
4.2.1 對應分析概述 197
4.2.2 對應分析過程 198
4.2.3 對應分析實例 202
習題4 204
第5章 信度分析與多維尺度分析 205
5.1 信度分析 205
5.1.1 信度分析的概念 205
5.1.2 信度分析過程 208
5.1.3 信度分析實例 211
5.2 多維尺度分析 212
5.2.1 多維尺度分析的功能與數據要求 212
5.2.2 多維尺度分析過程 212
5.2.3 多維尺度分析實例 215
習題5 217
第6章 結合分析 218
6.1 結合分析概述 218
6.2 正交試驗設計 219
6.2.1 試驗設計中的問題 219
6.2.2 正交試驗設計的思路 219
6.2.3 正交試驗設計過程 221
6.2.4 正交試驗設計實例 223
6.2.5 正交試驗設計過程語句 225
6.3 試驗設計結果的列印 231
6.3.1 設計結果列印過程 231
6.3.2 列印調查用卡片實例 232
6.3.3 正交試驗設計列印過程語句 233
6.4 結合分析語句與實例 234
6.4.1 結合分析語句 235
6.4.2 結合分析語句實例 239
6.5 結合分析實例 243
6.5.1 課題分析與正交試驗設計 243
6.5.2 調查準備與調查 245
6.5.3 結合分析編程與結果分析 247
習題6 251
第7章 時間序列分析 252
7.1 時間序列的建立和平穩化 253
7.1.1 缺失值數據的替換 253
7.1.2 建立時間序列新變數 254
7.2 序列圖 257
7.2.1 序列圖過程 257
7.2.2 序列圖套用實例 259
7.3 建立時間序列模型 260
7.3.1 指數平滑與ARIMA模型概述 261
7.3.2 選擇分析變數 273
7.3.3 選擇統計量 280
7.3.4 圖表 282
7.3.5 輸出項目的過濾 283
7.3.6 保存新變數 284
7.3.7 建模的其他選項 285
7.3.8 時間序列分析實例 286
7.4 套用傳統模型 290
7.4.1 套用時間序列模型過程 290
7.4.2 套用時間序列模型分析實例 291
7.5 自相關 292
7.5.1 自相關係數與偏自相關係數的計算 292
7.5.2 自相關圖 294
7.5.3 自相關分析過程 295
7.5.4 自相關分析實例 296
7.6 季節性分解法 298
7.6.1 季節性分解法模型 298
7.6.2 季節性分解法分析過程 300
7.6.3 季節性分解法分析實例 301
7.7 頻譜分析 302
7.7.1 頻譜分析概述 302
7.7.2 頻譜分析過程 305
7.7.3 頻譜分析實例 306
7.8 互相關 307
7.8.1 互相關概述 307
7.8.2 互相關過程 308
7.8.3 互相關實例 309
習題7 310
第8章 生存分析 311
8.1 生存分析概述 311
8.1.1 生存分析與生存數據 311
8.1.2 生存時間函式 312
8.1.3 Kaplan-Meier法 312
8.1.4 Cox回歸模型 313
8.1.5 Cox依時協變數回歸模型 313
8.2 壽命表分析 314
8.2.1 壽命表分析概述 314
8.2.2 壽命表分析過程 314
8.2.3 壽命表分析實例 316
8.3 Kaplan-Meier分析 319
8.3.1 Kaplan-Meier分析概述 319
8.3.2 Kaplan-Meier分析過程 319
8.3.3 Kaplan-Meier分析實例 322
8.4 Cox回歸分析 323
8.4.1 Cox回歸分析概述 323
8.4.2 Cox回歸分析過程 324
8.4.3 Cox回歸分析實例 329
8.5 Cox依時協變數回歸分析 331
8.5.1 Cox依時協變數回歸分析過程 331
8.5.2 Cox依時協變數回歸分析實例 333
習題8 336
第9章 生成統計圖 337
9.1 概述 337
9.2 條形圖和三維條形圖 337
9.2.1 選擇圖類型 338
9.2.2 簡單條形圖 338
9.2.3 複式條形圖 341
9.2.4 堆積條形圖 342
9.2.5 三維條形圖 343
9.3 線圖、面積圖、盤高-盤低圖和餅圖 344
9.3.1 選擇圖形類型 344
9.3.2 堆積面積圖 345
9.3.3 多線折線圖 346
9.3.4 垂直線圖 346
9.3.5 簡單盤高-盤低-收盤圖 347
9.3.6 簇狀盤高-盤低-收盤圖 348
9.3.7 簡單範圍條形圖 349
9.3.8 差別面積圖 350
9.3.9 餅圖 351
9.4 箱圖和誤差條形圖 352
9.4.1 選擇箱圖和誤差條形圖類型 352
9.4.2 簡單箱圖 352
9.4.3 複式箱圖 353
9.4.4 簡單誤差條形圖 353
9.4.5 複式誤差條形圖 354
9.5 散點圖 355
9.5.1 選擇散點圖模式 355
9.5.2 簡單散點圖 355
9.5.3 重疊散點圖 356
9.5.4 矩陣散點圖 357
9.5.5 簡單點圖 358
9.6 直方圖 359
9.7 帕累托圖 360
9.7.1 選擇帕累托圖類型 360
9.7.2 簡單帕累托圖 360
9.7.3 堆積帕累托圖 362
9.8 控制圖 363
9.8.1 選擇控制圖類型 363
9.8.2 平均值控制圖、極差控制圖、標準差控制圖 364
9.8.3 單值控制圖和移動極差控制圖 366
9.8.4 不合格品率控制圖和不合格品數控制圖 367
9.8.5 缺陷數控制圖和單位缺陷數控制圖 369
習題9 370
第10章 編輯統計圖 371
10.1 認識圖形組成 371
10.2 編輯平面統計圖 372
10.2.1 圖形編輯途徑和操作 372
10.2.2 改變圖形構成 373
10.2.3 圖形與文字修飾 380
10.2.4 坐標軸的編輯 382
10.2.5 圖形的修飾 385
10.2.6 圖內線條的編輯 386
10.2.7 餅圖編輯 388
10.2.8 散點圖的編輯 390
10.2.9 檔案管理 394
習題10 395
第11章 貝葉斯推斷 396
11.1 貝葉斯統計推斷概述 396
11.1.1 貝葉斯公式 396
11.1.2 貝葉斯統計學 396
11.1.3 貝葉斯統計推斷中用到一些基本術語 397
11.1.4 貝葉斯統計決策中用到一些基本術語 399
11.1.5 幾種常見先驗條件下的後驗分布 399
11.1.6 “貝葉斯統計信息”選單項涉及過程與SPSS其他過程的聯繫與
區別 400
11.2 貝葉斯單樣本常態分配推斷分析 401
11.2.1 貝葉斯單樣本常態分配推斷分析過程 402
11.2.2 貝葉斯單樣本常態分配分析實例 405
11.3 貝葉斯單樣本二項分布推斷分析 407
11.3.1 貝葉斯單樣本二項分布推斷分析過程 407
11.3.2 貝葉斯單樣本二項分布推斷分析實例 409
11.4 貝葉斯單樣本泊松分布推斷分析 411
11.4.1 貝葉斯單樣本泊松分布推斷分析過程 411
11.4.2 貝葉斯單樣本泊松分布推斷分析實例 412
11.5 貝葉斯相關樣本常態分配推斷分析 413
11.5.1 貝葉斯相關樣本常態分配推斷分析過程 414
11.5.2 貝葉斯相關樣本常態分配推斷分析實例 415
11.6 貝葉斯獨立樣本常態分配推斷分析 417
11.6.1 貝葉斯獨立樣本常態分配推斷分析過程 417
11.6.2 貝葉斯獨立樣本常態分配推斷分析實例 420
11.7 皮爾遜相關分析貝葉斯推斷分析 422
11.7.1 皮爾遜相關分析貝葉斯推斷分析過程 422
11.7.2 皮爾遜相關分析貝葉斯推斷分析實例 424
11.8 皮爾遜線性回歸模型的貝葉斯推斷分析 425
11.8.1 皮爾遜線性回歸模型的貝葉斯推斷分析過程 426
11.8.2 皮爾遜線性回歸模型的貝葉斯推斷分析實例 431
11.9 貝葉斯單因素方差分析 432
11.9.1 貝葉斯單因素方差分析過程 433
11.9.2 貝葉斯單因素方差分析實例 435
11.10 貝葉斯對數線性回歸模型分析 437
11.10.1 貝葉斯對數線性回歸模型分析過程 437
11.10.2 貝葉斯對數線性回歸模型分析實例 440
11.11 貝葉斯單因素重複測量方差分析 442
11.11.1 貝葉斯單因素重複測量方差分析過程 442
11.11.2 貝葉斯單因素重複測量方差分析實例 444
習題11 445
附錄A 標準化、距離和相似性的計算 447
參考文獻 453
