《SPSS進階分析與實務》是2022年6月電子工業出版社出版的圖書，作者是石鵬。
基本介紹
- 中文名：SPSS進階分析與實務
- 作者：石鵬
- 出版時間：2022年6月
- 出版社：電子工業出版社
- ISBN：9787121436048
內容簡介,圖書目錄,
內容簡介
本書以統計理論為主線，以解決實際問題為導向，詳細介紹了SPSS在多變數方差分析、協方差分析、線性回歸分析、主成分分析、因子分析、聚類分析、判別分析、決策樹、神經網路、時間序列分析、對應分析、典型相關分析、簡單效應、簡單簡單效應、調節效應、中介效應及多重回響分析中的套用。本書結合理論與實踐，具有較強的技術套用性和針對性，主要面向各個專業的初、中級SPSS的使用者，以及想要深入學習和套用統計學的讀者。
圖書目錄
第 1 章 多個因變數的假設檢驗：多變數方差分析 .............................................................. 1
1.1 多變數方差分析 ................................................................................................................ 1
1.1.1 多變數方差分析簡介 ............................................................................................ 1
1.1.2 多變數方差分析的套用條件 ................................................................................ 1
1.2 多變數方差分析案例：不同舞蹈學校的分數差異分析 ................................................. 2
1.2.1 選擇變數 ................................................................................................................ 3
1.2.2 設定模型選項 ........................................................................................................ 3
1.2.3 設定事後選項 ........................................................................................................ 4
1.2.4 選項設定 ................................................................................................................ 4
1.2.5 輸出結果 ................................................................................................................ 5
1.3 本章小結 ............................................................................................................................ 8
第 2 章 校正混雜因素：協方差分析 .................................................................................... 9
2.1 協方差分析簡介 ................................................................................................................ 9
2.2 協方差分析案例：早讀對成績的影響 .......................................................................... 10
2.2.1 回歸擬合線平行性檢驗 ...................................................................................... 11
2.2.2 計算和檢驗修正均數（正式進行協方差分析） ............................................... 15
2.3 本章小結 .......................................................................................................................... 18
第 3 章 因變數為連續變數的估計與預測：線性回歸分析 ................................................. 19
3.1 線性回歸分析簡介 .......................................................................................................... 19
3.1.1 簡單線性回歸分析簡介 ...................................................................................... 19
3.1.2 多重線性回歸分析簡介 ...................................................................................... 20
3.2 簡單線性回歸分析 .......................................................................................................... 20
3.2.1 簡單線性回歸分析的假設條件 .......................................................................... 21
3.2.2 簡單線性回歸分析案例：身高和體重的關係 ................................................... 26
3.3 多重線性回歸分析 .......................................................................................................... 27
3.3.1 多重線性回歸分析的假設條件 .......................................................................... 28
3.3.2 多重線性回歸分析案例：年收入的影響因素 ................................................... 28
3.4 回歸診斷 .......................................................................................................................... 33
3.4.1 異常值判斷 .......................................................................................................... 33
3.4.2 獨立性檢驗 .......................................................................................................... 37
3.4.3 正態性檢驗 .......................................................................................................... 39
3.4.4 方差齊性檢驗 ...................................................................................................... 40
3.4.5 多重共線性診斷 .................................................................................................. 41
3.5 權重估計 .......................................................................................................................... 43
3.5.1 權重估計簡介 ...................................................................................................... 43
3.5.2 權重估計案例：收入影響因素分析................................................................... 43
3.6 加權最小二乘法 .............................................................................................................. 46
3.6.1 加權最小二乘法簡介 .......................................................................................... 46
3.6.2 加權最小二乘法案例：收入影響因素分析 ....................................................... 46
3.7 二階最小二乘法 .............................................................................................................. 48
3.7.1 二階最小二乘法簡介 .......................................................................................... 48
3.7.2 二階最小二乘法案例：影響成績的數據 ........................................................... 49
3.8 分層回歸分析 .................................................................................................................. 51
3.8.1 分層回歸分析簡介 .............................................................................................. 51
3.8.2 分層回歸分析案例：影響個人收入的因素 ....................................................... 52
3.9 本章小結 .......................................................................................................................... 56
第 4 章 因變數為離散變數的估計與預測：Logistic 回歸模型 ........................................... 58
4.1 Logistic 回歸模型簡介 .................................................................................................... 58
4.1.1 Logistic 回歸模型的公式 .................................................................................... 58
4.1.2 Logistic 回歸分析的目的 .................................................................................... 59
4.1.3 Logistic 回歸模型的適用條件 ............................................................................ 59
4.1.4 Logistic 回歸分析的主要用途 ............................................................................ 60
4.2 二元 Logistic 回歸模型 ................................................................................................... 60
4.2.1 二元 Logistic 回歸模型簡介 ............................................................................... 61
4.2.2 二元 Logistic 回歸分析案例：學業成就數據 .................................................... 61
4.3 多元 Logistic 回歸模型 ................................................................................................... 67
4.3.1 多元 Logistic 回歸模型簡介 ............................................................................... 67
4.3.2 多元 Logistic 回歸分析案例：數學成績調查數據 ............................................ 68
4.4 有序回歸模型 .................................................................................................................. 71
4.4.1 有序回歸模型簡介 .............................................................................................. 71
4.4.2 有序回歸分析案例：影響個人收入水平的因素 ............................................... 71
4.5 本章小結 .......................................................................................................................... 74
第 5 章 回歸模型進階：其他回歸模型 .............................................................................. 76
5.1 最優尺度回歸模型 .......................................................................................................... 76
5.1.1 最優尺度回歸模型簡介 ...................................................................................... 76
5.1.2 最優尺度回歸分析案例：師生關係的預測因素 ............................................... 77
5.2 非線性回歸模型 .............................................................................................................. 83
5.2.1 曲線估計回歸模型 .............................................................................................. 84
5.2.2 非線性回歸模型簡介 .......................................................................................... 87
5.2.3 曲線估計回歸模型與非線性回歸模型的比較 ................................................... 90
5.3 多層線性模型 .................................................................................................................. 91
5.3.1 多層線性模型簡介 .............................................................................................. 92
5.3.2 多層線性模型（零模型）案例：語文成績預測因素 ....................................... 93
5.3.3 多層線性模型（全模型）案例：語文成績預測因素 ....................................... 95
5.4 對數線性模型 .................................................................................................................. 98
5.4.1 對數線性模型簡介 .............................................................................................. 98
5.4.2 對數線性模型案例：不同學歷人員的收入水平數據 ....................................... 99
5.5 本章小結 ........................................................................................................................ 101
第 6 章 簡化多變數複雜關係：主成分分析與因子分析 ................................................... 102
6.1 主成分分析 .................................................................................................................... 102
6.1.1 主成分分析簡介 ................................................................................................ 102
6.1.2 主成分分析案例：各省市特徵指標的降維 ..................................................... 104
6.2 因子分析 ........................................................................................................................ 106
6.2.1 因子分析簡介 .................................................................................................... 106
6.2.2 因子分析案例：學生知識結構狀況................................................................. 106
6.3 本章小結 ........................................................................................................................ 112
第 7 章 數據歸約技術：聚類分析 .................................................................................... 114
7.1 聚類分析簡介 ................................................................................................................ 114
7.2 K 均值聚類 .................................................................................................................... 115
7.2.1 K 均值聚類簡介................................................................................................. 115
7.2.2 K 均值聚類案例：土壤樣本聚類 ..................................................................... 116
7.3 系統聚類 ........................................................................................................................ 119
7.3.1 系統聚類簡介 .................................................................................................... 119
7.3.2 系統聚類案例：土壤指標聚類 ........................................................................ 120
7.4 二階聚類 ........................................................................................................................ 123
7.4.1 二階聚類簡介 .................................................................................................... 123
7.4.2 二階聚類案例：潮間帶大型動物的群落結構 ................................................. 124
7.5 本章小結 ........................................................................................................................ 127
第 8 章 建立分組預測模式：判別分析 ............................................................................ 128
8.1 Fisher 判別分析 ............................................................................................................. 128
8.1.1 Fisher 判別分析簡介 ......................................................................................... 128
8.1.2 Fisher 判別分析案例：鳶尾花分類.................................................................. 128
8.2 Bayes 判別分析 ............................................................................................................. 133
8.2.1 Bayes 判別分析簡介 ......................................................................................... 133
8.2.2 Bayes 判別分析案例：鳶尾花分類 .................................................................. 133
8.3 本章小結 ........................................................................................................................ 138
第 9 章 預測變數的二元分離：決策樹 ............................................................................ 139
9.1 決策樹簡介 .................................................................................................................... 139
9.2 C4.5 算法 ....................................................................................................................... 139
9.2.1 構造決策樹 ........................................................................................................ 140
9.2.2 決策樹剪枝 ........................................................................................................ 141
9.3 SPSS Modeler 的 C5.0 算法實現 .................................................................................. 143
9.3.1 SPSS Modeler 簡介 ............................................................................................ 143
9.3.2 C5.0 算法分析案例：患者用藥策略 ................................................................ 144
9.4 本章小結 ........................................................................................................................ 154
第 10 章 自適應、自學習：神經網路 .............................................................................. 155
10.1 神經網路簡介 .............................................................................................................. 155
10.2 神經網路模型 .............................................................................................................. 155
10.2.1 激勵函式表達方式 .......................................................................................... 156
10.2.2 傳播方式 .......................................................................................................... 158
10.2.3 神經網路模型案例：鳶尾花分類 .................................................................. 159
10.3 本章小結 ...................................................................................................................... 165
第 11 章 時序數據的預測：時間序列分析 ....................................................................... 166
11.1 時間序列分析簡介 ...................................................................................................... 166
11.2 指數平滑模型 .............................................................................................................. 167
11.2.1 指數平滑模型簡介 .......................................................................................... 167
11.2.2 指數平滑模型案例：藥品產量 ....................................................................... 168
11.3 自回歸綜合移動平均模型 .......................................................................................... 176
11.3.1 自回歸綜合移動平均模型簡介 ....................................................................... 176
11.3.2 自回歸綜合移動平均模型實例分析案例：體檢中心收入 ........................... 176
11.4 本章小結 ...................................................................................................................... 181
第 12 章 發現多個分類變數間的潛在關係：對應分析 .................................................... 182
12.1 對應分析簡介 .............................................................................................................. 182
12.2 簡單對應分析 .............................................................................................................. 183
12.2.1 簡單對應分析實現 .......................................................................................... 183
12.2.2 簡單對應分析案例：家庭結構與學歷 ........................................................... 187
12.3 基於均數的對應分析 .................................................................................................. 190
12.3.1 基於均數的對應分析簡介 .............................................................................. 190
12.3.2 基於均數的對應分析案例：各行業經濟成長狀況比較 ............................... 191
12.4 基於最優尺度變換的多重對應分析 .......................................................................... 194
12.4.1 基於最優尺度變換的多重對應分析簡介 ....................................................... 194
12.4.2 基於最優尺度變換的多重對應分析案例：家庭結構與學歷 ....................... 201
12.5 本章小結 ...................................................................................................................... 205
第 13 章 兩組變數的相關分析：典型相關分析 ............................................................... 206
13.1 典型相關分析簡介 ...................................................................................................... 206
13.2 典型相關分析案例：旅遊前的旅遊信息搜尋動機與旅遊行為之間的關係 ........... 207
13.2.1 使用 Canonical 宏程式進行典型相關操作 .................................................... 207
13.2.2 使用 MANOVA 語法進行典型相關操作 ....................................................... 211
13.2.3 輸出結果 .......................................................................................................... 215
13.3 基於最優尺度變換的非線性典型相關分析 .............................................................. 216
13.3.1 基於最優尺度變換的非線性典型相關分析簡介 ........................................... 216
13.3.2 基於最優尺度變換的非線性典型相關分析案例：家庭結構與學歷 ........... 217
13.4 本章小結 ...................................................................................................................... 221
第 14 章 互動效應分析進階：簡單效應與簡單簡單效應 ................................................. 222
14.1 重複測量設計的簡單效應與簡單簡單效應 .............................................................. 222
14.1.1 簡單效應簡介 .................................................................................................. 223
14.1.2 簡單簡單效應簡介 .......................................................................................... 224
14.1.3 分析策略 .......................................................................................................... 224
14.1.4 簡單效應案例：不同教學方法與智力的關係 ............................................... 224
14.1.5 簡單簡單效應案例：不同教學方法與智力的關係 ....................................... 228
14.2 被試間設計的簡單效應與簡單簡單效應 .................................................................. 231
14.2.1 分析策略 .......................................................................................................... 232
14.2.2 簡單效應案例：心理學反應時研究 ............................................................... 232
14.2.3 簡單簡單效應案例：心理學反應時研究 ....................................................... 235
14.3 本章小結 ...................................................................................................................... 239
第 15 章 調節變數與中介變數分析方法：調節效應與中介效應 ...................................... 243
15.1 調節效應 ...................................................................................................................... 243
15.1.1 調節效應簡介 .................................................................................................. 243
15.1.2 自變數和調節變數均為連續變數的調節效應分析 ....................................... 245
15.1.3 自變數為連續變數、調節變數為分類變數的調節效應分析 ....................... 249
15.1.4 自變數為分類變數、調節變數為連續變數的調節效應分析 ....................... 254
15.1.5 自變數、調節變數均為分類變數的調節效應分析 ....................................... 257
15.2 Process 外掛程式 ................................................................................................................. 258
15.2.1 Process 外掛程式的安裝及套用 ............................................................................. 258
15.2.2 Bootstrap 方法及其套用 .................................................................................. 260
15.2.3 使用 Process 外掛程式檢驗調節效應 .................................................................... 260
15.2.4 使用 Process 外掛程式檢驗中介效應 .................................................................... 264
15.2.5 中介效應與調節效應的混合模型 .................................................................. 270
15.3 本章小結 ...................................................................................................................... 274
第 16 章 多項選擇題的分析處理：多重回響分析 ............................................................ 275
16.1 多重回響分析 .............................................................................................................. 275
16.1.1 多重回響分析案例：註冊某軟體時選過的標籤 ........................................... 276
16.1.2 多重回響變數集的頻率差異卡方檢驗案例：標籤選擇 ............................... 280
16.1.3 多重回響變數集的交叉表分析案例：標籤選擇 ........................................... 282
16.2 本章小結 ...................................................................................................................... 284
參考文獻 ........................................................................................................................... 285
