SPSS宝典

第1 部分 IBM SPSS 19 入门 第1 章 IBM SPSS Statistics 概述1.1 SPSS 的发展简史1.2 IBM SPSS Statistics 19 的特点1.3 IBM SPSS Statistics 19 对环境的要求1.3.1 对硬件环境的要求 1.3.2 对软件环境的要求 1.4 安装和卸载IBM SPSS Statistics 19 1.4.1 安装IBM SPSS Statistics 19 1.4.2 卸载IBM SPSS Statistics 19 1.5 IBM SPSS Statistics 19 的启动与退出1.5.1 启动IBM SPSS Statistics 191.5.2 退出IBM SPSS Statistics 191.6 IBM SPSS Statistics 19 新增功能1.7 IBM SPSS Statistics 19 的帮助系统 1.7.1 Topics（主题帮助） 1.7.2 Tutorial（自学指导） 1.7.3 Cases Studies（案例研究）  1.7.4 Statistics Coach（统计辅导）  1.7.5 Command Syntax Reference（命令语句参考）  1.7.6 Developer Central（研发中心）  1.7.7 Algorithms（统计算法）  1.8 小结第2 章 IBM SPSS 19 的窗口及其设置 2.1 IBM SPSS Statistics 19 的三种运行方式2.1.1 完全窗口菜单运行方式2.1.2 程序运行方式2.1.3 混合运行方式2.2 IBM SPSS Statistics 19 常用对话框 2.2.1 SPSS 文件操作对话框2.2.2 SPSS 统计分析主对话框2.2.3 对话框的控制与选择2.3 IBM SPSS Statistics 19 的窗口及其设置 2.3.1 Data Editor（数据编辑窗口）2.3.2 Output（结果输出窗口）2.3.3 SPSS Syntax Editor（语句窗口）2.3.4 Script（脚本编辑窗口） 2.4 小结第3 章 SPSS 统计数据的创建与编辑 3.1 SPSS 数据的属性及其定义方法 3.1.1 变量名（Name） 3.1.2 变量类型（Type）3.1.3 变量标签（Label） 3.1.4 Missing（变量缺失数据） 3.1.5 Measure（度量尺度）  3.2 SPSS 数据文件的构成 3.2.1 SPSS 数据文件的结构3.2.2 SPSS 数据文件中的个案3.2.3 创建SPSS 数据文件 3.2.4 应用实例：定义SPSS 数据结构3.2.5 实例：大学教师的问卷调查表3.2.6 调查表数据变量名及其属性的设计3.3 SPSS 数据的录入3.3.1 认识数据录入窗口 3.3.2 在数据编辑窗口中录入数据 3.4 SPSS 数据的编辑3.4.1 插入和删除变量 3.4.2 插入和删除个案 3.4.3 数据的移动、复制和删除 3.4.4 SPSS 数据的定位3.5 数据文件的操作3.5.1 创建和读取SPSS 数据文件 3.5.2 保存SPSS 数据文件 3.6 小结第4 章 SPSS 数据的管理4.1 数据的排序4.1.1 SPSS 数据排序的基本操作4.1.2 数据排序的一个例子 4.2 数据的转置4.3 重复个案的识别4.4 数据文件的拆分4.5 数据文件的合并4.5.1 个案合并 4.5.2 变量合并 4.6 数据的分类汇总4.6.1 分类汇总的概念 4.6.2 分类汇总的操作步骤 4.7 数据的加权4.8 小结第5 章 数据转换与SPSS 函数 5.1 SPSS 的表达式5.1.1 SPSS 算术表达式5.1.2 SPSS 条件表达式5.1.3 SPSS 逻辑表达式.5.2 SPSS 函数5.2.1 算术函数（Arithmetic Functions）5.2.2 统计函数（Statistical Functions）5.2.3 字符串函数（String Functions）5.2.4 日期和时间函数（Date and Time Functions） 5.2.5 累计分布函数（Cumulative Distribution Functions）5.2.6 逆分布函数（Inverse Distribution Functions）5.2.7 随机变量函数（Random Variable Functions）  5.2.8 概率密度函数（Probability Density Function） 5.2.9 尾部概率函数（Tail Probability Function）5.2.10 缺失值函数（Missing Value Functions）5.3 变量的计算 5.3.1 变量计算的基本操作5.3.2 实例：高校提前录取名单的确定5.4 数据的选取 5.4.1 数据选取的基本操作5.4.2 数据选取的应用实例5.5 个案计数 5.5.1 个案计数的基本操作5.5.2 实例：央视主要节目的收视率调查5.6 数据的重新编码 5.6.1 数据的重新编码5.6.2 数据的自动重新编码5.6.3 重新编码的应用实例5.7 SPSS 变量集 5.7.1 SPSS 变量集的分类5.7.2 定义用户变量集5.7.3 使用用户变量集5.8 小结第2 部分 利用SPSS 进行统计分析 第6 章 SPSS 的基本统计分析6.1 基本统计量的定义和计算6.1.1 描述集中趋势的统计量6.1.2 描述离散趋势的统计量6.1.3 描述分布形态的统计量6.2 频数分析过程6.2.1 频数分析过程的SPSS操作 6.2.2 实例：成年男子血压数据的频数分析 6.2.3 频数分析的结果 6.3 描述性分析过程6.3.1 描述性分析的SPSS 操作 6.3.2 实例：学生体检数据的描述性分析 6.4 探索性分析过程6.4.1 探索性分析问题的提出6.4.2 探索分析的SPSS 操作 6.4.3 Statistic 选项 6.4.4 Plots 选项6.4.5 Options 选项6.4.6 实例：新型合金耐热性的探索分析 6.4.7 探索分析的结果 6.5 小结第7 章 多重反应分析7.1 多重反应分析的基本方法7.1.1 二分法（Multiple Dichotomies Method）7.1.2 分类法（Multiple Category Method） 7.2 定义多重反应分析数据集7.2.1 实例：消费者购物场所的调查 7.2.2 定义多重数据集的SPSS操作 7.3 多重反应频数分析7.3.1 多重反应频数分析的SPSS 操作7.3.2 多重反应频数分析的结果 7.4 多重反应列联表分析 7.4.1 SPSS 基本操作7.4.2 多重反应列联表分析的结果7.5 小结第8 章 SPSS 的自定义表格 8.1 认识自定义表格对话框 8.1.1 实例：个人家庭情况调查数据8.1.2 自定义表格的SPSS 操作 8.2 表格的结构和SPSS 实现8.2.1 堆栈和嵌套的基本定义8.2.2 堆栈和嵌套的SPSS 实现 8.3 自定义表格的选项及其独立性检验 8.3.1 实例：对婚姻幸福感认同的分析和列表8.3.2 SPSS 基本操作8.3.3 Titles 选项8.3.4 Test Statistics 选项 8.3.5 Options 选项8.3.6 自定义表格的结果8.4 多重反应变量集的自定义表格 8.4.1 一般多重变量集自定义表格8.4.2 SPSS 基本操作8.4.3 多重反应变量集表格的结果8.4.4 进一步的分析8.4.5 具有嵌套结构的多重变量集自定义表格8.4.6 多重变量集的独立性检验 8.4.7 多重变量集的列均值比较和检验8.5 小结第9 章 均值的比较与检验9.1 参数检验问题的提出9.2 参数检验的基本步骤9.3 单样本T 检验9.3.1 单样本T 检验的基本方法 9.3.2 单样本T 检验的SPSS操作 9.3.3 实例：圆盘制动闸直径的T 检验9.3.4 单样本T 检验的结果 9.4 独立样本T 检验9.4.1 独立样本T 检验的基本方法 9.4.2 独立样本T 检验的SPSS操作 9.4.3 实例：两组乒乓球得分数据的T 检验 9.4.4 独立样本T 检验的结果 9.5 配对样本T 检验9.5.1 配对样本T 检验问题的基本方法 9.5.2 配对样本T 检验的SPSS操作 9.5.3 实例：新药疗效的测试结果检验 9.5.4 配对样本T 检验的结果 9.6 小结第10 章 方差分析10.1 方差分析的基本原理10.2 方差分析的概念和假设10.3 单因素方差分析10.3.1 单因素方差分析的SPSS操作10.3.2 Contrasts 选项 10.3.3 Post Hoc Multiple Comparisions 选项 10.3.4 Options 选项10.3.5 实例：来自4 个不同行业的投诉数据10.3.6 单因素方差分析的结果解释10.4 多因素方差分析 10.4.1 多因素方差分析的SPSS操作10.4.2 Model 选项10.4.3 Contrasts 选项10.4.4 Plots 选项 10.4.5 Post Hoc Multiple Comparisions 选项 10.4.6 Save 选项 10.4.7 Options 选项10.4.8 实例：机器和工人两因素的方差分析10.4.9 两因素方差分析的结果解释10.5 协方差分析 10.5.1 协方差分析的基本思想10.5.2 实例：政府部门对培训效果的分析10.5.3 非饱和模型的SPSS 操作 10.5.4 结果分析10.5.5 进一步分析：实例中的饱和模型10.5.6 饱和模型的结果解释10.6 小结第11 章 非参数检验11.1 卡方检验 11.1.1 卡方检验的基本原理11.1.2 卡方检验的SPSS 操作 11.1.3 实例：网站流量的泊松分布检验11.2 二项分布检验 11.2.1 二项分布检验的基本原理11.2.2 二项分布检验的SPSS操作11.2.3 实例：抛硬币实验的二项分布检验11.3 游程检验11.3.1 游程检验的基本原理 11.3.2 游程检验的SPSS 操作11.3.3 实例：体育达标成绩的检验11.4 单样本K-S 检验 11.4.1 单样本K-S 检验的基本原理11.4.2 单样本K-S 检验的SPSS操作11.4.3 实例：车祸事故数的泊松分布检验11.4.4 实例的进一步分析：考虑性别因素11.5 两独立样本的非参数检验11.5.1 两独立样本检验的SPSS操作11.5.2 两独立样本Mann-Whitney U 检验11.5.3 两独立样本的K-S 检验 11.6 小结第12 章 相关分析12.1 相关分析的基本方法12.2 相关系数的计算12.2.1 Pearson 简单相关系数12.2.2 Spearman 等级相关系数 12.2.3 Kendall τ相关系数 12.3 双变量相关分析12.3.1 双变量相关分析的SPSS操作12.3.2 Options 选项12.3.3 实例：汽车价格和汽车燃油率的分析12.3.4 双变量相关分析的结果12.3.5 进一步分析：定序型变量的分析12.3.6 进一步分析的结果12.4 偏相关分析 12.4.1 偏相关分析的基本原理12.4.2 偏相关分析的SPSS 操作步骤12.4.3 Options 选项12.4.4 实例：对一批体检数据的偏相关分析12.4.5 偏相关分析的结果12.4.6 改变控制变量后的结果12.5 距离分析 12.5.1 距离分析的基本概念12.5.2 距离分析的SPSS 操作 12.5.3 Similarity Measure 选项和相似性测度12.5.4 Dissimilarity Measure 选项和不相似性测度12.5.5 实例：体检数据的变量距离分析12.5.6 变量距离分析的结果12.5.7 实例：对飞机叶片的个案距离分析12.5.8 个案距离分析的结果12.6 小结第13 章 回归分析13.1 线性回归分析 13.1.1 线性回归分析的方法概述13.1.2 线性回归分析的数学模型13.1.3 线性回归方程的显著性检验13.1.4 线性回归方程的残差分析13.1.5 线性回归分析的SPSS操作13.1.6 实例：体检数据中的体重和肺活量的分析13.1.7 一元线性回归分析的结果13.1.8 多元线性回归：小学生语言测试得分分析13.1.9 多元线性回归的结果 13.1.10 实例：加权最小二乘回归 13.1.11 加权最小二乘回归分析的结果13.2 曲线参数估计13.2.1 曲线参数估计的基本原理 13.2.2 曲线参数估计的基本步骤 13.2.3 实例：金属强度测试的回归分析13.2.4 曲线参数估计的结果 13.3 小结第14 章 对数线性模型14.1 对数线性模型的基本概念14.1.1 实例：育龄妇女生育调查 14.1.2 对数线性模型的对数频数表14.2 对数线性模型的建立14.2.1 对数线性模型的效应项 14.2.2 效应项的计算方法 14.3 对数线性模型的检验14.3.1 对数线性模型的检验项目 14.3.2 对数线性模型的参数估计 14.3.3 单项效应的参数估计和检验14.3.4 拟合优度检验 14.3.5 交互效应检验 14.3.6 分层效应检验 14.3.7 饱和模型的偏关联检验14.4 对数线性模型的Model Selection 过程 14.4.1 层次对数线性模型的基本方法14.4.2 层次对数线性模型的SPSS 操作14.4.3 Model Building 选项和模型的选择14.4.4 Model 选项14.4.5 Options 选项14.4.6 实例：育龄妇女生育调查14.4.7 实例分析的结果14.5 对数线性模型的General 过程14.5.1 General 过程的基本思想14.5.2 General 过程的SPSS步骤14.5.3 Save 选项 14.5.4 Model 选项14.5.5 Options 选项14.5.6 实例分析14.5.7 Genera 对数线性模型的结果与分析14.6 对数线性模型的Logit 过程14.6.1 Logit 过程的基本思想14.6.2 Logit 过程的SPSS 操作14.6.3 实例分析14.6.4 Logit 模型的结果与分析 14.7 小结第15 章 聚类分析15.1 聚类分析的基本方法 15.1.1 实例：不同学科的能力测试调查15.1.2 距离描述15.1.3 聚类类型15.1.4 聚类方法15.2 不相似测度的度量方法 15.2.1 定距型变量的不相似测度15.2.2 计数变量的不相似测度 15.2.3 二值变量的不相似测度 15.3 分层聚类 15.3.1 分层聚类的基本方法15.3.2 分层聚类的SPSS 操作 15.3.3 Method 选项15.3.4 Save 选项 15.3.5 Statistics 选项15.3.6 Plots 选项15.3.7 个案聚类：16 个地区的农民支出情况分析15.3.8 个案聚类的结果分析 15.3.9 确定分类数的讨论 15.3.10 变量聚类：SPSS 软件模块使用的调查15.3.11 变量聚类的结果分析 15.4 逐步聚类分析15.4.1 逐步聚类分析的基本方法 15.4.2 逐步聚类分析的SPSS操作15.4.3 Iterate 选项15.4.4 Save 选项 15.4.5 Options 选项15.4.6 个案逐步聚类分析的结果 15.4.7 逐步聚类：变量聚类模式的实例15.4.8 变量逐步聚类的结果分析15.5 二阶段聚类分析15.5.1 二阶段聚类分析的基本原理15.5.2 二阶段聚类分析的SPSS操作15.5.3 Options 选项15.5.4 Output 选项 15.5.5 个案聚类：不同汽车车型的聚类分析15.5.6 二阶段个案聚类的结果15.6 小结第16 章 判别分析16.1 判别分析过程的基本原理16.2 判别分析的SPSS 操作 16.2.1 基本操作 16.2.2 Method 选项16.2.3 Statistics 选项16.2.4 Classify 选项 16.2.5 Save 选项 16.3 实例：对一组体检数据的判别分析 16.3.1 实例数据16.3.2 操作步骤16.4 判别分析的结果 16.5 小结第17 章 因子分析17.1 因子分析的基本概念 17.2 因子分析的数学模型 17.3 因子分析的基本方法 17.3.1 因子提取17.3.2 因子旋转17.3.3 计算因子得分17.4 因子分析的SPSS 操作17.4.1 基本操作17.4.2 Descriptives 选项 17.4.3 Extraction 选项17.4.4 Rotation 选项 17.4.5 Scores 选项17.4.6 Options 选项17.4.7 因子分析的共同度17.4.8 因子分析中的总方差解释17.4.9 因子分析的碎石图和解释17.4.10 旋转后的因子载荷矩阵17.4.11 因子得分17.5 实例：奥运项目的因子分析 17.5.1 操作步骤17.5.2 结果分析17.6 小结第18 章 对应分析18.1 对应分析的基本方法 18.2 对应分析的SPSS 操作18.2.1 实例：不同职业人员的吸烟程度调查18.2.2 对应分析的基本操作18.2.3 Model 选项18.2.4 Statistic 选项18.2.5 Plots 选项18.2.6 对应分析的结果 18.3 实例：美国哲学博士学位毕业人数的对应分析18.3.1 实例数据 18.3.2 操作步骤 18.3.3 实例的对应分析结果 18.4 多元对应分析18.4.1 多元对应分析的基本方法18.4.2 多元对应分析的SPSS操作18.4.3 Discretization 选项18.4.4 Missing Values 选项 18.4.5 Options 选项18.4.6 Output 选项 18.4.7 Save 选项 18.5 实例：雇员和汽车的多元对应分析18.5.1 实例数据 18.5.2 SPSS 操作 18.5.3 多元对应分析的结果 18.6 小结第19 章 信度分析19.1 信度分析的概念19.2 信度分析的基本方法19.3 信度分析的SPSS 操作 19.3.1 基本操作 19.3.2 Statistics 选项19.4 实例：节目是否继续开办的调查分析19.4.1 实例中的调查数据 19.4.2 操作步骤 19.5 信度分析的结果19.6 进一步的分析19.6.1 拆半信度系数模型 19.6.2 Guttman 模型 19.6.3 平行模型（Parallel Model） 19.7 小结第20 章 统计图形的创建和编辑20.1 SPSS 图形的基本功能介绍 20.1.1 图形生成器（Chart Builder） 20.1.2 交互模式创建图形（Interactive） 20.1.3 传统模式创建图形（Legacy Chart） 20.2 条形图 20.2.1 条形图的类型和基本操作20.2.2 简单条形图20.2.3 复合条形图20.2.4 堆栈条形图20.3 三维条形图（3-D Bar）20.3.1 三维条形图的类型20.3.2 个案分组模式20.4 小结第21 章 SPSS 的命令语句程序设计 21.1 Syntax 程序语言概述 21.1.1 Syntax 命令语句的特性 21.1.2 统计分析方式的选择21.2 Syntax 命令语句及其定义规则 21.2.1 SPSS 命令的类型21.2.2 SPSS 命令的定义规则及其构成21.2.3 SPSS 命令的显示顺序21.2.4 SPSS 命令语句的状态21.2.5 SPSS 的子命令21.2.6 命令执行的两种方式21.3 创建和运行Syntax 21.3.1 认识Syntax 窗口 21.3.2 定制SPSS Syntax 编程环境21.3.3 创建和运行Syntax 文件21.3.4 SPSS 程序的类型21.4 SPSS Syntax 语法21.4.1 流程结构语句 21.4.2 过程语句 21.4.3 文件操作语句 21.5 Syntax 语句错误与程序调试21.5.1 识别Syntax 命令的语法错误21.5.2 错误信息 21.5.3 理解错误信息的含义 21.5.4 修改Syntax 语法错误21.5.5 Syntax 语法错误的实例分析21.6 小结第22 章 利用SPSS 语句读取数据文件 22.1 读取数据库中的数据22.1.1 安装数据库驱动 22.1.2 读取数据库表中的数据 22.1.3 读取数据库的多个表 22.2 读取Excel 文件数据 22.2.1 读取Excel 工作表数据22.2.2 读取多个工作表数据 22.3 读取文本文件数据22.3.1 读取定界文本数据文件 22.3.2 读取逗号分隔值（CSV）数据文件22.3.3 读取固定宽度文本数据文件22.4 读取复杂文本数据22.4.1 读取混合数据文件22.4.2 读取分组数据文件22.4.3 读取嵌套数据文件22.5 小结第23 章 宏23.1 SPSS 宏概述 23.1.1 SPSS 宏工具概述23.1.2 SPSS 宏的定义23.2 SPSS 宏的参数 23.2.1 SPSS 宏参数的定义及分类23.2.2 SPSS 宏的关键字参数23.2.3 SPSS 宏的位置参数23.2.4 参数的标识符23.2.5 参数的默认设置23.3 SPSS 宏的流程控制结构 23.3.1 IF 结构 23.3.2 循环结构23.4 宏的其他操作 23.4.1 宏变量的数学运算23.4.2 宏变量中直接读取分配23.4.3 字符串操作函数23.5 SPSS 宏的调试 23.5.1 输出窗口中显示扩展宏语句23.5.2 结果窗口中显示宏参数23.6 小结参考文献  显示全部信息