SPSS与统计分析

目录
基础篇
第1章 概述
1．1 SPSS简介
1．2 使用SPSS进行数据分析的基本步骤
1．3 主要窗口和功能
1．3．1 数据编辑窗口
1．3．2 结果浏览窗口
1．3．3 程序编辑窗口
1．4 通过数据编辑窗口输入数据
1．4．1 使用数据编辑窗口输入数据
1．4．2 定义变量
1．4．3 数据输入实例
1．5 SPSS数据文件的存取
1．5．1 存取保存的SPSS文件
1．5．2 读取保存的数据文件
1．5．3 读取Excel电子表格数据文件
1．5．4 读取Access数据库(ODBC数据接口)
1．5．5 保存SPSS数据文件
1．6 数据的编辑与整理
1．6．1 发现重复数据
1．6．2 选择数据
1．6．3 定义权重
1．6．4 数据排序
1．6．5 数据表转置
1．6．6 数据表合并
1．6．7 数据表拆分(指定分组分析变量)
1．6．8 数据汇总
1．6．9 查找数据
1．7 数据转换
1．7．1 公式计算
1．7．2 数据编码
1．7．3 替代缺失数据
1．7．4 数据例编秩
1．7．5 频数分组
1．8 帮助的获取
1．8．1 按专题组织的帮助
1．8．2 通过对话框内的Help按钮使用帮助
1．8．3 使用对话框中的提示帮助
1．8．4 在结果输出窗口使用提示帮助
1．8．5 使用统计教练
1．8．6 使用联机帮助和网络讨论组
第2章 数据类型与统计学描述
2．1 数据分类
2．2 制作频数表
2．2．1 区间数据频数分段
2．2．2 用Frequencies编制频数表
2．3 用Descriptives进行区间数据的统计描述
2．3．1 操作过程
2．3．2 结果解释
2．4 用Explore进行区间数据的统计描述
2．4．1 操作过程
2．4．2 结果解释
2．5 用Bivariate进行变量间的相关与协方差分析
2．5．1 操作过程
2．5．2 结果解释
2．5．3 描述性统计分析过程的比较
2．6 名义数据的统计描述
2．6．1 单个名义变量的描述分析
2．6．2 多指标的描述分析
第3章 概率分布与正态性检验
3．1 概率分布
3．1．1 正态分布
3．1．2 二项分布
3．1．3 Poisson分布
3．2 抽样分布
3．2．1 t分布
3．2．2 〓分布
3．2．3 F分布
3．3 正态性检验
3．3．1 P-P图法
3．3．2 Q-Q图法
3．3．3 直方图、箱式图与茎叶图
3．3．4 计算法
第4章 区间估计与假设检验
4．1 均数的区间估计
4．1．1 σ已知时总体均数的置信区间
4．1．2 未知时总体均数的置信区间
4．1．3 两总体均数间差值的置信区间
4．2 总体方差、总体标准差的置信区间
4．3 率的区间估计
4．3．1 总体率的置信区间
4．3．2 两总体率差值的置信区间
4．4 假设检验与两类错误
4．4．1 假设检验的概念与原理
4．4．2 假设检验的两类错误
4．4．3 假设检验的基本步骤
4．5 样本含量的估计与检验效能
4．5．1 影响样本量大小的因素
4．5．2 总体均数区间估计的样本含量
4．5．3 样本均数与总体均数比较样本含量估计
4．5．4 完全随机设计两样本均数比较的样本含量估计
4．5．5 完全随机设计多个样本均数比较的样本含量估计
4．5．6 估计总体率时的样本含量估计
4．5．7 样本率与总体率比较的样本含量估计
4．5．8 两样本率比较的样本含量估计
4．5．9 多个样本率比较的样本含量估计
4．5．10 直线相关分析的样本含量估计
4．5．11 检验效能
第5章 区间数据的统计推断
5．1 t检验
5．1．1 单个总体均数的t检验
5．1．2 独立样本成组t检验
5．1．3 成对样本t检验
5．2 单向方差分析
5．2．1 两组资料的单向方差分析
5．2．2 多组资料的单向方差分析
5．3 双向方差分析
5．3．1 基本分析步骤
5．3．2 关于Univariate过程对话框的说明
5．4 对比与事后检验
5．4．1 对比
5．4．2 事后检验
5．5 方差齐性检验
第6章 名义分类数据的统计推断
6．1 四格表数据的卡方检验
6．1．1 一般四格表卡方检验
6．1．2 连续校正卡方检验
6．2 R×C无序列联表的卡方检验
6．2．1 多个样本率的卡方检验
6．2．2 多个样本构成的卡方检验
6．3 Fisher's精确检验
6．3．1 四格表的精确概率法
6．3．2 R×C列联表精确概率
第7章 有序数据的统计推断
7．1 R×C单向有序列联表的检验
7．1．1 Wilcoxon秩和检验
7．1．2 趋势〓检验
7．1．3 Kruskal-Wallis检验
7．1．4 实例与操作
7．2 双向有序列联表的检验
7．2．1 Spearman等级相关
7．2．2 Jonckheere-Terpstra检验
7．2．3 Cochran-Mantel-Haenszel统计分析
7．3 几个相关有序样本的非参数检验
7．3．1 2相关样本的秩检验
7．3．2 多组相关样本检验
第8章 简单线性回归与相关
8．1 一般的简单线性回归
8．1．1 线性回归的概念
8．1．2 建立线性回归方程
8．1．3 回归系数的假设检验
8．1．4 实例与操作
8．2 加权的简单线性回归
8．2．1 加权最小二乘估计
8．2．2 加权线性回归方程的假设检验
8．2．3 实例与操作
8．3 简单线性相关
8．3．1 概念
8．3．2 线性相关系数的意义和计算
8．3．3 相关系数的假设检验
8．3．4 实例与操作
第9章 曲线回归与非线性回归
9．1 曲线直线化变换方法
9．1．1 变量的变换
9．1．2 变量变换后实现线性回归的步骤
9．1．3 实例与操作
9．2 曲线回归
9．2．1 一般步骤
9．2．2 SPSS操作提示
9．2．3 实例与操作
9．3 非线性回归
9．3．1 基本原理
9．3．2 SPSS操作提示
9．3．3 实例与操作
第10章 多重线性回归与相关
10．1 多项式回归
10．2 多重回归分析方法
10．2．1 多重回归模型
10．2．2 参数估计
10．2．3 回归方程的假设检验与配合适度评价
10．2．4 自变量的选择
10．2．5 SPSS操作提示
10．2．6 实例与操作
10．3 共线性解决方案与校正
10．3．1 多重共线性的诊断
10．3．2 共线性解决方案
10．4 残差分析与回归诊断
10．5 交互作用与哑变量问题
10．5．1 交互作用
10．5．2 哑变量的设置
10．6 复相关系数与偏相关系数
10．6．1 复相关系数、决定系数与调整决定系数
10．6．2 偏相关系数
第11章 统计图的制作
11．1 条图
11．2 3-D条图
11．3 线图
11．4 面积图
11．5 圆图
11．6 高低图
11．7 帕累托图
11．8 质量控制图
11．9 箱图
11．10 误差条图
11．11 分群金字塔图
11．12 散点图
11．13 直方图
11．14 P-P概率图
11．15 Q-Q概率图
11．16 序列图
11．17 统计图形的编辑加工
11．17．1 图形编辑窗口简介
11．17．2 图形特征的编辑
11．17．3 坐标轴编辑
11．17．4 图例的编辑
11．17．5 添加和显示／隐藏图形元素
第12章 诊断试验评价与ROC分析
12．1 常用的诊断试验评价指标
12．1．1 正确率
12．1．2 灵敏度
12．1．3 特异度
12．1．4 Youden指数
12．1．5 阳性似然比
12．1．6 阴性似然比
12．1．7 阳性预测价值
12．1．8 阴性预测价值
12．1．9 优势比及其有关指标
12．1．10 Kappa
12．2 ROC曲线
12．2．1 ROC分析的基本原理
12．2．2 SPSS操作说明
12．2．3 实例与结果解释
第13章 缺失值分析
13．1 缺失值分析简介
13．1．1 基本概念
13．1．2 缺失机制
13．1．3 缺失值的常用处理方法
13．2 SPSS操作提示
13．2．1 SPSS的缺失值处理方法
13．2．2 缺失值处理的SPSS操作
13．3 结果解释
高级篇
第14章 logistic回归
14．1 二项分类logistic回归
14．1．1 方法介绍
14．1．2 SPSS操作选项说明
14．1．3 实例与结果解释
14．2 条件logistic回归
14．2．1 方法介绍
14．2．2 SPSS操作选项说明
14．2．3 实例与结果解释
14．3 有序logistic回归
14．3．1 方法介绍
14．3．2 SPSS操作选项说明
14．3．3 实例与结果解释
14．4 多项分类logistic回归
14．4．1 方法介绍
14．4．2 SPSS操作选项说明
14．4．3 实例与结果解释
第15章 对数线性模型与Poisson回归
15．1 列联表的对数线性模型
15．1．1 方法介绍
15．1．2 实例与操作
15．2 Poisson回归
15．2．1 基本原理
15．2．2 实例与操作
第16章 生存分析与Cox模型
16．1 常用术语
16．2 非参数分析
16．2．1 寿命表法
16．2．2 Kaplan-Meier法
16．3 Cox回归模型
16．3．1 方法介绍
16．3．2 实例与操作
16．4 时间依存变量的处理方法
16．4．1 时间依存变量Cox模型
16．4．2 Cox w／Time-Dep Cov过程操作说明
第17章 聚类、判别与决策树分析
17．1 概述
17．1．1 聚类分析基础知识
17．1．2 判别分析基础知识
17．1．3 SPSS聚类和判别分析模块
17．2 聚类分析
17．2．1 二阶段聚类
17．2．2 K中心聚类
17．2．3 层次聚类
17．3 判别分析
17．4 决策树分析
17．4．1 基本原理
17．4．2 SPSS 13．0中的决策树
17．4．3 操作提示
17．4．4 结果解释
第18章 主成分分析与因子分析
18．1 主成分分析
18．1．1 概述
18．1．2 实例与操作
18．2 因子分析
18．2．1 概述
18．2．2 实例与操作
18．3 主成分分析与因子分析的联系及区别
第19章 多因素方差分析
19．1 随机区组设计及其方差分析
19．1．1 概述
19．1．2 实例与操作
19．2 析因设计及其方差分析
19．2．1 概述
19．2．2 实例与操作
19．3 嵌套设计及其方差分析
19．3．1 概述
19．3．2 实例与操作
19．4 交叉设计及其方差分析
19．4．1 概述
19．4．2 实例与操作
第20章 重复测量与混合效应模型
20．1 重复测量方差分析
20．1．1 分层随机抽样重复测量数据
20．1．2 重复测量设计临床试验数据
20．2 线性混合效应模型
20．2．1 分层随机抽样调查数据的混合效应模型分析
20．2．2 重复测量数据的混合效应模型分析
第21章 多变量方差分析
21．1 单因素设计资料的多元方差分析
21．1．1 单样本分析
21．1．2 两样本单因素设计资料
21．2 多因素资料的多元方差分析
21．2．1 两因素设计
21．2．2 配对设计资料的多元方差分析
21．2．3 重复测量设计资料的多元方差分析
21．3 典型相关
第22章 时间序列分析
22．1 概述
22．1．1 时间序列数据及其分析方法
22．1．2 时间序列分析的模型、公式和记号
22．1．3 SPSS时间序列分析功能
22．2 时间序列数据的预处理
22．2．1 定义日期变量
22．2．2 创建时间序列
22．2．3 填补缺失数据
22．3 指数平滑法
22．3．1 指数平滑法的原理
22．3．2 指数平滑法的操作
22．3．3 指数平滑法的结果和解释
22．4 自回归模型
22．4．1 概述
22．4．2 自回归过程介绍
22．4．3 分析实例
22．5 ARIMA模型
22．5．1 概述
22．5．2 ARIMA模型识别、建模和模型评价详解
22．5．3 带有季节因子的ARIMA模型
22．6 季节性结构分量模型
22．6．1 概述
22．6．2 分析实例
第23章 信度分析
23．1 重复测量法与分半信度法
23．1．1 方法介绍
23．1．2 实例与操作
23．2 Cronbach α系数
23．2．1 方法介绍
23．2．2 SPSS操作选项说明
23．2．3 实例描述
23．3 Cohen Kappa系数
23．3．1 方法介绍
23．3．2 实例描述
23．3．3 操作选项说明
23．3．4 结果解释
23．4 Kendall和谐系数(Kenddl's Coefficient of Concordance)
23．4．1 方法介绍
23．4．2 实例描述
23．4．3 SPSS操作选项说明
23．4．4 主要结果
第24章 对应分析与结合分析
24．1 对应分析
24．1．1 方法介绍
24．1．2 SPSS操作选项说明
24．1．3 实例分析
24．2 结合分析
24．2．1 方法介绍
24．2．2 SPSS操作选项说明
24．2．3 实例分析
附录A SPSS函数
附录B SPSS统计分析程序简介
附录C 统计分析方法路径图
参考文献