正版 SPSS进阶分析与实务 石鹏 电子工业出版社 9787121436048 书

第 1 章 多个因变量的假设检验：多变量方差分析 .............................................................. 1 1.1 多变量方差分析 ................................................................................................................ 1 1.1.1 多变量方差分析简介 ............................................................................................ 1 1.1.2 多变量方差分析的应用条件 ................................................................................ 1 1.2 多变量方差分析案例：不同舞蹈学校的分数差异分析 ................................................. 2 1.2.1 选择变量 ................................................................................................................ 3 1.2.2 设置模型选项 ........................................................................................................ 3 1.2.3 设置事后选项 ........................................................................................................ 4 1.2.4 选项设置 ................................................................................................................ 4 1.2.5 输出结果 ................................................................................................................ 5 1.3 本章小结 ............................................................................................................................ 8 第 2 章 校正混杂因素：协方差分析 .................................................................................... 9 2.1 协方差分析简介 ................................................................................................................ 9 2.2 协方差分析案例：早读对成绩的影响 .......................................................................... 10 2.2.1 回归拟合线平行性检验 ...................................................................................... 11 2.2.2 计算和检验修正均数（正式进行协方差分析） ............................................... 15 2.3 本章小结 .......................................................................................................................... 18 第 3 章 因变量为连续变量的估计与预测：线性回归分析 ................................................. 19 3.1 线性回归分析简介 .......................................................................................................... 19 3.1.1 简单线性回归分析简介 ...................................................................................... 19 3.1.2 多重线性回归分析简介 ...................................................................................... 20 3.2 简单线性回归分析 .......................................................................................................... 20 3.2.1 简单线性回归分析的假设条件 .......................................................................... 21 3.2.2 简单线性回归分析案例：身高和体重的关系 ................................................... 26 3.3 多重线性回归分析 .......................................................................................................... 27 3.3.1 多重线性回归分析的假设条件 .......................................................................... 28 3.3.2 多重线性回归分析案例：年收入的影响因素 ................................................... 28 3.4 回归诊断 .......................................................................................................................... 33 3.4.1 异常值判断 .......................................................................................................... 33 3.4.2 独立性检验 .......................................................................................................... 37 3.4.3 正态性检验 .......................................................................................................... 39 3.4.4 方差齐性检验 ...................................................................................................... 40 3.4.5 多重共线性诊断 .................................................................................................. 41 3.5 权重估计 .......................................................................................................................... 43 3.5.1 权重估计简介 ...................................................................................................... 43 3.5.2 权重估计案例：收入影响因素分析................................................................... 43 3.6 加权最小二乘法 .............................................................................................................. 46 3.6.1 加权最小二乘法简介 .......................................................................................... 46 3.6.2 加权最小二乘法案例：收入影响因素分析 ....................................................... 46 3.7 二阶最小二乘法 .............................................................................................................. 48 3.7.1 二阶最小二乘法简介 .......................................................................................... 48 3.7.2 二阶最小二乘法案例：影响成绩的数据 ........................................................... 49 3.8 分层回归分析 .................................................................................................................. 51 3.8.1 分层回归分析简介 .............................................................................................. 51 3.8.2 分层回归分析案例：影响个人收入的因素 ....................................................... 52 3.9 本章小结 .......................................................................................................................... 56 第 4 章 因变量为离散变量的估计与预测：Logistic 回归模型 ........................................... 58 4.1 Logistic 回归模型简介 .................................................................................................... 58 4.1.1 Logistic 回归模型的公式 .................................................................................... 58 4.1.2 Logistic 回归分析的目的 .................................................................................... 59 4.1.3 Logistic 回归模型的适用条件 ............................................................................ 59 4.1.4 Logistic 回归分析的主要用途 ............................................................................ 60 4.2 二元 Logistic 回归模型 ................................................................................................... 60 4.2.1 二元 Logistic 回归模型简介 ............................................................................... 61 4.2.2 二元 Logistic 回归分析案例：学业成就数据 .................................................... 61 4.3 多元 Logistic 回归模型 ................................................................................................... 67 4.3.1 多元 Logistic 回归模型简介 ............................................................................... 67 4.3.2 多元 Logistic 回归分析案例：数学成绩调查数据 ............................................ 68 4.4 有序回归模型 .................................................................................................................. 71 4.4.1 有序回归模型简介 .............................................................................................. 71 4.4.2 有序回归分析案例：影响个人收入水平的因素 ............................................... 71 4.5 本章小结 .......................................................................................................................... 74 第 5 章 回归模型进阶：其他回归模型 .............................................................................. 76 5.1 很优尺度回归模型 .......................................................................................................... 76 5.1.1 很优尺度回归模型简介 ...................................................................................... 76 5.1.2 很优尺度回归分析案例：师生关系的预测因素 ............................................... 77 5.2 非线性回归模型 .............................................................................................................. 83 5.2.1 曲线估计回归模型 .............................................................................................. 84 5.2.2 非线性回归模型简介 .......................................................................................... 87 5.2.3 曲线估计回归模型与非线性回归模型的比较 ................................................... 90 5.3 多层线性模型 .................................................................................................................. 91 5.3.1 多层线性模型简介 .............................................................................................. 92 5.3.2 多层线性模型（零模型）案例：语文成绩预测因素 ....................................... 93 5.3.3 多层线性模型（全模型）案例：语文成绩预测因素 ....................................... 95 5.4 对数线性模型 .................................................................................................................. 98 5.4.1 对数线性模型简介 .............................................................................................. 98 5.4.2 对数线性模型案例：不同学历人员的收入水平数据 ....................................... 99 5.5 本章小结 ........................................................................................................................ 101 第 6 章 简化多变量复杂关系：主成分分析与因子分析 ................................................... 102 6.1 主成分分析 .................................................................................................................... 102 6.1.1 主成分分析简介 ................................................................................................ 102 6.1.2 主成分分析案例：各省市特征指标的降维 ..................................................... 104 6.2 因子分析 ........................................................................................................................ 106 6.2.1 因子分析简介 .................................................................................................... 106 6.2.2 因子分析案例：学生知识结构状况................................................................. 106 6.3 本章小结 ........................................................................................................................ 112 第 7 章 数据归约技术：聚类分析 .................................................................................... 114 7.1 聚类分析简介 ................................................................................................................ 114 7.2 K 均值聚类 .................................................................................................................... 115 7.2.1 K 均值聚类简介................................................................................................. 115 7.2.2 K 均值聚类案例：土壤样本聚类 ..................................................................... 116 7.3 系统聚类 ........................................................................................................................ 119 7.3.1 系统聚类简介 .................................................................................................... 119 7.3.2 系统聚类案例：土壤指标聚类 ........................................................................ 120 7.4 二阶聚类 ........................................................................................................................ 123 7.4.1 二阶聚类简介 .................................................................................................... 123 7.4.2 二阶聚类案例：潮间带大型动物的群落结构 ................................................. 124 7.5 本章小结 ........................................................................................................................ 127 第 8 章 建立分组预测模式：判别分析 ............................................................................ 128 8.1 Fisher 判别分析 ............................................................................................................. 128 8.1.1 Fisher 判别分析简介 ......................................................................................... 128 8.1.2 Fisher 判别分析案例：鸢尾花分类.................................................................. 128 8.2 Bayes 判别分析 ............................................................................................................. 133 8.2.1 Bayes 判别分析简介 ......................................................................................... 133 8.2.2 Bayes 判别分析案例：鸢尾花分类 .................................................................. 133 8.3 本章小结 ........................................................................................................................ 138 第 9 章 预测变量的二元分离：决策树 ............................................................................ 139 9.1 决策树简介 .................................................................................................................... 139 9.2 C4.5 算法 ....................................................................................................................... 139 9.2.1 构造决策树 ........................................................................................................ 140 9.2.2 决策树剪枝 ........................................................................................................ 141 9.3 SPSS Modeler 的 C5.0 算法实现 .................................................................................. 143 9.3.1 SPSS Modeler 简介 ............................................................................................ 143 9.3.2 C5.0 算法分析案例：患者用药策略 ................................................................ 144 9.4 本章小结 ........................................................................................................................ 154 第 10 章 自适应、自学习：神经网络 .............................................................................. 155 10.1 神经网络简介 .............................................................................................................. 155 10.2 神经网络模型 .............................................................................................................. 155 10.2.1 激励函数表达方式 .......................................................................................... 156 10.2.2 传播方式 .......................................................................................................... 158 10.2.3 神经网络模型案例：鸢尾花分类 .................................................................. 159 10.3 本章小结 ...................................................................................................................... 165 第 11 章 时序数据的预测：时间序列分析 ....................................................................... 166 11.1 时间序列分析简介 ...................................................................................................... 166 11.2 指数平滑模型 .............................................................................................................. 167 11.2.1 指数平滑模型简介 .......................................................................................... 167 11.2.2 指数平滑模型案例：药品产量 ....................................................................... 168 11.3 自回归综合移动平均模型 .......................................................................................... 176 11.3.1 自回归综合移动平均模型简介 ....................................................................... 176 11.3.2 自回归综合移动平均模型实例分析案例：体检中心收入 ........................... 176 11.4 本章小结 ...................................................................................................................... 181 第 12 章 发现多个分类变量间的潜在关系：对应分析 .................................................... 182 12.1 对应分析简介 .............................................................................................................. 182 12.2 简单对应分析 .............................................................................................................. 183 12.2.1 简单对应分析实现 .......................................................................................... 183 12.2.2 简单对应分析案例：家庭结构与学历 ........................................................... 187 12.3 基于均数的对应分析 .................................................................................................. 190 12.3.1 基于均数的对应分析简介 .............................................................................. 190 12.3.2 基于均数的对应分析案例：各行业经济增长状况比较 ............................... 191 12.4 基于很优尺度变换的多重对应分析 .......................................................................... 194 12.4.1 基于很优尺度变换的多重对应分析简介 ....................................................... 194 12.4.2 基于很优尺度变换的多重对应分析案例：家庭结构与学历 ....................... 201 12.5 本章小结 ...................................................................................................................... 205 第 13 章 两组变量的相关分析：典型相关分析 ............................................................... 206 13.1 典型相关分析简介 ...................................................................................................... 206 13.2 典型相关分析案例：旅游前的旅游信息搜索动机与旅游行为之间的关系 ........... 207 13.2.1 使用 Canonical 宏程序进行典型相关操作 .................................................... 207 13.2.2 使用 MANOVA 语法进行典型相关操作 ....................................................... 211 13.2.3 输出结果 .......................................................................................................... 215 13.3 基于很优尺度变换的非线性典型相关分析 .............................................................. 216 13.3.1 基于很优尺度变换的非线性典型相关分析简介 ........................................... 216 13.3.2 基于很优尺度变换的非线性典型相关分析案例：家庭结构与学历 ........... 217 13.4 本章小结 ...................................................................................................................... 221 第 14 章 交互效应分析进阶：简单效应与简单简单效应 ................................................. 222 14.1 重复测量设计的简单效应与简单简单效应 .............................................................. 222 14.1.1 简单效应简介 .................................................................................................. 223 14.1.2 简单简单效应简介 .......................................................................................... 224 14.1.3 分析策略 .......................................................................................................... 224 14.1.4 简单效应案例：不同教学方法与智力的关系 ............................................... 224 14.1.5 简单简单效应案例：不同教学方法与智力的关系 ....................................... 228 14.2 被试间设计的简单效应与简单简单效应 .................................................................. 231 14.2.1 分析策略 .......................................................................................................... 232 14.2.2 简单效应案例：心理学反应时研究 ............................................................... 232 14.2.3 简单简单效应案例：心理学反应时研究 ....................................................... 235 14.3 本章小结 ...................................................................................................................... 239 第 15 章 调节变量与中介变量分析方法：调节效应与中介效应 ...................................... 243 15.1 调节效应 ...................................................................................................................... 243 15.1.1 调节效应简介 .................................................................................................. 243 15.1.2 自变量和调节变量均为连续变量的调节效应分析 ....................................... 245 15.1.3 自变量为连续变量、调节变量为分类变量的调节效应分析 ....................... 249 15.1.4 自变量为分类变量、调节变量为连续变量的调节效应分析 ....................... 254 15.1.5 自变量、调节变量均为分类变量的调节效应分析 ....................................... 257 15.2 Process 插件 ................................................................................................................. 258 15.2.1 Process 插件的安装及应用 ............................................................................. 258 15.2.2 Bootstrap 方法及其应用 .................................................................................. 260 15.2.3 使用 Process 插件检验调节效应 .................................................................... 260 15.2.4 使用 Process 插件检验中介效应 .................................................................... 264 15.2.5 中介效应与调节效应的混合模型 .................................................................. 270 15.3 本章小结 ...................................................................................................................... 274 第 16 章 多项选择题的分析处理：多重响应分析 ............................................................ 275 16.1 多重响应分析 .............................................................................................................. 275 16.1.1 多重响应分析案例：注册某软件时选过的标签 ........................................... 276 16.1.2 多重响应变量集的频率差异卡方检验案例：标签选择 ............................... 280 16.1.3 多重响应变量集的交叉表分析案例：标签选择 ........................................... 282 16.2 本章小结 ...................................................................................................................... 284 参考文献 ........................................................................................................................... 285

石鹏，博士，毕业于江西师范大学。公众号 SPSS学堂 成员。曾在广东某高校任职高校教师，讲授统计与SPSS软件。有丰富的SPSS统计经验。曾发表学术论文5篇、参与省级课题2项。

"这本《SPSS进阶分析与实务》萃集了相关领域多种统计方法，可作为深入学习SPSS和统计学的读者的参考资料。合抱之木，生于毫末；九层之台，起于垒土；千里之行，始于足下。希望该书作者及各位读者将理论与实践相结合，丰富医学统计学的内涵和外延。 朱京海 中国科学院国家重点研发计划项目首席科学家 中国医科大学二级教授 中国医科大学环境健康研究所所长 这本书取材面广，包含了不同学科的常用方法，而且搭配了案例和详细的操作步骤，简单明了、通俗易懂，为读者们深入学习SPSS提供了很好的应用参考。 贺淼 中国医科大学环境健康研究所秘书长 中国医科大学教授、博士生导师"

本书以统计理论为主线，以解决实际问题为导向，详细介绍了SPSS在多变量方差分析、协方差分析、线性回归分析、主成分分析、因子分析、聚类分析、判别分析、决策树、神经网络、时间序列分析、对应分析、典型相关分析、简单效应、简单简单效应、调节效应、中介效应及多重响应分析中的应用。本书结合理论与实践，具有较强的技术应用性和针对性，主要面向各个专业的初、中级SPSS的使用者，以及想要深入学习和应用统计学的读者。

"1. 以统计理论为主线，严格筛选统计方法 本书介绍的统计方法是基于对各个学科专业常用方法的大量研究，由知识储备丰富且有大量实战经验的作者编写而成的，每章介绍一个独立的统计方法，可以让读者对比学习。 2. 以解决实际问题为导向 本书的目的帮助读者是掌握分析数据的统计方法，了解这些方法背后的实际用途，以开阔思路，并真正掌握相关技能。 3. 标题体现用途 本书每章内容的标题均体现了该章节所讲解统计方法的用途，让读者快速理解并判断该方法的适用性。"