123,123

內(nèi)容簡(jiǎn)介

　　《多元統(tǒng)計(jì)分析方法》涉及多元統(tǒng)計(jì)分析中最常見(jiàn)的九種方法：回歸分析、時(shí)間序列分析、方差分析、判別分析、邏輯回歸、聯(lián)列表與相合性分析、因子分析、聚類(lèi)分析和聯(lián)合分析。在行文時(shí)，作者把對(duì)數(shù)學(xué)基礎(chǔ)的要求降到了最低限度，自始至終利用一個(gè)例子，通過(guò)通俗易懂的語(yǔ)言闡述有關(guān)方法的原理和運(yùn)用，并從方法運(yùn)用的角度出發(fā)，介紹了SPSS軟件在有關(guān)方而的運(yùn)行步驟，重點(diǎn)說(shuō)明讀者在運(yùn)用這些方法時(shí)可以把握和調(diào)整的方面以及每個(gè)方法客觀的一面。《多元統(tǒng)計(jì)分析方法》可以整本作為教材，也可以根據(jù)需要參閱各章的內(nèi)容，各章具有相對(duì)獨(dú)立性。《多元統(tǒng)計(jì)分析方法》所有的運(yùn)算部是用SPSS 15.0簡(jiǎn)體中文版完成的，運(yùn)算的主要步驟通過(guò)屏幕截圖展示給讀者，使得讀者能夠很快掌握SPSS的運(yùn)用。我們選取了通俗易懂的市場(chǎng)研究方面的例子，確保各專(zhuān)業(yè)的讀者都能夠理解例子的含義，并通過(guò)例子掌握各種方法的運(yùn)用，進(jìn)而能夠融會(huì)貫通到其他的應(yīng)用領(lǐng)域。讀者可以在本朽的官網(wǎng)http：//www，multivariate.de得到更進(jìn)一步的信息，我們將為中國(guó)讀者沒(méi)立一個(gè)特別的區(qū)域，使得不懂德語(yǔ)的讀者也可以在網(wǎng)上得到我們的有關(guān)服務(wù)?！抖嘣y(tǒng)計(jì)分析方法》可以作為非數(shù)學(xué)專(zhuān)業(yè)本科和研究生的教材，也可以作為各專(zhuān)業(yè)研究人員和工程技術(shù)人員的工具書(shū)。

作者簡(jiǎn)介

　　克勞斯·巴克豪斯，德國(guó)明斯特大學(xué)市場(chǎng)學(xué)教授，B2B營(yíng)銷(xiāo)研究所所長(zhǎng)、市場(chǎng)學(xué)研究中心主任。

圖書(shū)目錄

導(dǎo)論
0.1 撰寫(xiě)本書(shū)的目的
0.2 數(shù)據(jù)和測(cè)度
0.3 多元分析方法的分類(lèi)
0.3.1 結(jié)構(gòu)檢驗(yàn)的方法
0.3.2 結(jié)構(gòu)發(fā)現(xiàn)的方法
O.3.3 小結(jié)
0.4 SPSS的使用
0.4.1 數(shù)據(jù)
0.4.2 簡(jiǎn)單的統(tǒng)計(jì)量和圖形
O.4.3 命令語(yǔ)言
0.4.4 SPSS系統(tǒng)
參考文獻(xiàn)
第1章回歸分析
1.1 問(wèn)題的提出
1.2 分析過(guò)程
1.2.1 建模
1.2.2 估計(jì)回歸函數(shù)
1.2.3 檢驗(yàn)回歸函數(shù)
1.2.4 檢驗(yàn)回歸系數(shù)
1.2.5 檢驗(yàn)?zāi)Ｐ颓疤?br /> 1.3 案例
1.3.1 組回歸分析
1.3.2 逐步回歸分析
1.3.3 SPSS命令
1.4 應(yīng)用建議
1.5 數(shù)學(xué)附錄
參考文獻(xiàn)
第2章時(shí)間序列分析
2.1 問(wèn)題的提出
2.2 分析過(guò)程
2.2.1 繪制時(shí)間序列
2.2.2 建模
2.2.3 估計(jì)模型
2.2.4 進(jìn)行預(yù)測(cè)
2.2.5 檢驗(yàn)預(yù)測(cè)有效性
2.2.6 非線(xiàn)性趨勢(shì)模型
2.2.7 考慮結(jié)構(gòu)性變化
2.2.8 考慮周期性波動(dòng)
2.3 使用SPSS
2.3.1 線(xiàn)性回歸
2.3.2 曲線(xiàn)擬合
2.4 案例：人造黃油市場(chǎng)的時(shí)間序列分析
2.4.1 外推模型
2.4.2 結(jié)構(gòu)模型
2.4.3 總結(jié)
2.5 應(yīng)用建議
2.6 數(shù)學(xué)附錄
參考文獻(xiàn)
第3章方差分析
3.1 問(wèn)題的提出
3.2 分析過(guò)程
3.2.1 單因素方差分析
3.2.2 雙因素方差分析
3.2.3 方差分析推廣精選
3.3 案例
3.3.1 問(wèn)題的提出
3.3.2 結(jié)果
3.3.3 SPSS命令
3.4 應(yīng)用建議
參考文獻(xiàn)
第4章判別分析
4.1 問(wèn)題的提出
4.2 分析過(guò)程
4.2.1 定義組
4.2.2 建立判別函數(shù)
4.2.3 估計(jì)判別函數(shù)
4.2.4 檢驗(yàn)判別函數(shù)
4.2.5 檢驗(yàn)判別變量
4.2.6 將新元素分類(lèi)
4.3 案例
4.3.1 問(wèn)題的提出
4.3.2 結(jié)果
4.3.3 逐步判別分析
4.3.4 SPSS命令
4.4 應(yīng)用建議
4.5 數(shù)學(xué)附錄
參考文獻(xiàn)
第5章邏輯回歸
5.1 問(wèn)題的提出
5.1.1 邏輯回歸的基本思想
5.1.2 建立邏輯回歸方程
5.2 分析過(guò)程
5.2.1 建模
5.2.2 估計(jì)邏輯回歸函數(shù)
5.2.3 解釋回歸系數(shù)
5.2.4 檢驗(yàn)?zāi)Ｐ驼w
5.2.5 檢驗(yàn)特征變量
5.3 案例
5.3.1 問(wèn)題的提出
5.3.2 結(jié)果
5.3.3 SPSS命令
5.4 應(yīng)用建議
5.5 數(shù)學(xué)附錄
參考文獻(xiàn)
第6章聯(lián)列表和相合性分析
6.1 問(wèn)題的提出
6.2 分析過(guò)程
6.2.1 編制聯(lián)列表
6.2.2 解釋結(jié)果
6.2.3 檢驗(yàn)相關(guān)關(guān)系
6.3 案例
6.3.1 問(wèn)題的提出
6.3.2 結(jié)果
6.3.3 SPSS命令
6.4 應(yīng)用建議
參考文獻(xiàn)
第7章因子分析
7.1 問(wèn)題的提出
7.2 分析過(guò)程
7.2.1 變量選擇和相關(guān)矩陣的計(jì)算
7.2.2 因子的提取
7.2.3 累積方差貢獻(xiàn)率的確定
7.2.4 因子的數(shù)量
7.2.5 因子闡釋
7.2.6 因子得分的確定
7.2.7 因子分析的小結(jié)
7.3 案例
7.3.1 問(wèn)題的提出
7.3.2 結(jié)果
7.3.3 SPSS命令
7.4 應(yīng)用建議
7.4.1 使用因子分析時(shí)的問(wèn)題
7.4.2 進(jìn)行因子分析的建議
7.5 數(shù)學(xué)附錄
參考文獻(xiàn)
第8章聚類(lèi)分析
8.1 問(wèn)題的提出
8.2 分析過(guò)程
8.2.1 相似性的確定
8.2.2 合并算法的選擇
8.2.3 類(lèi)數(shù)的確定
8.3 案例
8.3.1 問(wèn)題的提出
8.3.2 結(jié)果
8.3.3 SPSS命令
8.4 應(yīng)用建議
8.4.1 進(jìn)行聚類(lèi)分析之前的考慮
8.4.2 聚類(lèi)分析使用說(shuō)明
參考文獻(xiàn)
第9章聯(lián)合分析
9.1 問(wèn)題的提出
9.2 分析過(guò)程
9.2.1 屬性和屬性水平
9.2.2 受測(cè)設(shè)計(jì)
9.2.3 受測(cè)體的評(píng)價(jià)
9.2.4 效用值的估計(jì)
9.2.5 效用值的聚集
9.3 案例
9.3.1 問(wèn)題的提出
9.3.2 分析結(jié)果
9.3.3 SPSS命令
9.4 運(yùn)用建議
9.4.1 經(jīng)典的聯(lián)合分析的實(shí)施
9.4.2 選擇的聯(lián)合分析方法的應(yīng)用
9.5 數(shù)學(xué)附錄
參考文獻(xiàn)
附錄1 t-分布表
附錄2 F-分布表
附錄3 按照Cochran的c-分布表
附錄4 x2-分布表
附錄5 x2-分布的百分率值一自由度為V的分布
附錄6 Durbin-Watson-檢驗(yàn)表（置信度0.95）
附錄7 q-值表