SPSS寶典（第3版）

第1 部分 IBM SPSS 19 入門  第1 章 IBM SPSS Statistics 概述 1.1 SPSS 的發(fā)展簡史 1.2 IBM SPSS Statistics 19 的特點 1.3 IBM SPSS Statistics 19 對環(huán)境的要求 1.3.1 對硬件環(huán)境的要求  1.3.2 對軟件環(huán)境的要求  1.4 安裝和卸載IBM SPSS Statistics 19  1.4.1 安裝IBM SPSS Statistics 19  1.4.2 卸載IBM SPSS Statistics 19  1.5 IBM SPSS Statistics 19 的啟動與退出 1.5.1 啟動IBM SPSS Statistics 19 1.5.2 退出IBM SPSS Statistics 19 1.6 IBM SPSS Statistics 19 新增功能 1.7 IBM SPSS Statistics 19 的幫助系統(tǒng)  1.7.1 Topics（主題幫助）  1.7.2 Tutorial（自學指導）  1.7.3 Cases Studies（案例研究）   1.7.4 Statistics Coach（統(tǒng)計輔導）   1.7.5 Command Syntax Reference（命令語句參考）   1.7.6 Developer Central（研發(fā)中心）   1.7.7 Algorithms（統(tǒng)計算法）   1.8 小結(jié) 第2 章 IBM SPSS 19 的窗口及其設(shè)置  2.1 IBM SPSS Statistics 19 的三種運行方式 2.1.1 完全窗口菜單運行方式 2.1.2 程序運行方式 2.1.3 混合運行方式 2.2 IBM SPSS Statistics 19 常用對話框  2.2.1 SPSS 文件操作對話框 2.2.2 SPSS 統(tǒng)計分析主對話框 2.2.3 對話框的控制與選擇 2.3 IBM SPSS Statistics 19 的窗口及其設(shè)置  2.3.1 Data Editor（數(shù)據(jù)編輯窗口） 2.3.2 Output（結(jié)果輸出窗口） 2.3.3 SPSS Syntax Editor（語句窗口） 2.3.4 Script（腳本編輯窗口）  2.4 小結(jié) 第3 章 SPSS 統(tǒng)計數(shù)據(jù)的創(chuàng)建與編輯  3.1 SPSS 數(shù)據(jù)的屬性及其定義方法  3.1.1 變量名（Name）  3.1.2 變量類型（Type） 3.1.3 變量標簽（Label）  3.1.4 Missing（變量缺失數(shù)據(jù)）  3.1.5 Measure（度量尺度）   3.2 SPSS 數(shù)據(jù)文件的構(gòu)成  3.2.1 SPSS 數(shù)據(jù)文件的結(jié)構(gòu) 3.2.2 SPSS 數(shù)據(jù)文件中的個案 3.2.3 創(chuàng)建SPSS 數(shù)據(jù)文件  3.2.4 應(yīng)用實例：定義SPSS 數(shù)據(jù)結(jié)構(gòu) 3.2.5 實例：大學教師的問卷調(diào)查表 3.2.6 調(diào)查表數(shù)據(jù)變量名及其屬性的設(shè)計 3.3 SPSS 數(shù)據(jù)的錄入 3.3.1 認識數(shù)據(jù)錄入窗口  3.3.2 在數(shù)據(jù)編輯窗口中錄入數(shù)據(jù)  3.4 SPSS 數(shù)據(jù)的編輯 3.4.1 插入和刪除變量  3.4.2 插入和刪除個案  3.4.3 數(shù)據(jù)的移動、復(fù)制和刪除  3.4.4 SPSS 數(shù)據(jù)的定位 3.5 數(shù)據(jù)文件的操作 3.5.1 創(chuàng)建和讀取SPSS 數(shù)據(jù)文件  3.5.2 保存SPSS 數(shù)據(jù)文件  3.6 小結(jié) 第4 章 SPSS 數(shù)據(jù)的管理 4.1 數(shù)據(jù)的排序 4.1.1 SPSS 數(shù)據(jù)排序的基本操作 4.1.2 數(shù)據(jù)排序的一個例子  4.2 數(shù)據(jù)的轉(zhuǎn)置 4.3 重復(fù)個案的識別 4.4 數(shù)據(jù)文件的拆分 4.5 數(shù)據(jù)文件的合并 4.5.1 個案合并  4.5.2 變量合并  4.6 數(shù)據(jù)的分類匯總 4.6.1 分類匯總的概念  4.6.2 分類匯總的操作步驟  4.7 數(shù)據(jù)的加權(quán) 4.8 小結(jié) 第5 章 數(shù)據(jù)轉(zhuǎn)換與SPSS 函數(shù)  5.1 SPSS 的表達式 5.1.1 SPSS 算術(shù)表達式 5.1.2 SPSS 條件表達式 5.1.3 SPSS 邏輯表達式. 5.2 SPSS 函數(shù) 5.2.1 算術(shù)函數(shù)（Arithmetic Functions） 5.2.2 統(tǒng)計函數(shù)（Statistical Functions） 5.2.3 字符串函數(shù)（String Functions） 5.2.4 日期和時間函數(shù)（Date and Time Functions）  5.2.5 累計分布函數(shù)（Cumulative Distribution Functions） 5.2.6 逆分布函數(shù)（Inverse Distribution Functions） 5.2.7 隨機變量函數(shù)（Random Variable Functions）   5.2.8 概率密度函數(shù)（Probability Density Function）  5.2.9 尾部概率函數(shù)（Tail Probability Function） 5.2.10 缺失值函數(shù)（Missing Value Functions） 5.3 變量的計算  5.3.1 變量計算的基本操作 5.3.2 實例：高校提前錄取名單的確定 5.4 數(shù)據(jù)的選取  5.4.1 數(shù)據(jù)選取的基本操作 5.4.2 數(shù)據(jù)選取的應(yīng)用實例 5.5 個案計數(shù)  5.5.1 個案計數(shù)的基本操作 5.5.2 實例：央視主要節(jié)目的收視率調(diào)查 5.6 數(shù)據(jù)的重新編碼  5.6.1 數(shù)據(jù)的重新編碼 5.6.2 數(shù)據(jù)的自動重新編碼 5.6.3 重新編碼的應(yīng)用實例 5.7 SPSS 變量集  5.7.1 SPSS 變量集的分類 5.7.2 定義用戶變量集 5.7.3 使用用戶變量集 5.8 小結(jié) 第2 部分 利用SPSS 進行統(tǒng)計分析  第6 章 SPSS 的基本統(tǒng)計分析 6.1 基本統(tǒng)計量的定義和計算 6.1.1 描述集中趨勢的統(tǒng)計量 6.1.2 描述離散趨勢的統(tǒng)計量 6.1.3 描述分布形態(tài)的統(tǒng)計量 6.2 頻數(shù)分析過程 6.2.1 頻數(shù)分析過程的SPSS操作  6.2.2 實例：成年男子血壓數(shù)據(jù)的頻數(shù)分析  6.2.3 頻數(shù)分析的結(jié)果  6.3 描述性分析過程 6.3.1 描述性分析的SPSS 操作  6.3.2 實例：學生體檢數(shù)據(jù)的描述性分析  6.4 探索性分析過程 6.4.1 探索性分析問題的提出 6.4.2 探索分析的SPSS 操作  6.4.3 Statistic 選項  6.4.4 Plots 選項 6.4.5 Options 選項 6.4.6 實例：新型合金耐熱性的探索分析  6.4.7 探索分析的結(jié)果  6.5 小結(jié) 第7 章 多重反應(yīng)分析 7.1 多重反應(yīng)分析的基本方法 7.1.1 二分法（Multiple Dichotomies Method） 7.1.2 分類法（Multiple Category Method）  7.2 定義多重反應(yīng)分析數(shù)據(jù)集 7.2.1 實例：消費者購物場所的調(diào)查  7.2.2 定義多重數(shù)據(jù)集的SPSS操作  7.3 多重反應(yīng)頻數(shù)分析 7.3.1 多重反應(yīng)頻數(shù)分析的SPSS 操作 7.3.2 多重反應(yīng)頻數(shù)分析的結(jié)果  7.4 多重反應(yīng)列聯(lián)表分析  7.4.1 SPSS 基本操作 7.4.2 多重反應(yīng)列聯(lián)表分析的結(jié)果 7.5 小結(jié) 第8 章 SPSS 的自定義表格  8.1 認識自定義表格對話框  8.1.1 實例：個人家庭情況調(diào)查數(shù)據(jù) 8.1.2 自定義表格的SPSS 操作  8.2 表格的結(jié)構(gòu)和SPSS 實現(xiàn) 8.2.1 堆棧和嵌套的基本定義 8.2.2 堆棧和嵌套的SPSS 實現(xiàn)  8.3 自定義表格的選項及其獨立性檢驗  8.3.1 實例：對婚姻幸福感認同的分析和列表 8.3.2 SPSS 基本操作 8.3.3 Titles 選項 8.3.4 Test Statistics 選項  8.3.5 Options 選項 8.3.6 自定義表格的結(jié)果 8.4 多重反應(yīng)變量集的自定義表格  8.4.1 一般多重變量集自定義表格 8.4.2 SPSS 基本操作 8.4.3 多重反應(yīng)變量集表格的結(jié)果 8.4.4 進一步的分析 8.4.5 具有嵌套結(jié)構(gòu)的多重變量集自定義表格 8.4.6 多重變量集的獨立性檢驗  8.4.7 多重變量集的列均值比較和檢驗 8.5 小結(jié) 第9 章 均值的比較與檢驗 9.1 參數(shù)檢驗問題的提出 9.2 參數(shù)檢驗的基本步驟 9.3 單樣本T 檢驗 9.3.1 單樣本T 檢驗的基本方法  9.3.2 單樣本T 檢驗的SPSS操作  9.3.3 實例：圓盤制動閘直徑的T 檢驗 9.3.4 單樣本T 檢驗的結(jié)果  9.4 獨立樣本T 檢驗 9.4.1 獨立樣本T 檢驗的基本方法  9.4.2 獨立樣本T 檢驗的SPSS操作  9.4.3 實例：兩組乒乓球得分數(shù)據(jù)的T 檢驗  9.4.4 獨立樣本T 檢驗的結(jié)果  9.5 配對樣本T 檢驗 9.5.1 配對樣本T 檢驗問題的基本方法  9.5.2 配對樣本T 檢驗的SPSS操作  9.5.3 實例：新藥療效的測試結(jié)果檢驗  9.5.4 配對樣本T 檢驗的結(jié)果  9.6 小結(jié) 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設(shè) 10.3 單因素方差分析 10.3.1 單因素方差分析的SPSS操作 10.3.2 Contrasts 選項  10.3.3 Post Hoc Multiple Comparisions 選項  10.3.4 Options 選項 10.3.5 實例：來自4 個不同行業(yè)的投訴數(shù)據(jù) 10.3.6 單因素方差分析的結(jié)果解釋 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 選項 10.4.3 Contrasts 選項 10.4.4 Plots 選項  10.4.5 Post Hoc Multiple Comparisions 選項  10.4.6 Save 選項  10.4.7 Options 選項 10.4.8 實例：機器和工人兩因素的方差分析 10.4.9 兩因素方差分析的結(jié)果解釋 10.5 協(xié)方差分析  10.5.1 協(xié)方差分析的基本思想 10.5.2 實例：政府部門對培訓效果的分析 10.5.3 非飽和模型的SPSS 操作  10.5.4 結(jié)果分析 10.5.5 進一步分析：實例中的飽和模型 10.5.6 飽和模型的結(jié)果解釋 10.6 小結(jié) 第11 章 非參數(shù)檢驗 11.1 卡方檢驗  11.1.1 卡方檢驗的基本原理 11.1.2 卡方檢驗的SPSS 操作  11.1.3 實例：網(wǎng)站流量的泊松分布檢驗 11.2 二項分布檢驗  11.2.1 二項分布檢驗的基本原理 11.2.2 二項分布檢驗的SPSS操作 11.2.3 實例：拋硬幣實驗的二項分布檢驗 11.3 游程檢驗 11.3.1 游程檢驗的基本原理  11.3.2 游程檢驗的SPSS 操作 11.3.3 實例：體育達標成績的檢驗 11.4 單樣本K-S 檢驗  11.4.1 單樣本K-S 檢驗的基本原理 11.4.2 單樣本K-S 檢驗的SPSS操作 11.4.3 實例：車禍事故數(shù)的泊松分布檢驗 11.4.4 實例的進一步分析：考慮性別因素 11.5 兩獨立樣本的非參數(shù)檢驗 11.5.1 兩獨立樣本檢驗的SPSS操作 11.5.2 兩獨立樣本Mann-Whitney U 檢驗 11.5.3 兩獨立樣本的K-S 檢驗  11.6 小結(jié) 第12 章 相關(guān)分析 12.1 相關(guān)分析的基本方法 12.2 相關(guān)系數(shù)的計算 12.2.1 Pearson 簡單相關(guān)系數(shù) 12.2.2 Spearman 等級相關(guān)系數(shù)  12.2.3 Kendall τ相關(guān)系數(shù)  12.3 雙變量相關(guān)分析 12.3.1 雙變量相關(guān)分析的SPSS操作 12.3.2 Options 選項 12.3.3 實例：汽車價格和汽車燃油率的分析 12.3.4 雙變量相關(guān)分析的結(jié)果 12.3.5 進一步分析：定序型變量的分析 12.3.6 進一步分析的結(jié)果 12.4 偏相關(guān)分析  12.4.1 偏相關(guān)分析的基本原理 12.4.2 偏相關(guān)分析的SPSS 操作步驟 12.4.3 Options 選項 12.4.4 實例：對一批體檢數(shù)據(jù)的偏相關(guān)分析 12.4.5 偏相關(guān)分析的結(jié)果 12.4.6 改變控制變量后的結(jié)果 12.5 距離分析  12.5.1 距離分析的基本概念 12.5.2 距離分析的SPSS 操作  12.5.3 Similarity Measure 選項和相似性測度 12.5.4 Dissimilarity Measure 選項和不相似性測度 12.5.5 實例：體檢數(shù)據(jù)的變量距離分析 12.5.6 變量距離分析的結(jié)果 12.5.7 實例：對飛機葉片的個案距離分析 12.5.8 個案距離分析的結(jié)果 12.6 小結(jié) 第13 章 回歸分析 13.1 線性回歸分析  13.1.1 線性回歸分析的方法概述 13.1.2 線性回歸分析的數(shù)學模型 13.1.3 線性回歸方程的顯著性檢驗 13.1.4 線性回歸方程的殘差分析 13.1.5 線性回歸分析的SPSS操作 13.1.6 實例：體檢數(shù)據(jù)中的體重和肺活量的分析 13.1.7 一元線性回歸分析的結(jié)果 13.1.8 多元線性回歸：小學生語言測試得分分析 13.1.9 多元線性回歸的結(jié)果  13.1.10 實例：加權(quán)最小二乘回歸  13.1.11 加權(quán)最小二乘回歸分析的結(jié)果 13.2 曲線參數(shù)估計 13.2.1 曲線參數(shù)估計的基本原理  13.2.2 曲線參數(shù)估計的基本步驟  13.2.3 實例：金屬強度測試的回歸分析 13.2.4 曲線參數(shù)估計的結(jié)果  13.3 小結(jié) 第14 章 對數(shù)線性模型 14.1 對數(shù)線性模型的基本概念 14.1.1 實例：育齡婦女生育調(diào)查  14.1.2 對數(shù)線性模型的對數(shù)頻數(shù)表 14.2 對數(shù)線性模型的建立 14.2.1 對數(shù)線性模型的效應(yīng)項  14.2.2 效應(yīng)項的計算方法  14.3 對數(shù)線性模型的檢驗 14.3.1 對數(shù)線性模型的檢驗項目  14.3.2 對數(shù)線性模型的參數(shù)估計  14.3.3 單項效應(yīng)的參數(shù)估計和檢驗 14.3.4 擬合優(yōu)度檢驗  14.3.5 交互效應(yīng)檢驗  14.3.6 分層效應(yīng)檢驗  14.3.7 飽和模型的偏關(guān)聯(lián)檢驗 14.4 對數(shù)線性模型的Model Selection 過程  14.4.1 層次對數(shù)線性模型的基本方法 14.4.2 層次對數(shù)線性模型的SPSS 操作 14.4.3 Model Building 選項和模型的選擇 14.4.4 Model 選項 14.4.5 Options 選項 14.4.6 實例：育齡婦女生育調(diào)查 14.4.7 實例分析的結(jié)果 14.5 對數(shù)線性模型的General 過程 14.5.1 General 過程的基本思想 14.5.2 General 過程的SPSS步驟 14.5.3 Save 選項  14.5.4 Model 選項 14.5.5 Options 選項 14.5.6 實例分析 14.5.7 Genera 對數(shù)線性模型的結(jié)果與分析 14.6 對數(shù)線性模型的Logit 過程 14.6.1 Logit 過程的基本思想 14.6.2 Logit 過程的SPSS 操作 14.6.3 實例分析 14.6.4 Logit 模型的結(jié)果與分析  14.7 小結(jié) 第15 章 聚類分析 15.1 聚類分析的基本方法  15.1.1 實例：不同學科的能力測試調(diào)查 15.1.2 距離描述 15.1.3 聚類類型 15.1.4 聚類方法 15.2 不相似測度的度量方法  15.2.1 定距型變量的不相似測度 15.2.2 計數(shù)變量的不相似測度  15.2.3 二值變量的不相似測度  15.3 分層聚類  15.3.1 分層聚類的基本方法 15.3.2 分層聚類的SPSS 操作  15.3.3 Method 選項 15.3.4 Save 選項  15.3.5 Statistics 選項 15.3.6 Plots 選項 15.3.7 個案聚類：16 個地區(qū)的農(nóng)民支出情況分析 15.3.8 個案聚類的結(jié)果分析  15.3.9 確定分類數(shù)的討論  15.3.10 變量聚類：SPSS 軟件模塊使用的調(diào)查 15.3.11 變量聚類的結(jié)果分析  15.4 逐步聚類分析 15.4.1 逐步聚類分析的基本方法  15.4.2 逐步聚類分析的SPSS操作 15.4.3 Iterate 選項 15.4.4 Save 選項  15.4.5 Options 選項 15.4.6 個案逐步聚類分析的結(jié)果  15.4.7 逐步聚類：變量聚類模式的實例 15.4.8 變量逐步聚類的結(jié)果分析 15.5 二階段聚類分析 15.5.1 二階段聚類分析的基本原理 15.5.2 二階段聚類分析的SPSS操作 15.5.3 Options 選項 15.5.4 Output 選項  15.5.5 個案聚類：不同汽車車型的聚類分析 15.5.6 二階段個案聚類的結(jié)果 15.6 小結(jié) 第16 章 判別分析 16.1 判別分析過程的基本原理 16.2 判別分析的SPSS 操作  16.2.1 基本操作  16.2.2 Method 選項 16.2.3 Statistics 選項 16.2.4 Classify 選項  16.2.5 Save 選項  16.3 實例：對一組體檢數(shù)據(jù)的判別分析  16.3.1 實例數(shù)據(jù) 16.3.2 操作步驟 16.4 判別分析的結(jié)果  16.5 小結(jié) 第17 章 因子分析 17.1 因子分析的基本概念  17.2 因子分析的數(shù)學模型  17.3 因子分析的基本方法  17.3.1 因子提取 17.3.2 因子旋轉(zhuǎn) 17.3.3 計算因子得分 17.4 因子分析的SPSS 操作 17.4.1 基本操作 17.4.2 Descriptives 選項  17.4.3 Extraction 選項 17.4.4 Rotation 選項  17.4.5 Scores 選項 17.4.6 Options 選項 17.4.7 因子分析的共同度 17.4.8 因子分析中的總方差解釋 17.4.9 因子分析的碎石圖和解釋 17.4.10 旋轉(zhuǎn)后的因子載荷矩陣 17.4.11 因子得分 17.5 實例：奧運項目的因子分析  17.5.1 操作步驟 17.5.2 結(jié)果分析 17.6 小結(jié) 第18 章 對應(yīng)分析 18.1 對應(yīng)分析的基本方法  18.2 對應(yīng)分析的SPSS 操作 18.2.1 實例：不同職業(yè)人員的吸煙程度調(diào)查 18.2.2 對應(yīng)分析的基本操作 18.2.3 Model 選項 18.2.4 Statistic 選項 18.2.5 Plots 選項 18.2.6 對應(yīng)分析的結(jié)果  18.3 實例：美國哲學博士學位畢業(yè)人數(shù)的對應(yīng)分析 18.3.1 實例數(shù)據(jù)  18.3.2 操作步驟  18.3.3 實例的對應(yīng)分析結(jié)果  18.4 多元對應(yīng)分析 18.4.1 多元對應(yīng)分析的基本方法 18.4.2 多元對應(yīng)分析的SPSS操作 18.4.3 Discretization 選項 18.4.4 Missing Values 選項  18.4.5 Options 選項 18.4.6 Output 選項  18.4.7 Save 選項  18.5 實例：雇員和汽車的多元對應(yīng)分析 18.5.1 實例數(shù)據(jù)  18.5.2 SPSS 操作  18.5.3 多元對應(yīng)分析的結(jié)果  18.6 小結(jié) 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 選項 19.4 實例：節(jié)目是否繼續(xù)開辦的調(diào)查分析 19.4.1 實例中的調(diào)查數(shù)據(jù)  19.4.2 操作步驟  19.5 信度分析的結(jié)果 19.6 進一步的分析 19.6.1 拆半信度系數(shù)模型  19.6.2 Guttman 模型  19.6.3 平行模型（Parallel Model）  19.7 小結(jié) 第20 章 統(tǒng)計圖形的創(chuàng)建和編輯 20.1 SPSS 圖形的基本功能介紹  20.1.1 圖形生成器（Chart Builder）  20.1.2 交互模式創(chuàng)建圖形（Interactive）  20.1.3 傳統(tǒng)模式創(chuàng)建圖形（Legacy Chart）  20.2 條形圖  20.2.1 條形圖的類型和基本操作 20.2.2 簡單條形圖 20.2.3 復(fù)合條形圖 20.2.4 堆棧條形圖 20.3 三維條形圖（3-D Bar） 20.3.1 三維條形圖的類型 20.3.2 個案分組模式 20.4 小結(jié) 第21 章 SPSS 的命令語句程序設(shè)計  21.1 Syntax 程序語言概述  21.1.1 Syntax 命令語句的特性  21.1.2 統(tǒng)計分析方式的選擇 21.2 Syntax 命令語句及其定義規(guī)則  21.2.1 SPSS 命令的類型 21.2.2 SPSS 命令的定義規(guī)則及其構(gòu)成 21.2.3 SPSS 命令的顯示順序 21.2.4 SPSS 命令語句的狀態(tài) 21.2.5 SPSS 的子命令 21.2.6 命令執(zhí)行的兩種方式 21.3 創(chuàng)建和運行Syntax  21.3.1 認識Syntax 窗口  21.3.2 定制SPSS Syntax 編程環(huán)境 21.3.3 創(chuàng)建和運行Syntax 文件 21.3.4 SPSS 程序的類型 21.4 SPSS Syntax 語法 21.4.1 流程結(jié)構(gòu)語句  21.4.2 過程語句  21.4.3 文件操作語句  21.5 Syntax 語句錯誤與程序調(diào)試 21.5.1 識別Syntax 命令的語法錯誤 21.5.2 錯誤信息  21.5.3 理解錯誤信息的含義  21.5.4 修改Syntax 語法錯誤 21.5.5 Syntax 語法錯誤的實例分析 21.6 小結(jié) 第22 章 利用SPSS 語句讀取數(shù)據(jù)文件  22.1 讀取數(shù)據(jù)庫中的數(shù)據(jù) 22.1.1 安裝數(shù)據(jù)庫驅(qū)動  22.1.2 讀取數(shù)據(jù)庫表中的數(shù)據(jù)  22.1.3 讀取數(shù)據(jù)庫的多個表  22.2 讀取Excel 文件數(shù)據(jù)  22.2.1 讀取Excel 工作表數(shù)據(jù) 22.2.2 讀取多個工作表數(shù)據(jù)  22.3 讀取文本文件數(shù)據(jù) 22.3.1 讀取定界文本數(shù)據(jù)文件  22.3.2 讀取逗號分隔值（CSV）數(shù)據(jù)文件 22.3.3 讀取固定寬度文本數(shù)據(jù)文件 22.4 讀取復(fù)雜文本數(shù)據(jù) 22.4.1 讀取混合數(shù)據(jù)文件 22.4.2 讀取分組數(shù)據(jù)文件 22.4.3 讀取嵌套數(shù)據(jù)文件 22.5 小結(jié) 第23 章 宏 23.1 SPSS 宏概述  23.1.1 SPSS 宏工具概述 23.1.2 SPSS 宏的定義 23.2 SPSS 宏的參數(shù)  23.2.1 SPSS 宏參數(shù)的定義及分類 23.2.2 SPSS 宏的關(guān)鍵字參數(shù) 23.2.3 SPSS 宏的位置參數(shù) 23.2.4 參數(shù)的標識符 23.2.5 參數(shù)的默認設(shè)置 23.3 SPSS 宏的流程控制結(jié)構(gòu)  23.3.1 IF 結(jié)構(gòu)  23.3.2 循環(huán)結(jié)構(gòu) 23.4 宏的其他操作  23.4.1 宏變量的數(shù)學運算 23.4.2 宏變量中直接讀取分配 23.4.3 字符串操作函數(shù) 23.5 SPSS 宏的調(diào)試  23.5.1 輸出窗口中顯示擴展宏語句 23.5.2 結(jié)果窗口中顯示宏參數(shù) 23.6 小結(jié) 參考文獻