SPSS統(tǒng)計(jì)分析與應(yīng)用（第3版）

目 錄 第1章 SPSS 22.0概述 11.1 SPSS 22.0概述 11.1.1 SPSS 22.0的新增功能 11.1.2 SPSS 22.0對(duì)運(yùn)行環(huán)境的要求 11.1.3 SPSS 22.0的啟動(dòng)與退出 21.1.4 SPSS 22.0的常用界面與窗口 31.2 SPSS 22.0的系統(tǒng)參數(shù)與運(yùn)行環(huán)境設(shè)置 61.2.1 SPSS 22.0的參數(shù)設(shè)置 61.2.2 SPSS 22.0運(yùn)行環(huán)境的設(shè)置 111.3 SPSS 22.0的幫助系統(tǒng) 131.3.1 對(duì)話框中的“幫助”按鈕 131.3.2 聯(lián)機(jī)幫助系統(tǒng) 13第2章 SPSS 22.0基本操作與數(shù)據(jù)管理 152.1 SPSS 22.0基本概念 152.1.1 數(shù)據(jù)編輯器與數(shù)據(jù)文件 152.1.2 常量、變量、操作符和表達(dá)式 162.2 數(shù)據(jù)和變量的基本操作 192.2.1 數(shù)據(jù)文件的打開與保存 192.2.2 輸入數(shù)據(jù)和編輯數(shù)據(jù) 202.2.3 查看文件信息和變量信息 202.2.4 變量與觀測(cè)量的插入與刪除 212.2.5 數(shù)據(jù)的剪切、復(fù)制和粘貼 222.2.6 依據(jù)現(xiàn)有變量建立新變量 222.2.7 產(chǎn)生計(jì)數(shù)變量 252.2.8 變量的重新賦值 282.2.9 變量取值的求等級(jí) 322.3 數(shù)據(jù)文件的相關(guān)操作 342.3.1 數(shù)據(jù)排序 342.3.2 數(shù)據(jù)文件的分解與合并 362.3.3 數(shù)據(jù)文件的變換 402.3.4 觀測(cè)量的加權(quán)操作 412.3.5 數(shù)據(jù)的匯總 422.3.6 數(shù)據(jù)文件的結(jié)構(gòu)重組 452.3.7 讀入其他格式文件數(shù)據(jù) 52上機(jī)題 62第3章 SPSS 22.0基本統(tǒng)計(jì)分析 653.1 描述性統(tǒng)計(jì)量的計(jì)算 653.1.1 主要描述性統(tǒng)計(jì)量 653.1.2 描述分析的參數(shù)設(shè)置 683.1.3 案例分析 703.2 頻率分析 723.2.1 頻率分析簡(jiǎn)介 723.2.2 頻率分析的參數(shù)設(shè)置 723.2.3 案例分析 743.3 Explorer過程 753.3.1 Explorer過程簡(jiǎn)介 763.3.2 Explorer過程的參數(shù)設(shè)置 763.3.3 案例分析 773.4 交叉表格分析 813.4.1 交叉表格分析簡(jiǎn)介 823.4.2 交叉表格分析的參數(shù)設(shè)置 833.4.3 案例分析 863.5 統(tǒng)計(jì)報(bào)告 88上機(jī)題 89第4章 常用統(tǒng)計(jì)圖的繪圖 924.1 SPSS 22.0繪圖功能簡(jiǎn)介 924.1.1 “圖形”菜單 924.1.2 圖表構(gòu)建器簡(jiǎn)介 934.1.3 圖形畫板模板選擇程序簡(jiǎn)介 964.1.4 舊對(duì)話框模式創(chuàng)建圖形 1014.2 條形圖 1024.2.1 條形圖的類型 1034.2.2 條形圖的參數(shù)設(shè)置 1044.3 線圖 1094.3.1 線圖的類型 1104.3.2 線圖的參數(shù)設(shè)置 1104.4 面積圖 1114.4.1 面積圖的類型 1124.4.2 面積圖的參數(shù)設(shè)置 1124.4.3 案例分析 1134.5 餅圖 1144.5.1 餅圖的類型 1154.5.2 餅圖的參數(shù)設(shè)置 1154.6 散點(diǎn)圖 1164.6.1 散點(diǎn)圖的類型 1164.6.2 簡(jiǎn)單散點(diǎn)圖的參數(shù)設(shè)置 1164.6.3 重疊散點(diǎn)圖的參數(shù)設(shè)置 1174.6.4 矩陣散點(diǎn)圖的參數(shù)設(shè)置 1184.6.5 三維散點(diǎn)圖 1194.7 箱圖 1204.7.1 箱圖的類型 1214.7.2 簡(jiǎn)單箱形圖的參數(shù)設(shè)置 1214.8 誤差條圖 1224.8.1 誤差條圖的類型 1224.8.2 簡(jiǎn)單誤差條圖的參數(shù)設(shè)置 1234.8.3 復(fù)式誤差條圖的參數(shù)設(shè)置 123上機(jī)題 125第5章 Means過程和T檢驗(yàn) 1265.1 平均值過程 1265.1.1 平均值過程簡(jiǎn)介 1265.1.2 平均值過程的參數(shù)設(shè)置 1265.1.3 案例分析 1285.2 單樣本T檢驗(yàn) 1295.2.1 檢驗(yàn)方法簡(jiǎn)介 1305.2.2 單一樣本T檢驗(yàn)的參數(shù)設(shè)置 1305.2.3 案例分析 1315.3 多樣本T檢驗(yàn) 1335.3.1 兩獨(dú)立樣本T檢驗(yàn) 1335.3.2 兩配對(duì)樣本T檢驗(yàn) 136上機(jī)題 139第6章 非參數(shù)檢驗(yàn) 1416.1 非參數(shù)檢驗(yàn)簡(jiǎn)介 1416.2 卡方檢驗(yàn) 1416.2.1 卡方檢驗(yàn)的基本原理 1416.2.2 卡方檢驗(yàn)的SPSS操作 1426.2.3 實(shí)驗(yàn)操作 1436.3 二項(xiàng)檢驗(yàn) 1456.3.1 二項(xiàng)檢驗(yàn)的基本原理 1456.3.2 二項(xiàng)檢驗(yàn)的SPSS操作 1456.3.3 實(shí)驗(yàn)操作 1466.4 兩獨(dú)立樣本檢驗(yàn) 1486.4.1 兩獨(dú)立樣本檢驗(yàn)的基本原理 1486.4.2 兩獨(dú)立樣本檢驗(yàn)的SPSS操作 1486.4.3 實(shí)驗(yàn)操作 1506.5 兩配對(duì)樣本檢驗(yàn) 1526.5.1 兩配對(duì)樣本檢驗(yàn)的基本原理 1526.5.2 兩配對(duì)樣本檢驗(yàn)的SPSS操作 1526.5.3 實(shí)驗(yàn)操作 1546.6 多獨(dú)立樣本檢驗(yàn) 1566.6.1 多獨(dú)立樣本檢驗(yàn)的基本原理 1566.6.2 多獨(dú)立樣本的SPSS操作 1576.6.3 實(shí)驗(yàn)操作 1586.7 多配對(duì)樣本檢驗(yàn) 1606.7.1 多配對(duì)樣本檢驗(yàn)的基本原理 1606.7.2 多配對(duì)樣本檢驗(yàn)的SPSS操作 1606.7.3 實(shí)驗(yàn)操作 1626.8 游程檢驗(yàn) 1636.8.1 游程檢驗(yàn)簡(jiǎn)介 1636.8.2 游程檢驗(yàn)的SPSS操作 1646.8.3 實(shí)驗(yàn)操作 1656.9 單樣本K-S檢驗(yàn) 1666.9.1 單樣本K-S檢驗(yàn)簡(jiǎn)介 1666.9.2 單樣本K-S檢驗(yàn)的SPSS操作 1666.9.3 實(shí)驗(yàn)操作 168上機(jī)題 169第7章 相關(guān)分析 1737.1 相關(guān)分析的基本原理 1737.1.1 相關(guān)關(guān)系的分類 1737.1.2 描述相關(guān)關(guān)系的方法 1747.1.3 關(guān)于總體相關(guān)系數(shù) 的假設(shè)檢驗(yàn) 1757.2 雙變量的相關(guān)分析 1767.2.1 雙變量相關(guān)分析的SPSS操作 1767.2.2 實(shí)驗(yàn)操作 1777.3 偏相關(guān)分析 1797.3.1 偏相關(guān)分析的基本原理 1797.3.2 偏相關(guān)分析的SPSS操作 1807.3.3 實(shí)驗(yàn)操作 1817.4 距離分析 1827.4.1 距離分析的基本原理 1827.4.2 距離分析的SPSS操作 1837.4.3 實(shí)驗(yàn)操作 187上機(jī)題 188第8章 方差分析 1908.1 單因素方差分析 1908.1.1 單因素方差分析的簡(jiǎn)介 1908.1.2 單因素方差分析的參數(shù)設(shè)置 1908.1.3 案例分析 1948.2 多因素方差分析 1968.2.1 多因素方差分析的簡(jiǎn)介 1968.2.2 多因素方差分析的參數(shù)設(shè)置 1968.2.3 案例分析 2028.3 多因變量方差分析 2058.3.1 多因變量方差分析的簡(jiǎn)介 2058.3.2 多因變量方差分析的參數(shù)設(shè)置 2058.3.3 案例分析 2068.4 協(xié)方差分析 2098.4.1 協(xié)方差分析的簡(jiǎn)介 2098.4.2 協(xié)方差分析的參數(shù)設(shè)置 2098.4.3 案例分析 210上機(jī)題 212第9章 回歸分析 2149.1 線性回歸分析 2149.1.1 線性回歸分析的原理 2149.1.2 線性回歸分析的SPSS操作 2159.1.3 實(shí)驗(yàn)操作 2209.2 曲線回歸分析 2229.2.1 曲線回歸分析的基本原理 2229.2.2 曲線回歸分析的SPSS操作 2229.2.3 實(shí)驗(yàn)操作 2249.3 非線性回歸分析 2279.3.1 非線性回歸分析的基本原理 2279.3.2 非線性回歸分析的SPSS操作 2279.3.3 實(shí)驗(yàn)操作 2319.4 Logistic回歸分析 2329.4.1 Logistic回歸分析的基本原理及模型 2329.4.2 Logistic回歸分析的SPSS操作 2339.4.3 實(shí)驗(yàn)操作 2379.5 加權(quán)回歸分析 2409.5.1 加權(quán)回歸分析的基本原理 2409.5.2 加權(quán)回歸分析的SPSS操作 2419.5.3 實(shí)驗(yàn)操作 2429.6 有序回歸分析（Ordinal） 2449.6.1 Ordinal回歸分析的基本原理 2449.6.2 Ordinal回歸分析的SPSS操作 2449.6.3 實(shí)驗(yàn)操作 247上機(jī)題 249第10章 SPSS降維分析 25310.1 因子分析 25310.1.1 因子分析的原理 25310.1.2 因子分析的參數(shù)設(shè)置 25410.1.3 案例分析 25810.2 主成分分析 26110.2.1 主成分分析的原理 26110.2.2 主成分分析的參數(shù)設(shè)置 26210.2.3 實(shí)驗(yàn)操作 265上機(jī)題 266第11章 對(duì)應(yīng)分析 26811.1 對(duì)應(yīng)分析的簡(jiǎn)介 26811.2 簡(jiǎn)單對(duì)應(yīng)分析 26811.2.1 簡(jiǎn)單對(duì)應(yīng)分析的簡(jiǎn)介 26811.2.2 簡(jiǎn)單對(duì)應(yīng)分析的參數(shù)設(shè)置 26911.2.3 案例分析 27211.3 多重對(duì)應(yīng)分析 27611.3.1 多重對(duì)應(yīng)分析的簡(jiǎn)介 27611.3.2 多重對(duì)應(yīng)分析的參數(shù)設(shè)置 27611.3.3 案例分析 283上機(jī)題 285第12章 分類分析 28712.1 聚類分析的基本原理 28712.2 快速聚類 28912.2.1 快速聚類的基本原理 28912.2.2 快速聚類的SPSS操作 29012.2.3 實(shí)驗(yàn)操作 29212.3 分層聚類 29412.3.1 分層聚類的基本原理 29412.3.2 分層聚類的SPSS操作 29512.3.3 實(shí)驗(yàn)操作 29712.4 一般判別分析 30012.4.1 一般判別分析簡(jiǎn)介 30012.4.2 一般判別分析的參數(shù)設(shè)置 30012.4.3 案例分析 30312.5 逐步判別分析 30712.5.1 逐步判別分析簡(jiǎn)介 30712.5.2 逐步判別分析的參數(shù)設(shè)置 30712.5.3 實(shí)驗(yàn)操作 309上機(jī)題 313第13章 多選題分析 31613.1 多重響應(yīng)概述與變量定義 31613.1.1 多選題變量集的定義 31613.2 多選題變量集的頻率分析 31913.2.1 多選題變量頻率分析簡(jiǎn)介 31913.2.2 多選題變量頻率分析參數(shù)設(shè)置 31913.2.3 實(shí)驗(yàn)操作 32013.3 多選題變量集的交叉表格分析 32013.3.1 多選題變量交叉表格分析簡(jiǎn)介 32013.3.2 多選題變量交叉表格分析的參數(shù)設(shè)置 32113.3.3 實(shí)驗(yàn)操作 322上機(jī)題 324第14章 時(shí)間序列模型 32614.1 時(shí)間序列模型與數(shù)據(jù)處理 32614.1.1 缺失值替換 32614.1.2 定義時(shí)間變量 32814.1.3 時(shí)間序列的平穩(wěn)化 32914.1.4 案例分析 33014.2 指數(shù)平滑模型 33214.2.1 指數(shù)平滑的簡(jiǎn)介 33214.2.2 指數(shù)平滑模型參數(shù)設(shè)置 33214.2.3 案例分析 33914.3 ARIMA模型 34114.3.1 ARIMA模型的簡(jiǎn)介 34114.3.2 ARIMA模型的參數(shù)設(shè)置 34114.3.3 案例分析 34414.4 季節(jié)分解模型 34614.4.1 周期性分解的簡(jiǎn)介 34614.4.2 周期性分解模型的參數(shù)設(shè)置 34714.4.3 案例分析 348上機(jī)題 350第15章 問卷信度與缺失值處理 35215.1 信度分析 35215.1.1 信度分析簡(jiǎn)介 35215.1.2 信度分析的參數(shù)設(shè)置 35315.1.3 案例分析 35615.2 多維刻度分析 35815.2.1 多維刻度分析簡(jiǎn)介 35815