描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787312024665
内容简介
本书以SPSS 16.0版本为基础，主要介绍SPSS统计软件在社会经济领域中的应用。作者从统计专业用户的角度出发，通过生动的社会经济案例，讲述如何利用SPSS统计软件分析问题。书中不仅简要概述了SPSS统计软件的主要模块所涉及的统计分析原理和方法，而且介绍了SPSS统计软件的基本操作和常用技巧，重点在于如何利用SPSS统计软件分析实际的社会经济问题。
全书共10章，内容涉及社会学、经济学、心理学等众多领域，适合从事SPSS应用以及各类数据分析工作的读者阅读和使用。
全书共10章，内容涉及社会学、经济学、心理学等众多领域，适合从事SPSS应用以及各类数据分析工作的读者阅读和使用。
目 录
前言
第1章 数据文件的报表分析
1.1 在线分层分析(OLAPCube)
1.2 个案汇总(CaseSummaries)分析
第2章 SPSS描述性统计分析
2.1 频数分析
2.2 描述性统计分析
2.3 探索性分析
2.4 列联表分析
2.4.1 名义变量的列联表分析
2.4.2 定序变量的列联表分析
2.4.3 列联表中的相对风险分析
2.4.4 列联表中的一致性检验
2.5 比率(Ratio)分析
第3章 均值比较
3.1 均值分析
3.2 单样本均值检验
3.3 独立样本均值检验
3.4 配对样本均值检验
3.5 单因素方差分析(One一WayANOVA)
第4章 单变量方差分析
4.1 单变量的双因素方差分析
4.2 单变量的协方差分析
4.3 单变量的随机效应方差分析
4.4 单变量的混合效应模型
第5章 相关分析
5.1 双变量相关分析
5.2 偏相关分析
第6章 回归模型分析
6.1 一元线性回归模型
6.2 曲线估计
6.3 非线性回归
6.4 多元线性回归模型
6.5 二元逻辑斯蒂回归模型
6.6 多元逻辑斯蒂回归模型
第7章 聚类分析和判别分析
7.1 两步聚类分析
7.2 K-Mean聚类法
7.3 系统聚类法
7.4 判别分析
第8章 主成分分析和因子分析
8.1 主成分分析
8.2 因子分析
第9章 时间序列分析
9.1 指数平滑法
9.1.1 简单指数平滑模型
9.1.2 霍特模型
9.1.3 温特斯模型
9.1.4 模型的预测
9.2 自回归模型
9.3 ARIMA模型
9.3.1 ARIMA模型的构成
9.3.2 ARIMA模型的建模过程
9.4 季节分解
第10章 非参数检验
10.1 卡方检验
10.2 二项检验
10.3 游程检验
10.4 单样本科尔莫哥洛夫一斯米洛夫检验
10.5 两个独立样本的非参数检验
10.5.1 曼一惠特尼检验
10.5.2 双样本的科尔莫哥洛夫一斯米洛夫检验
10.5.3 MosesExtremeReaction(Moses极端反应)检验
10.5.3 Wald-Wolfowitz游程
10.6 多个独立样本的检验
10.6.1 克鲁斯卡尔一沃利斯检验
10.6.2 中位数检验
10.6.3 Jonckhere-Terpstra多样本检验
10.7 两个相关样本的非参数检验
10.7.1 威斯康星符号秩检验
10.7.2 符号检验
10.7.3 麦克内曼变化显著性检验
10.8 多个相关样本的非参数检验
10.8.1 弗里德曼检验
10.8.2 肯德尔协和系数
10.8.3 Cochran’sQ检验
参考文献
第1章 数据文件的报表分析
1.1 在线分层分析(OLAPCube)
1.2 个案汇总(CaseSummaries)分析
第2章 SPSS描述性统计分析
2.1 频数分析
2.2 描述性统计分析
2.3 探索性分析
2.4 列联表分析
2.4.1 名义变量的列联表分析
2.4.2 定序变量的列联表分析
2.4.3 列联表中的相对风险分析
2.4.4 列联表中的一致性检验
2.5 比率(Ratio)分析
第3章 均值比较
3.1 均值分析
3.2 单样本均值检验
3.3 独立样本均值检验
3.4 配对样本均值检验
3.5 单因素方差分析(One一WayANOVA)
第4章 单变量方差分析
4.1 单变量的双因素方差分析
4.2 单变量的协方差分析
4.3 单变量的随机效应方差分析
4.4 单变量的混合效应模型
第5章 相关分析
5.1 双变量相关分析
5.2 偏相关分析
第6章 回归模型分析
6.1 一元线性回归模型
6.2 曲线估计
6.3 非线性回归
6.4 多元线性回归模型
6.5 二元逻辑斯蒂回归模型
6.6 多元逻辑斯蒂回归模型
第7章 聚类分析和判别分析
7.1 两步聚类分析
7.2 K-Mean聚类法
7.3 系统聚类法
7.4 判别分析
第8章 主成分分析和因子分析
8.1 主成分分析
8.2 因子分析
第9章 时间序列分析
9.1 指数平滑法
9.1.1 简单指数平滑模型
9.1.2 霍特模型
9.1.3 温特斯模型
9.1.4 模型的预测
9.2 自回归模型
9.3 ARIMA模型
9.3.1 ARIMA模型的构成
9.3.2 ARIMA模型的建模过程
9.4 季节分解
第10章 非参数检验
10.1 卡方检验
10.2 二项检验
10.3 游程检验
10.4 单样本科尔莫哥洛夫一斯米洛夫检验
10.5 两个独立样本的非参数检验
10.5.1 曼一惠特尼检验
10.5.2 双样本的科尔莫哥洛夫一斯米洛夫检验
10.5.3 MosesExtremeReaction(Moses极端反应)检验
10.5.3 Wald-Wolfowitz游程
10.6 多个独立样本的检验
10.6.1 克鲁斯卡尔一沃利斯检验
10.6.2 中位数检验
10.6.3 Jonckhere-Terpstra多样本检验
10.7 两个相关样本的非参数检验
10.7.1 威斯康星符号秩检验
10.7.2 符号检验
10.7.3 麦克内曼变化显著性检验
10.8 多个相关样本的非参数检验
10.8.1 弗里德曼检验
10.8.2 肯德尔协和系数
10.8.3 Cochran’sQ检验
参考文献
免费在线读
第1章 数据文件的报表分析
SPSS的Online Analytical Processing（在线分层分析）主要用来分析尺度变量（Scale Variable），也就是所谓的数值变量，在SPSS的OLAP Cube对话框中，它们被称为Summary Variable（汇总变量）。我们可以选择输出尺度变量的多种统计量，从简单的计数、求和、比例等统计量到集中趋势、离散趋势等复杂的描述性统计量。利用在线分层分析时必须选择分组变量（Grouping Variable），输出结果中的OLAP Cube（在线分层表）中，分组变量以层字段（Layer）的方式显示在表格的左上角，待分析的尺度变量是作为行字段（Row），以行的形式显示出来，描述性统计量作为列字段（Column），以列的形式显示出来。通过SPSS提供的Pivo—ting Tray功能，在OLAP Cube中可以很方便地实现层字段、列字段和页字段的转化，这一功能非常类似于Excel中的数据透视表。我们还可以在描述性统计量表中设置表格的标题和脚注。
例1.1 电信公司客户流失情况分析。
一家电信公司想减少客户流失率，也就是客户转向其他电信供应商的比例。客户流失率和客户的年龄、家庭收入、使用电信公司业务的数量及时间以及月消费金额都可能存在一定的关系。
……
SPSS的Online Analytical Processing（在线分层分析）主要用来分析尺度变量（Scale Variable），也就是所谓的数值变量，在SPSS的OLAP Cube对话框中，它们被称为Summary Variable（汇总变量）。我们可以选择输出尺度变量的多种统计量，从简单的计数、求和、比例等统计量到集中趋势、离散趋势等复杂的描述性统计量。利用在线分层分析时必须选择分组变量（Grouping Variable），输出结果中的OLAP Cube（在线分层表）中，分组变量以层字段（Layer）的方式显示在表格的左上角，待分析的尺度变量是作为行字段（Row），以行的形式显示出来，描述性统计量作为列字段（Column），以列的形式显示出来。通过SPSS提供的Pivo—ting Tray功能，在OLAP Cube中可以很方便地实现层字段、列字段和页字段的转化，这一功能非常类似于Excel中的数据透视表。我们还可以在描述性统计量表中设置表格的标题和脚注。
例1.1 电信公司客户流失情况分析。
一家电信公司想减少客户流失率，也就是客户转向其他电信供应商的比例。客户流失率和客户的年龄、家庭收入、使用电信公司业务的数量及时间以及月消费金额都可能存在一定的关系。
……
评论
还没有评论。