统计分析应用教程 SPSS， LISREL & SAS实例精选PDF|Epub|txt|kindle电子书版本网盘下载

统计分析应用教程 SPSS， LISREL & SAS实例精选PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1.1 问卷调查法1

1.1.1 问卷设计应该有3级编号1

第1章 SPSS统计分析预备知识1

1.1.3 问卷设计中常见的错误2

1.1.2 区间(定距)以上的变量宜用开放性的答案2

1.1.4 市场调查的量表法4

1.2 数据的编码5

1.3 数据的计算机表示法7

1.4 数据的格式8

1.5 数据的计算机定义9

1.7 四种SPSS命令文件的格式10

1.6 SPSS的命令文件10

1.8 SPSS新文件编辑实例12

1.9 编辑的同时运行程序进行统计分析14

1.11 正确编辑SPSS原始数据文件小结15

1.10 调用已有的文件(程序)做统计分析15

习题116

1.12 统计分析的最佳方案16

2.1 应用Frequencies过程的预备知识20

第2章 用Frequencies和Tables过程描述频次分布20

2.2 妇女一生的追求23

2.3 妇女地位与人生观之间的关系(Tables过程的应用)24

2.4 女性最痛恨的陋习25

习题226

3.1 数据输入29

第3章 图文并茂的SPSS图形29

3.2 提高数据输入速度的技术30

3.3 绘制条形图32

3.4 多变量的条形图33

3.5 在Graphs中绘制聚类型条形图34

3.6 直方图的描述35

3.7 图文并茂的圆形图37

习题339

4.1.1 使用对话框创建新变量42

4.1 创建新变量42

第4章 数据的变换42

4.1.3 数学函数44

4.1.2 使用COMPUTE命令创建新变量44

4.1.4 缺少值函数45

4.2.3 逻辑表达式46

4.2.2 表达式中的关系符46

4.2 采用IF命令做条件变换和逻辑校验46

4.2.1 IF命令格式46

4.2.5 缺少值的处理47

4.2.4 两种缺少值的逻辑函数47

4.2.6 IF命令的对话框48

4.3.1 通过对话框对数据重新编码的实例50

4.3 数据重新编码50

4.3.2 RECODE命令的格式52

4.4.2 “数值范围”中使用的关键词54

4.4.1 COUNT命令格式54

4.3.3 RECODE在程序中的位置54

4.4 运用COUNT命令计数54

4.5 Count对话框的用法55

4.6 运算的次序56

习题457

5.1 检验数据的真实性59

第5章 描述性统计(Descriptives过程的应用)59

5.2 四种测量水平61

5.3.1 集中趋势的统计量62

5.3 三种综合统计量62

5.3.3 形状测量的统计量64

5.3.2 离散趋势的统计量64

5.5 在对话框中做描述性统计65

5.4 标准分(Z值)65

5.6 Descriptives的命令格式67

习题568

6.1 全国妇女的年龄与受教育水平的双变量交叉汇总71

第6章 用Crosstabs过程进行双变量的交叉汇总与结合测量71

6.2 由“是否在业”变量控制的女工年龄与文化的关系73

6.3 妇女年龄与文化素质的相关性(定比-定比变量，用Corr系数)74

6.4 是否在业与文化素质的相关性(定类-定距变量，用Eta系数)76

6.5 是否在业与企业所有制的关系(定类-定序变量，用λ系数)77

6.6 是否在业与政治面貌的关系(定类-定类变量，用λ以下的系数)79

6.7 在Crosstabs对话框中做交叉汇总和结合测量80

6.8 CROSSTABS命令总表81

习题682

7.1 可用Explore过程检验的错误85

第7章 利用Explore过程检测数据85

7.2 直方图86

7.3 茎-叶图87

7.4 框图89

7.5 统计分析前对假设的检验91

7.6.1 幂转换92

7.6 幂转换的形式92

7.6.2 正态性检验93

7.7 集中趋势分布的三种较佳的平稳测量95

7.8 在对话框中进行数据检测97

7.9 用Syntax窗口编程100

习题7101

8.1.1 数据的整理与统计104

8.1 独立样本T-TEST104

第8章 两个子总体均值的比较104

8.1.2 结果分析106

8.2.1 数据的整理与统计107

8.2 成对样本T-TEST107

8.3 命令法及原始数据108

8.2.2 结果分析108

8.4 群体均值的比较(Means过程的应用)109

8.5 职业女性(群体)的平均受教育年限的检测110

8.6 “在业女性”与“不在业女性”两组平均受教育年限的检测112

8.7 不在业女工受教育水平高的原因113

8.9 采用ANOVA过程检验均值相等的“假设”115

8.8 MEANS命令总表115

8.10 ANOVA过程的方差分析应用116

8.11 主效应的检验118

8.12.2 子命令解释119

8.12.1 ANOVA过程的命令表119

8.12 ANOVA过程的命令一览表119

8.12.3 平方和的分解与交互作用的取消120

8.13 采用对话框做ANOVA(多因子方差)分析121

习题8122

9.1 高考成绩与学生素质的关系127

第9章 相关分析的应用127

9.2 Correlations过程的具体用法128

9.3 Correlations对话框的解释131

9.4 运行Correlations过程命令133

9.5 用Partial Correlations(偏相关)过程控制“第三者”134

9.7 辨别变量虚假相关135

9.6 计算偏相关系数135

9.9 通过对话框做偏相关分析138

9.8 确定被控制的变量138

9.11 Partial Corr命令一览表140

9.10 将对话框中已选择的命令粘贴到Syntax窗口140

习题9141

10.2 Chi-Square单样本检验144

10.1 非参数检验过程的菜单和数据文件144

第10章 非参数检验144

10.3 Binomial(二项式)检验145

10.4 药量的游程检验146

10.6 Two-Sample Kolmogorov-Smirnov检验147

10.5 One-Somple Kolmogorov-Smirnov检验147

10.7 K个独立样本的Kruskal-Wallis检验148

10.8 成对样本的Wilcoxon Signed Ranks检验149

习题10150

10.9 K对样本的Friedman Test检验150

11.1 用Factor过程分析潜在的因素153

第11章 数据精简与市场分析153

11.2 因素分析的步骤154

11.4 因素分析的对话框设置155

11.3 因素分析所用的数据155

11.5.1 因素的初始统计量(共通性)159

11.5 输出结果及其分析159

11.5.2 因素抽取160

11.7 用残差评估相关矩阵和因素模型162

11.6 用主成分法抽取前5个因素162

11.8 通过最大似然度抽取因素163

11.9 抽取因素经验小结164

11.10 删除LOADING≤0.5的小载荷量165

11.11 转轴前后的对比166

11.12 因素分析167

11.13 在Syntax窗口编辑程序补充对话框的不足168

11.14.1 对应分析的应用例子169

11.14 用对应分析进行市场分析169

11.14.2 结果分析170

11.15.1 Optimal Scaling应用要求171

11.15 用Optimal Scaling过程优化测量171

11.15.2 Optimal Scaling对话框设置172

习题11173

12.1 结合分析的基本原理与思路175

第12章 用结合分析和可靠性测量进行市场调研175

12.3 精品购物的问卷调查176

12.2 通过正交设计建立卡片176

12.4 结合分析177

12.5 市场预测与决策178

12.6 可靠性分析179

12.7 多维测量184

习题12187

13.1 多选项的问卷例子与计算机编码189

第13章 多选项的统计分析189

13.3 多选项二分法190

13.2 多选项分类法190

13.4 多选项的数据及其程序191

13.6.1 首先必须定义多选项的复合变量集$193

13.6 统计多选项时的预备知识193

13.5 多选项中二分法与分类法的区别193

13.7 统计多选项的频次194

13.6.2 应用说明194

13.8.1 交叉汇总表的统计法195

13.8 多选项的交叉汇总表实例195

13.8.2 交叉汇总表分析196

习题13197

14.2 个案聚类和变量聚类199

14.1 聚类分析与判别分析的区别199

第14章 用谱系聚类法分析各国劳动力分布199

14.3 个案聚类200

14.4 聚类的形成法201

14.5 从冰柱图看聚类情形202

14.7 从树形图分析聚类成员203

14.6 平均连接法的图表203

14.9 对变量的聚类204

14.8 图形显示的改进204

14.10 利用SPSS对话框做聚类分析205

习题14211

15.1 聚类方法213

第15章 用K-M过程进行大样本数据的聚类分析213

15.1.2 初始聚心的产生214

15.1.1 先求聚心后聚类214

15.1.3 产生初始聚心的小结216

15.2 输出结果分析217

15.3 聚心未知时的聚类218

15.4 K-Means Cluster Analysis对话框解释220

15.5 用编程法进行大样本文件的聚类223

习题15225

16.1 从逃课现象着手研究226

第16章 对逃课现象的判别分析226

16.1.2 组间均值差别227

16.1.1 选择分析的个案227

16.1.3 Wilks的λ值228

16.1.5 判别系数的估计229

16.1.4 相关系数的评价229

16.1.6 判别函数的解释230

16.1.7 Bayes的分组规则231

16.1.8 判别分的计算及分组232

16.1.10 判别分的直方图233

16.1.9 个案分组后的概括统计表233

16.1.11 计算错误分组的比例235

16.1.13 判别分析的其他统计量236

16.1.12 不正确分组的期望比例236

16.1.14 判别函数与变量的相关性238

16.1.16 判别系数与多元回归系数的关系239

16.1.15 费歇尔分组函数系数239

16.2 选择变量的方法240

16.3 变量选择的其他标准242

16.4 三组判别分析243

16.5 当违背假设时249

16.6 用Windows中的SPSS对话框做判别分析250

16.7 用编程法做判别分析256

习题16257

17.1 对数线性分析的应用259

第17章 当代大学生就业意向的谱系对数线性分析259

17.2.2 饱和模型的观察值与期望值260

17.2.1 饱和模型260

17.2 对数线性关系的模型260

17.3 参数估计261

17.4 独立模型——非饱和模型263

17.5 分层(谱系)模型265

17.7 卡方统计量的分解266

17.6 选择模型266

17.8 检验模型中个别效应270

17.10 两种建模法272

17.9 产生各次项效应的对话框272

17.11.1 主对话框275

17.11 在Windows中通过对话框进行Loglinear分析275

17.11.2 模型选择276

17.11.3 选项277

17.12 对话框的扩充278

习题17279

18.1 GENLOG与LOGIT对数线性分析模型的异同280

第18章 用General Loglinear Analysis分析毕业生心态280

18.2 广义对数线性分析模型281

18.3 参数估计283

18.4 参数估计值的解释286

18.5.1 饱和模型288

18.5 非饱和模型项的拟合度288

18.5.3 从拟合度统计量看非饱和模型289

18.5.2 非饱和模型289

18.5.4 非饱和模型的参数估计290

18.5.5 参数估计量的解释292

18.6.2 标准残差293

18.6.1 原始残差293

18.6 残差研究293

18.7.1 数据的交叉汇总表295

18.7 次序数据的模型295

18.7.3 线性-线性结合的模型296

18.7.2 定序数据的对数线性分析296

18.7.4 行效应模型和列效应模型300

18.7.5 关于次序数据的对数线性模型的评价302

18.8.1 从一个例子看不完全表格的特点303

18.8 不完全的表格303

18.8.2 准独立性模型304

18.8.3 数据的重新编排306

18.8.4 对称模型307

18.8.5 关于两个三角形假设的检验309

18.8.6 修正的准对称模型316

18.8.7 实际情况与期望情况的结合测量320

18.9.1 进入General Loglinear Analysis主对话框323

18.9 应用General Loglinear Analysis对话框分析323

18.9.3 Options对话框324

18.9.2 Model对话框324

18.9.4 残差和预测值的存储325

18.10.1 GENLOG命令表326

18.10 在SPSS的Syntax窗口编辑命令文件326

18.10.2 GENLOG的子命令327

习题18328

19.1 对原始数据的要求333

第19章 用Logit Loglinear Analysis分析读研几率333

19.2 对数线性分析的第1步(产生交叉汇总表)334

19.3.2 LOGIT逻辑对数线性分析模型335

19.3.1 GENLOG广义对数线性分析模型335

19.3 GENLOG与Logit Loglinear Analysis的区别335

19.3.3 GENLOG模型与LOGIT模型的比较336

19.4.1 产生图19-4和图19-5338

19.4 饱和的逻辑对数线性模型的分析338

19.4.3 参数估计值的解释339

19.4.2 图形输出339

19.5 非饱和的逻辑对数线性分析模型340

19.5.3 从残差统计量看非饱和模型341

19.5.2 从拟合度统计量看非饱和模型341

19.5.1 非饱和模型341

19.5.4 独特而有趣的百分比342

19.6.3 H和C统计量的特点343

19.6.2 测量正态变量范围的统计量之二：C343

19.6 非饱和模型中的离散测量与结合测量343

19.6.1 测量正态变量范围的统计量之一：H343

19.7 非饱和模型的参数估计345

19.8.1 从生成的交叉汇总表看数据结构347

19.8 Polychotomous LOGIT模型347

19.8.2 生成参数估计表348

19.8.3 手工制成参数估计的单元表349

19.9 运用对话框做逻辑对数线性分析350

19.8.4 模型的拟合度350

19.10 在Syntax窗口使用的编辑命令354

习题19355

20.1.1 一个应用例子359

20.1 追踪寿命表359

第20章 寿命表分析359

20.1.2 数据的整理360

20.2.1 计算第1个概率361

20.2 概率计算361

20.3 用SPSS对话框画出寿命表362

20.2.2 计算第2个概率362

20.4 寿命表分析366

20.6 幸存函数的比较367

20.5 失去追踪(Lost to Follow-up)367

20.7.1 Survival语句368

20.7 运行Survival过程命令368

20.7.2 Survival命令概述369

习题20370

21.1 Kaplan-Meier估算法372

第21章 Kaplan-Meier寿命分析372

21.2 产生SPSS的Kaplan-Meier输出表374

21.3 幸存函数的分组比较377

21.4.1 分层比较379

21.4 幸存函数的分层比较379

21.4.2 针对分层比较的检验380

21.5 用对话框做寿命分析381

21.6.1 Kaplan-Meier命令一览表382

21.6 运行过程Kaplan-Meier382

21.6.2 命令概述与规则383

习题21384

22.1 只有一个协变量的Coxreg回归模型385

第22章 Cox Regression医学应用385

22.1.1 幸存(Survival)函数的计算386

22.1.3 危险率(Hazard)函数387

22.1.2 基线与幸存时间的关系387

22.2.2 有三个协变量的回归模型388

22.2.1 多个协变量的一般模型388

22.2 多协变量Coxreg回归模型388

22.2.3 有多个协变量模型的主要参数389

22.3 回归模型的假设检验390

22.4 选择预测的协变量391

22.5.1 例子392

22.5 向前选择变量的例子392

22.5.2 输出结果393

22.5.3 第1步：哪一个变量首先进入方程394

22.5.5 第2个变量进入方程后，应考察模型及其回归系数395

22.5.4 第2步：哪一个变量可以在第2步进入方程395

22.5.6 第2个变量进入方程后的模型396

22.6.1 Cox Regression主对话框397

22.6 Cox Regression对话框397

22.5.7 第2个变量入选后模型中的变量能否淘汰397

22.6.2 Cox Regression主对话框说明398

22.7 Coxreg过程399

22.6.4 画图399

22.6.3 定义Status变量的事件399

习题22400

第23章 GLM：Univariate及Variance Components的应用402

23.2 数据描述403

23.1 GLM：Univariate单因变量广义线性模型的方差分析403

23.3 等方差性404

23.4 饱和模型与非饱和模型的方差分析406

23.5 对照分析407

23.6 多重比较的难点408

23.8 效率计算409

23.7 测量效应大小409

23.9 一个协方差分析模型410

23.10 协方差分析表411

23.11.1 GLM：Univariate主对话框用法413

23.11 采用SPSS对话框做广义因子方差分析413

23.11.2 Contrasts对话框用法414

23.11.3 用Model对话框改建模型415

23.11.4 Options对话框416

23.12.1 命令总表摘录417

23.12 广义因子方差分析的命令总表417

23.12.2 应用举例418

23.14 方差成分分析的数据例子419

23.13 方差成分分析(GLM：Variance Components)419

23.15.1 Model对话框420

23.15 GLM：Variance Components主对话框420

23.15.3 Save对话框421

23.15.2 Oprtions对话框421

23.16.2 ANOVA方差分析法的2次项以下的模型422

23.16.1 ANOVA方差分析法的最高次模型422

23.16 采用ANOVA法进行方差分析的实例422

23.16.3 ANOVA方差分析法的主效应模型423

习题23424

23.16.5 ANOVA法的结果分析424

23.16.4 ANOVA方差分析法的最佳模型424

24.1 广义多因变量方差分析428

第24章 GLM：Multivariate的应用428

24.2.2 假设与检验429

24.2.1 假设的必要条件429

24.2 假设与检验429

24.3.1 因变量之间相关性检验431

24.3 双样本多因变量模型431

24.3.3 方差齐次性检验432

24.3.2 因变量联合分布为正态性的假设与检验432

24.4.1 均值相等的检验433

24.4 双因变量单因子的Hotelling T2检验433

24.4.3 参数估计434

24.4.2 单变量的Hotelling T2检验434

24.5 多元的线性模型实例435

24.5.2 效应检验437

24.5.1 多元差异性检验437

24.5.3 性别水平与年龄水平之间的主效应差异检验439

24.6 效度检验(考察残差)440

24.5.4 含有空单元时的难题440

24.6.1 单变量的偏对照参数估计441

24.6.3 观察值、期望值及其残差442

24.6.2 参数的系数估计442

24.6.4 均值的预测443

24.8.1 进入GLM的主对话框444

24.8 运用GLM对话框做多元方差分析444

24.7 小结444

24.8.2 使用Contrasts对话框445

24.8.3 使用Options对话框446

24.8.4 使用Model对话框447

24.9 多元方差分析的命令总表448

24.8.5 存储残差等临时变量448

习题24451

25.1 反复测量的概念454

第25章 GLM：Repeated Measures的应用454

25.2.1 描述性统计量455

25.2 首先获得图示与描述性统计量455

25.2.2 图形描述456

25.3 均值差的分析457

25.3.2 正交正态差对照的图示458

25.3.1 转换变量458

25.4.2 方差分析表的解释459

25.4.1 检验常数效应459

25.4 检验各种效应的差别459

25.4.3 检验考试(TEST)效应460

25.4.5 选择多元或一元结果462

25.4.4 平均的单变量显著性检验462

25.6 两因子的设计模型464

25.5 选择多项式等其他对照464

25.6.2 变量的转换465

25.6.1 双因子模型的检验465

25.7.1 两班有无条件效应466

25.7 效应的假设检验466

25.7.2 检验三次考试的效应467

25.7.3 考试成绩与班级(条件)之间的交互效应469

25.7.4 各次考试成绩一起进入分析471

25.8.3 有组间因子时的非饱和模型研究472

25.8.2 对象内与对象间因子的模型设计472

25.8 增加一个对象间的因子472

25.8.1 对象内与对象间的因子472

25.8.5 有组间因子时的饱和模型477

25.8.4 非饱和模型小结477

25.9.1 协方差的预分析478

25.9 带有一个常数协变量的协方差分析478

25.9.2 着手协方差分析479

25.10 方差分析中直观的图示480

25.9.3 方差分析后的线性模型(成绩等的预测)480

25.11.2 定义两个对象内的因子481

25.11.1 主对话框481

25.11 采用对话框进行方差分析的反复测量481

25.11.3 定义对象内变量、对象间因子及协变量482

25.11.5 Model对话框483

25.11.4 Contrasts对话框483

25.11.6 Options对话框485

25.12 反复测量的命令总表486

25.12.1 反复测量的命令总表487

习题25488

25.12.2 命令用法488

26.1 二分逻辑回归过程的应用490

第26章 非线性回归过程的应用490

26.2 多分逻辑回归过程的应用492

26.2.2 设置分析药效对话框493

26.2.1 数据文件493

26.2.3 输出结果的分析494

26.3.2 用Ordinal Regression对话框做统计496

26.3.1 对数据的要求496

26.3 次序回归过程的应用496

26.3.3 输出结果的分析498

26.4.2 二阶最小二乘方回归例子499

26.4.1 二阶最小二乘方回归原理499

26.4 二阶最小二乘方回归499

26.5 曲线估计过程500

26.4.3 输出结果的分析500

26.5.2 做曲线估计的数据及其统计法501

26.5.1 设置曲线估计过程的对话框501

26.6.1 从非线性回归模型解出初始值503

26.6 非线性回归过程的应用503

26.5.3 存储临时变量503

26.6.2 将数据调入Nonlinear Regression对话框中执行505

26.6.3 对预测结果的分析506

26.7 利用Probit过程进行单位概率回归509

26.6.4 人口预测509

26.7.1 中度效果分析511

26.7.2 三组预测水平值的比较512

26.7.3 各组药效的比较514

习题26516

第27章 多元线性回归分析的应用521

27.1 多元线性回归分析521

27.2 模型的拟合度521

27.2.1 R2系数521

27.2.2 方差分析522

27.2.3 R2的另一解释524

27.3 预测值及其标准误差524

27.4 寻找是否满足假设526

27.5 设置异常值和影响点531

27.5.1 通过标准误差设置异常值(Outliers)531

27.5.2 有多个预测变量时的异常值测量法(Mahalanobis距离法)532

27.5.3 用删除残差与Cook距离法检测影响点533

27.6 数据不符合线性回归的基本假设时的处理方法535

27.7.1 相关系数阵538

27.7.2 R2和F值538

27.7 多元线性回归模型正确性的检验538

27.7.3 由B0和偏回归系数Bi预测当前成绩(或收入)539

27.7.4 用偏相关(Partial)系数F确定重要的自变量540

27.8 关于自变量出入回归模型时的深入研究542

27.9 向前选择变量法543

27.10 自后淘汰变量(消元)法546

27.11 逐步回归法547

27.12 多元回归中的假设与检验548

27.13 多元回归中影响点的检测549

27.14 共线性诊断550

27.15 解释回归模型553

27.16 在SPSS for Windows中运行线性回归553

习题27560

第28章 采用Lisrel结构模型做路径分析563

28.1 Lisrel的版本563

28.3 应用实例1：用Lisrel的Prelis过程做基本统计564

28.3.1 应用Prelis进行数据基本分析的程序简例564

28.2 Lisrel的命令简介564

28.3.2 输出结果及其分析565

28.4 应用实例2：Lisrel 8w高级统计分析573

28.4.1 应用Lisrel过程进行高级数据分析的程序简例573

28.4.2 本程序产生的结果及其分析574

28.3 Lisrel的路径图示581

第29章 跟我快速学习SAS582

29.1 条形图、直方图、圆形图的画法582

29.2 绘制BOX图、线性图、散点图585

29.3 分布图586

29.4 给变量B绘制Fit图586

29.5 给变量B绘制Multivarite图588

29.6 打开工作区中已有的SAS数据588

参考书目591