SPSS與統計分析(第2版)

基礎篇

第1章 概述2
1.1SPSS簡介2
1.2使用SPSS進行數據分析的基本步驟3
1.3主要窗口和功能3
1.3.1數據編輯窗口4
1.3.2結果瀏覽窗口6
1.3.3程序編輯窗口13
1.4通過數據編輯窗口輸入數據14
1.4.1使用數據窗口輸入數據14
1.4.2定義變量15
1.4.3數據輸入實例20
1.5SPSS數據文件的存取24
1.5.1存取保存的SPSS文件24
1.5.2讀取保存的數據文件25
1.5.3讀取Excel電子表格數據文件25
1.5.4讀取Access數據庫（ODBC數據接口）26
1.5.5保存SPSS數據文件29
1.6數據的編輯與整理30
1.6.1發現重復數據30
1.6.2選擇數據32
1.6.3定義權重35
1.6.4數據排序36
1.6.5數據轉置37
1.6.6數據合並38
1.6.7數據拆分40
1.6.8數據匯總41
1.6.9查找數據43
1.7數據轉換45
1.7.1公式計算45
1.7.2數據編碼48
1.7.3替代缺失數據50
1.7.4數據例編秩51
1.7.5頻數分組53
1.8幫助的獲取53
1.8.1按專題組織的幫助53
1.8.2通過對話框內的Help按鈕使用幫助54
1.8.3使用統計教練54
1.8.4使用聯機幫助和網絡討論組54

第2章 數據類型與統計學描述55
2.1數據分類55
2.2制作頻數表56
2.2.1區間數據頻數分段56
2.2.2用Frequencies編制頻數表62
2.3用Descriptives進行區間數據的統計描述67
2.3.1操作過程67
2.3.2結果解釋68
2.4用Explore進行區間數據的統計描述69
2.4.1操作過程70
2.4.2結果解釋72
2.5用Bivariate進行變量間的相關與協方差分析76
2.5.1操作過程76
2.5.2結果解釋77
2.5.3描述性統計分析過程的比較78
2.6名義數據的統計描述80
2.6.1單個名義變量的描述分析80
2.6.2多指標的描述分析82

第3章 概率分布與正態性檢驗87
3.1概率分布87
3.1.1正態分布87
3.1.2二項分布90
3.1.3Poisson分布94
3.2抽樣分布96
3.2.1t分布96
3.2.22分布98
3.2.3F分布100
3.3正態性檢驗101
3.3.1P—P圖法102
3.3.2Q—Q圖法104
3.3.3直方圖、箱式圖與莖葉圖105
3.3.4計算法111

第4章 區間估計與假設檢驗114
4.1均數的區間估計114
4.1.1已知時總體均數的置信區間115
4.1.2未知時總體均數的置信區間116
4.1.3兩總體均數間差值的置信區間118
4.2總體方差、總體標准差的置信區間120
4.3率的區間估計121
4.3.1總體率的置信區間121
4.3.2兩總體率差值的置信區間121
4.4假設檢驗與兩類錯誤121
4.4.1假設檢驗的概念與原理122
4.4.2假設檢驗的兩類錯誤123
4.4.3假設檢驗的基本步驟124
4.5樣本含量的估計與檢驗效能125
4.5.1影響樣本量大小的因素125
4.5.2總體均數區間估計的樣本含量126
4.5.3樣本均數與總體均數比較樣本含量估計126
4.5.4完全隨機設計兩樣本均數比較的樣本含量估計127
4.5.5完全隨機設計多個樣本均數比較的樣本含量估計128
4.5.6估計總體率時的樣本含量估計129
4.5.7樣本率與總體率比較的樣本含量估計129
4.5.8兩樣本率比較的樣本含量估計130
4.5.9多個樣本率比較的樣本含量估計130
4.5.10直線相關分析的樣本含量估計131
4.5.11檢驗效能131

第5章 區間數據的統計推斷134
5.1t檢驗134
5.1.1單個總體均數的t檢驗134
5.1.2獨立樣本成組t檢驗136
5.1.3成對樣本t檢驗138
5.2單因素方差分析140
5.2.1兩組資料的單因素方差分析140
5.2.2多組資料的單因素方差分析140
5.3雙因素方差分析142
5.3.1基本分析步驟142
5.3.2關於Univariate過程對話框的說明145
5.4對比與事后檢驗148
5.4.1對比148
5.4.2事后檢驗150
5.4.3Bootstrap153
5.5方差齊性檢驗155

第6章 名義分類數據的統計推斷157
6.1四格表數據的卡方檢驗157
6.1.1一般四格表卡方檢驗157
6.1.2連續性校正卡方檢驗165
6.2R×C無序列聯表的卡方檢驗169
6.2.1多個樣本率的卡方檢驗169
6.2.2多個樣本構成的卡方檢驗171
6.3Fisher’’s精確檢驗173
6.3.1四格表的精確概率法173
6.3.2RC列聯表精確概率175

第7章 有序數據的統計推斷179
7.1R×C單向有序列聯表的檢驗179
7.1.1Wilcoxon秩和檢驗179
7.1.2趨勢檢驗182
7.1.3Kruskal—Wallis檢驗184
7.1.4實例與操作185
7.2雙向有序列聯表的檢驗187
7.2.1Spearman等級相關187
7.2.2Jonckheere—Terpstra檢驗189
7.2.3Cochran—Mantel—Haenszel統計分析191
7.3幾個相關有序樣本的非參數檢驗194
7.3.12相關樣本的秩檢驗194
7.3.2多組相關樣本檢驗198

第8章 簡單線性回歸與相關201
8.1一般的簡單線性回歸201
8.1.1線性回歸的概念201
8.1.2建立線性回歸方程202
8.1.3回歸系數的假設檢驗203
8.1.4實例與操作204
8.2加權的簡單線性回歸213
8.2.1加權最小二乘估計214
8.2.2加權線性回歸方程的假設檢驗214
8.2.3實例與操作215
8.3簡單線性相關218
8.3.1概念218
8.3.2線性相關系數的意義和計算219
8.3.3相關系數的假設檢驗219
8.3.4實例與操作220

第9章 曲線回歸與非線性回歸224
9.1曲線直線化變換方法224
9.1.1變量的變換224
9.1.2變量變換后實現線性回歸的步驟225
9.1.3實例與操作225
9.2曲線回歸227
9.2.1一般步驟227
9.2.2SPSS操作提示228
9.2.3實例與操作230
9.3非線性回歸233
9.3.1基本原理233
9.3.2SPSS操作提示233
9.3.3實例與操作237

第10章 多重線性回歸與相關241
10.1多項式回歸241
10.2多重回歸分析方法242
10.2.1多重回歸模型242
10.2.2參數估計242
10.2.3回歸方程的假設檢驗與擬合優度評價243
10.2.4自變量的選擇243
10.2.5SPSS操作提示244
10.2.6實例與操作247
10.3共線性解決方案與校正252
10.3.1多重共線性的診斷252
10.3.2共線性解決方案253
10.4殘差分析與回歸診斷254
10.5交互作用與啞變量問題254
10.5.1交互作用254
10.5.2啞變量的設置255
10.6復相關系數與偏相關系數256
10.6.1復相關系數、決定系數與調整決定系數257
10.6.2偏相關系數257

第11章 統計圖的制作261
11.1條圖262
11.23—D條圖268
11.3線圖269
11.4面積圖273
11.5圓圖274
11.6高低圖275
11.7帕累托圖277
11.8質量控制圖279
11.9箱圖282
11.10誤差條圖284
11.11分群金字塔圖286
11.12散點圖287
11.13直方圖291
11.14P—P概率圖292
11.15Q—Q概率圖294
11.16序列圖295
11.17統計圖形的編輯加工297
11.17.1圖形編輯窗口簡介297
11.17.2圖形特征的編輯298
11.17.3坐標軸編輯304
11.17.4圖例的編輯306
11.17.5添加和顯示／隱藏圖形元素306

第12章 診斷試驗評價與ROC分析308
12.1常用的診斷試驗評價指標308
12.1.1正確率309
12.1.2靈敏度309
12.1.3特異度310
12.1.4Youden指數311
12.1.5陽性似然比311
12.1.6陰性似然比312
12.1.7陽性預測價值312
12.1.8陰性預測價值313
12.1.9優勢比及其有關指標314
12.1.10Kappa316
12.2ROC曲線317
12.2.1ROC分析的基本原理318
12.2.2SPSS操作說明320
12.2.3實例與結果解釋322

第13章 缺失值分析331
13.1缺失值分析簡介331
13.1.1基本概念331
13.1.2缺失機制332
13.1.3缺失值的常用處理方法335
13.2SPSS操作提示340
13.2.1SPSS的缺失值處理方法340
13.2.2缺失值處理的SPSS操作341
13.3結果解釋345

高級篇

第14章 logistic回歸356
14.1二項分類logistic回歸356
14.1.1方法介紹357
14.1.2SPSS操作選項說明366
14.1.3實例與結果解釋371
14.2條件logistic回歸386
14.2.1方法介紹386
14.2.2SPSS操作選項說明387
14.2.3實例與結果解釋387
14.3有序logistic回歸393
14.3.1方法介紹393
14.3.2SPSS操作選項說明395
14.3.3實例與結果解釋398
14.4多項分類logistic回歸404
14.4.1方法介紹404
14.4.2SPSS操作選項說明406
14.4.3實例與結果解釋409

第15章 對數線性模型與Poisson回歸414
15.1列聯表的對數線性模型414
15.1.1方法介紹414
15.1.2實例與操作416
15.2Poisson回歸430
15.2.1基本原理430
15.2.2實例與操作431

第16章 生存分析與Cox模型435
16.1常用術語435
16.2非參數分析437
16.2.1壽命表法437
16.2.2Kaplan—Meier法442
16.3Cox回歸模型447
16.3.1方法介紹447
16.3.2實例與操作449
16.4時間依存變量的處理方法455
16.4.1時間依存變量Cox模型455
16.4.2Coxw/Time—DepCov過程操作說明457

第17章 聚類、判別與決策樹分析460
17.1概述460
17.1.1聚類分析基礎知識460
17.1.2判別分析基礎知識461
17.1.3SPSS聚類和判別分析模塊463
17.2聚類分析463
17.2.1二階段聚類463
17.2.2K中心聚類468
17.2.3層次聚類470
17.3判別分析474
17.4決策樹分析481
17.4.1基本原理481
17.4.2決策樹490
17.4.3操作提示491
17.4.4結果解釋492

第18章 主成分分析與因子分析496
18.1主成分分析496
18.1.1概述496
18.1.2實例與操作498
18.2因子分析511
18.2.1概述511
18.2.2實例與操作512
18.3主成分分析與因子分析的聯系及區別518

第19章 多因素方差分析520
19.1隨機區組設計及其方差分析520
19.1.1概述520
19.1.2實例與操作521
19.2析因設計及其方差分析525
19.2.1概述525
19.2.2實例與操作525
19.3嵌套設計及其方差分析528
19.3.1概述528
19.3.2實例與操作528
19.4交叉設計及其方差分析530
19.4.1概述530
19.4.2實例與操作530

第20章 重復測量與混合效應模型533
20.1重復測量方差分析533
20.1.1分層隨機抽樣重復測量數據534
20.1.2重復測量設計臨床試驗數據546
20.2線性混合效應模型549
20.2.1分層隨機抽樣調查數據的混合效應模型分析549
20.2.2重復測量數據的混合效應模型分析555

第21章 多變量方差分析560
21.1單因素設計資料的多元方差分析561
21.1.1單樣本分析561
21.1.2兩樣本單因素設計資料564
21.2多因素資料的多元方差分析566
21.2.1兩因素設計566
21.2.2配對設計資料的多元方差分析574
21.2.3重復測量設計資料的多元方差分析576
21.3典型相關分析577

第22章 廣義線性模型583
22.1概述583
22.1.1模型的組成583
22.1.2常見的幾種廣義線性模型585
22.1.3廣義線性模型的三種估計方程及參數估計585
22.1.4模型診斷585
22.2logistic回歸586
22.3Poisson對數線性模型594

第23章 廣義估計方程600
23.1概述600
23.1.1廣義估計方程的基本理論600
23.1.2作業相關矩陣602
23.1.3廣義估計方程的應用603
23.2實例與操作604
23.2.1數據的一般情況604
23.2.2SPSS操作提示與選項說明604
23.2.3SPSS輸出結果及其解釋609

第24章 對應分析與結合分析613
24.1對應分析613
24.1.1方法介紹613
24.1.2SPSS操作選項說明616
24.1.3實例分析617
24.1.4多重對應分析620
24.2結合分析620
24.2.1方法介紹620
24.2.2SPSS操作選項說明625
24.2.3實例分析625

第25章 信度分析630
25.1重復測量法與分半信度法631
25.1.1方法介紹631
25.1.2實例與操作632
25.2Cronbachα系數635
25.2.1方法介紹635
25.2.2SPSS操作選項說明635
25.2.3實例描述637
25.3Kappa系數638
25.3.1方法介紹638
25.3.2實例描述639
25.3.3操作選項說明640
25.3.4結果解釋641
25.4Kendall和諧系數642
25.4.1方法介紹642
25.4.2實例描述642
25.4.3SPSS操作選項說明643
25.4.4主要結果644

第26章 時間序列分析645
26.1概述645
26.1.1時間序列數據及其分析方法645
26.1.2時間序列分析的模型、公式和記號646
26.1.3SPSS時間序列分析功能650
26.2時間序列數據的預處理651
26.2.1定義日期變量651
26.2.2創建時間序列653
26.2.3填補缺失數據658
26.3指數平滑法660
26.3.1指數平滑法的原理660
26.3.2指數平滑法的操作662
26.4ARIMA模型667
26.4.1概述667
26.4.2ARIMA模型識別、建模和模型評價、預測668
26.4.3帶有季節因子的ARIMA模型679
26.5季節性結構分量模型680
26.5.1概述680
26.5.2分析實例681

第27章 神經網絡模型684
27.1概述684
27.1.1模型的組成684
27.1.2神經網絡的數據樣本686
27.1.3神經網絡的種類686
27.2多層感知器神經網絡模型687
27.2.1概述687
27.2.2實例與操作687
27.3徑向基函數神經網絡模型701
27.3.1概述701
27.3.2實例與操作701

附錄A SPSS函數710
附錄B SPSS統計分析程序簡介717
附錄C 統計分析方法路徑圖728
參考文獻732