統(tǒng)計(jì)分析應(yīng)用教程：SPSS，LISREL&SAS實(shí)例精選

第1章 SPSS統(tǒng)計(jì)分析預(yù)備知識(shí)                  
 1.1 問(wèn)卷調(diào)查法                  
 1.1.1 問(wèn)卷設(shè)計(jì)應(yīng)該有3級(jí)編號(hào)                  
 1.1.2 區(qū)間（定距）以上的變量宜用開(kāi)放性的答案                  
 1.1.3 問(wèn)卷設(shè)計(jì)中常見(jiàn)的錯(cuò)誤                  
 1.1.4 市場(chǎng)調(diào)查的量表法                  
 1.2 數(shù)據(jù)的編碼                  
 1.3 數(shù)據(jù)的計(jì)算機(jī)表示法                  
 1.4 數(shù)據(jù)的格式                  
 1.5 數(shù)據(jù)的計(jì)算機(jī)定義                  
 1.6 SPSS的命令文件                  
 1.7 四種SPSS命令文件的格式                  
 1.8 SPSS新文件編輯實(shí)例                  
 1.9 編輯的同時(shí)運(yùn)行程序進(jìn)行統(tǒng)計(jì)分析                  
 1.10 調(diào)用已有的文件（程序）做統(tǒng)計(jì)分析                  
 1.11 正確編輯SPSS原始數(shù)據(jù)文件小結(jié)                  
 1.12 統(tǒng)計(jì)分析的最佳方案                  
 習(xí)題1                  
                   
 第2章 Frequencies和Tables過(guò)程描述頻次分布                  
 2.1 應(yīng)用Frequencies過(guò)程的預(yù)備知識(shí)                  
 2.2 婦女一生的追求                  
 2.3 婦女地位與人生難之間的關(guān)系（Tables過(guò)程的應(yīng)用）                  
 2.4 女生最痛恨的陋習(xí)                  
 習(xí)題2                  
                   
 第3章 圖文并茂SPSS圖形                  
 3.1 數(shù)據(jù)輸入                  
 3.2 提高數(shù)據(jù)輸入速度的技術(shù)                  
 3.3 繪制條形圖                  
 3.4 多變量的條形圖                  
 3.5 在Graphs中繪制聚類型條形圖                  
 3.6 直方圖的描述                  
 3.7 圖文并茂的圓形圖                  
 習(xí)題3                  
                   
 第4章 數(shù)據(jù)的變換                  
 4.1 創(chuàng)建新變量                  
 4.1.1 使用對(duì)話框創(chuàng)建新變量                  
 4.1.2 使用COMPUTE命令創(chuàng)建新變量                  
 4.1.3 數(shù)據(jù)函數(shù)                  
 4.1.4 缺少值函數(shù)                  
 4.2 采用IF命令做條件變換和邏輯校驗(yàn)                  
 4.2.1 IF命令格式                  
 4.2.2 表達(dá)式中的關(guān)系符                  
 4.2.3 邏輯表達(dá)式                  
 4.2.4 兩種缺少值的邏輯函數(shù)                  
 4.2.5 缺少值的處理                  
 4.2.6 IF命令的對(duì)話框                  
 4.3 數(shù)據(jù)重新編碼                  
 4.3.1 通過(guò)對(duì)話框?qū)?shù)據(jù)重新編碼的實(shí)例                  
 4.3.2 RECODE命令的格式                  
 4.3.3 RECODE在程序中的位置                  
 4.4 運(yùn)用COUNT命令計(jì)數(shù)                  
 4.4.1 COUNT命令格式                  
 4.4.2 "數(shù)值范圍"中使用的關(guān)鍵詞                  
 4.5 Count對(duì)話框的用法                  
 4.6 運(yùn)算的次序                  
 習(xí)題4                  
                   
 第5章 描述性統(tǒng)計(jì)（Descriptives過(guò)程的應(yīng)用）                  
 5.1 檢驗(yàn)數(shù)據(jù)的真實(shí)性                  
 5.2 四種測(cè)量水平                  
 5.3 三種綜合統(tǒng)計(jì)量                  
 5.3.1 集中趨勢(shì)的統(tǒng)計(jì)量                  
 5.3.2 離散趨勢(shì)的統(tǒng)計(jì)量                  
 5.3.3 形狀測(cè)量的統(tǒng)計(jì)量                  
 5.4 標(biāo)準(zhǔn)分（Z值）                  
 5.5 在對(duì)話框中做描述性統(tǒng)計(jì)                  
 5.6 Descriptives的命令格式                  
 習(xí)題5                  
                   
 第6章 用Crosstabs過(guò)程進(jìn)行雙變量的交叉匯總與結(jié)合測(cè)量                  
 6.1 全國(guó)婦女的年齡與受教育水平的雙變量交叉匯總                  
 6.2 由"是否在業(yè)"變量控制的女工年齡與文化的關(guān)系                  
 6.3 婦女年齡與文化素質(zhì)的相關(guān)性（定比-它比變量, 用Corr系數(shù)）                  
 6.4 是否在業(yè)與文化素質(zhì)的相關(guān)性（定類-定距變量, 用Eta系數(shù)）                  
 6.5 是否在業(yè)與企業(yè)所有制的關(guān)系（定類-定序變量）                  
 6.6 是否在業(yè)與政治面貌的關(guān)系（定類-定類變量）                  
 6.7 在Crosstabs對(duì)話框中做交叉匯總和結(jié)合測(cè)量                  
 6.8 CROSSTABS命令總表                  
 習(xí)題6                  
                   
 第7章 利用Explore過(guò)程檢測(cè)數(shù)據(jù)                  
 7.1 可用Explore過(guò)程檢驗(yàn)的錯(cuò)誤                  
 7.2 直方圖                  
 7.3 莖-葉圖                  
 7.4 框圖                  
 7.5 統(tǒng)計(jì)分析前對(duì)假設(shè)的檢驗(yàn)                  
 7.6 冪轉(zhuǎn)換的形式                  
 7.6.1 冪轉(zhuǎn)換                  
 7.6.2 正態(tài)性檢驗(yàn)                  
 7.7 集中趨勢(shì)分布的三種較佳期的平衡測(cè)量                  
 7.8 在對(duì)話框中進(jìn)行數(shù)據(jù)檢測(cè)                  
 7.9 用Syntax窗口編程                  
 習(xí)題7                  
                   
 第8章 兩個(gè)子總體均值的比較                  
 8.1 獨(dú)立樣本T-TEST                  
 8.1.1 數(shù)據(jù)的整理與統(tǒng)計(jì)                  
 8.1.2 結(jié)果分析                  
 8.2 成對(duì)樣本T-TEST                  
 8.2.1 數(shù)據(jù)的整理與統(tǒng)計(jì)                  
 8.2.2 結(jié)果分析                  
 8.3 命令法及原始數(shù)據(jù)                  
 8.4 群體均值的比較（Means過(guò)程的應(yīng)用）                  
 8.5 職業(yè)女生（群體）的平均受教育年限的檢測(cè)                  
 8.6 "在業(yè)女性"與"不在業(yè)女性"的兩組平均受教育年限的檢測(cè)                  
 8.7 不在業(yè)女工受教育水平高的原因                  
 8.8 MEANS命令總表                  
 8.9 采用ANOVA過(guò)程檢驗(yàn)均值相等的"假設(shè)"                  
 8.10 ANOVA過(guò)程的方差分析應(yīng)用                  
 8.11 主效應(yīng)的檢驗(yàn)                  
 8.12 ANOVA過(guò)程的命令一覽表                  
 8.12.1 ANOVA過(guò)程的命令表                  
 8.12.2 子命令解釋                  
 8.12.3 平方和的分解與交互作用的取消                  
 8.13 采用對(duì)話框做ANOVA（多因子方差）分析                  
 習(xí)題8                  
                   
 第9章 相關(guān)分析的應(yīng)用                  
 9.1 高考成績(jī)與學(xué)生素質(zhì)的關(guān)系                  
 9.2 Correlations過(guò)程的具體用法                  
 9.3 Correlations對(duì)話框的解釋                  
 9.4 運(yùn)行Correlations過(guò)程命令                  
 9.5 用Partial Correlations（偏相關(guān)）過(guò)程控制"第三者"                  
 9.6 計(jì)算偏相關(guān)系數(shù)                  
 9.7 辨別變量虛假相關(guān)                  
 9.8 確定被控制的變量                  
 9.9 通過(guò)對(duì)話框做偏相關(guān)分析                  
 9.10 將對(duì)話框中已選擇的命令粘貼到Syntax窗口                  
 9.11 Partial Corr命令一覽表                  
 習(xí)題9                  
                   
 第10章 非參數(shù)檢驗(yàn)                  
 10.1 非參數(shù)檢驗(yàn)過(guò)程的菜單和數(shù)據(jù)文件                  
 10.2 Chi-Squaie單樣本檢驗(yàn)                  
 10.3 Binomial（二項(xiàng)式）檢驗(yàn)                  
 10.4 藥量的游程檢驗(yàn)                  
 10.5 One-Somple Kolmogorov-Smirnov檢驗(yàn)                  
 10.6 Two-Sample Kolmogorov-Smirnov檢驗(yàn)                  
 10.7 K個(gè)獨(dú)立樣本的Kruskal-Wallis檢驗(yàn)                  
 10.8 成對(duì)樣本的Wilcoxon Signed Ranks檢驗(yàn)                  
 10.9 K對(duì)樣本的Friedman Test檢驗(yàn)                  
 習(xí)題10                  
                   
 第11章 數(shù)據(jù)精簡(jiǎn)與市場(chǎng)分析                  
 11.1 用Factor過(guò)程分析潛在的因素                  
 11.2 因素分析的步驟                  
 11.3 因素分析所用的數(shù)據(jù)                  
 11.4 因素分析的對(duì)話框設(shè)置                  
 11.5 輸出結(jié)果及其分析                  
 11.5.1 因素的初始統(tǒng)計(jì)量（區(qū)通性）                  
 11.5.2 因素抽取                  
 11.6 用主成分法抽取前5個(gè)因素                  
 11.7 用殘差評(píng)估相關(guān)矩陣和因素模型                  
 11.8 通過(guò)最大似然度抽取因素                  
 11.9 抽取因素經(jīng)驗(yàn)小結(jié)                  
 11.10 刪除LOADING≤0.5的小載荷量                  
 11.11 轉(zhuǎn)軸前后的對(duì)比                  
 11.12 因素分析                  
 11.13 在Syntax窗口編輯程序補(bǔ)充對(duì)話框的不足                  
 11.14 用對(duì)應(yīng)分析進(jìn)行市場(chǎng)分析                  
 11.14.1 對(duì)應(yīng)分析的應(yīng)用例子                  
 11.14.2 結(jié)果分析                  
 11.15 用Optimal scaling過(guò)程優(yōu)化測(cè)量                  
 11.15.1 Optimal scaling應(yīng)用要求                  
 11.15.2 Optimal scaling對(duì)話框設(shè)置                  
 習(xí)題11                  
                   
 第12章 用結(jié)合分析和可靠性測(cè)量進(jìn)行市場(chǎng)調(diào)研                  
 12.1 結(jié)合分析的基本原理與思路                  
 12.2 通過(guò)正交設(shè)計(jì)建立卡片                  
 12.3 精品購(gòu)物的問(wèn)卷調(diào)查                  
 12.4 結(jié)合分析                  
 12.5 市場(chǎng)預(yù)測(cè)與決策                  
 12.6 可靠性分析                  
 12.7 多維測(cè)量                  
 習(xí)題12                  
                   
 第13章 多選項(xiàng)的統(tǒng)計(jì)分析                  
 13.1 多選項(xiàng)的問(wèn)卷例子與計(jì)算機(jī)編碼                  
 13.2 多選項(xiàng)分類法                  
 13.3 多選項(xiàng)二分法                  
 13.4 多選項(xiàng)的數(shù)據(jù)及其程序                  
 13.5 多選項(xiàng)中的二分法與分類法的區(qū)別                  
 13.6 統(tǒng)計(jì)多選項(xiàng)時(shí)的預(yù)備知識(shí)                  
 13.6.1 首先必須定義多選項(xiàng)的復(fù)合變量集$*                  
 13.6.2 應(yīng)用說(shuō)明                  
 13.7 統(tǒng)計(jì)多選項(xiàng)的頻次                  
 13.8 多選項(xiàng)的交叉匯總表實(shí)例                  
 13.8.1 交叉匯總表的統(tǒng)計(jì)法                  
 13.8.2 交叉匯總表分析                  
 習(xí)題13                  
                   
 第14章 用譜系聚類法分析各國(guó)勞動(dòng)力分布                  
 14.1 聚類分析與判別分析的區(qū)別                  
 14.2 個(gè)案聚類和變量聚類                  
 14.3 個(gè)案聚類                  
 14.4 聚類的形成法                  
 14.5 從冰柱圖看聚類成員                  
 14.6 平均連接法的圖表                  
 14.7 從樹(shù)形圖分析聚類成員                  
 14.8 圖形顯示的改進(jìn)                  
 14.9 對(duì)變量的聚類                  
 14.10 利用SPSS對(duì)話框做聚類分析                  
 習(xí)題14                  
                   
 第15章 用K-M過(guò)程進(jìn)行大樣本數(shù)據(jù)的聚類分析                  
 15.1 聚類方法                  
 15.1.1 先求聚心后聚類                  
 15.1.2 初始聚心的產(chǎn)生                  
 15.1.3 產(chǎn)生初始聚心的小結(jié)                  
 15.2 輸出結(jié)果分析                  
 15.3 聚心未知時(shí)的聚類                  
 15.4 K-Means cluster Analysis對(duì)話框解釋                  
 15.5 用編程法進(jìn)行大樣本文件的聚類                  
 習(xí)題15                  
                   
 第16章 對(duì)逃課現(xiàn)象的判別分析                  
 16.1 從逃課現(xiàn)象著手研究                  
 16.1.1 選擇分析的個(gè)案                  
 16.1.2 組間均值差別                  
 16.1.3 Wilks的值                  
 16.1.4 相關(guān)系統(tǒng)的評(píng)價(jià)                  
 16.1.5 判別系數(shù)的解釋                  
 16.1.6 判別函數(shù)的估計(jì)                  
 16.1.7 Bayes的分組規(guī)則                  
 16.1.8 判別分的計(jì)算及分組                  
 16.1.9 個(gè)案分組后的概括統(tǒng)計(jì)表                  
 16.1.10 判別分的直方圖                  
 16.1.11 計(jì)算錯(cuò)誤分組的比例                  
 16.1.12 不正確分組的期望比例                  
 16.1.13 判別分析的其他統(tǒng)計(jì)量                  
 16.1.14 判別函數(shù)與變量的相關(guān)性                  
 16.1.15 費(fèi)歇爾分組函數(shù)系數(shù)                  
 16.1.16 判別系數(shù)與多元回歸系統(tǒng)的關(guān)系                  
 16.2 選擇變量的方法                  
 16.3 變量選擇的其他標(biāo)準(zhǔn)                  
 16.4 三組判別分析                  
 16.5 當(dāng)違背假設(shè)時(shí)                  
 16.6 用Windows中的SPSS對(duì)話框做判別分析                  
 16.7 用編程法做判別分析                  
 習(xí)題16                  
                   
 第17章 當(dāng)代大學(xué)生就業(yè)意向的譜系對(duì)數(shù)線性分析                  
 17.1 對(duì)數(shù)線性分析的應(yīng)用                  
 17.2 對(duì)數(shù)線性關(guān)系的模型                  
 17.2.1 飽和模型                  
 17.2.2 飽和模型的觀察值與期望值                  
 17.3 參數(shù)估計(jì)                  
 17.4 獨(dú)立模型--非飽和模型                  
 17.5 分層（譜系）模型                  
 17.6 選擇模型                  
 17.7 卡方統(tǒng)計(jì)量的分解                  
 17.8 檢驗(yàn)?zāi)Ｐ椭袀€(gè)別效應(yīng)                  
 17.9 產(chǎn)生各次項(xiàng)效應(yīng)的對(duì)話框                  
 17.10 兩種建模法                   
 17.11 在Windows中通過(guò)對(duì)話框進(jìn)行 Loglinear分析                  
 17.11.1 主對(duì)話框                  
 17.11.2 模型選擇                  
 17.11.3 選項(xiàng)                  
 17.12 對(duì)話框的擴(kuò)充                  
 習(xí)題17                  
                   
 第18章 節(jié)用General Loglinear Analysis分析畢業(yè)生心態(tài)                  
 18.1 GENLOG與LOGIT對(duì)線性分析模型的異同                  
 18.2 廣義對(duì)數(shù)線性分析模型                  
 18.3 參數(shù)估計(jì)                  
 18.4 參數(shù)估計(jì)值的解釋                  
 18.5 非飽兒模型項(xiàng)的擬合度                  
 18.5.1 飽和模型                  
 18.5.2 非飽和模型                  
 18.5.3 從擬合度統(tǒng)計(jì)量看非飽和模型                  
 18.5.4 非飽和模型的參數(shù)估計(jì)                  
 18.5.5 參數(shù)估計(jì)量的解釋                  
 18.6 殘差研究                  
 18.6.1 原始?xì)埐?nbsp;                 
 18.6.2 標(biāo)準(zhǔn)殘差                  
 18.7 次序數(shù)據(jù)的模型                  
 18.7.1 數(shù)據(jù)的交叉匯總表                  
 18.7.2 定序數(shù)據(jù)的對(duì)數(shù)線性分析                  
 18.7.3 線性-線性結(jié)合的模型                  
 18.7.4 行效應(yīng)模型和列效應(yīng)模型                  
 18.7.5 關(guān)于次序數(shù)據(jù)的對(duì)數(shù)線性模型的評(píng)價(jià)                  
 18.8 不完全的表格                  
 18.8.1 從一個(gè)例子看不完全表格的特點(diǎn)                  
 18.8.2 準(zhǔn)獨(dú)立性模型                  
 18.8.3 數(shù)據(jù)的重新編排                  
 18.8.4 對(duì)稱模型                  
 18.8.5 關(guān)于兩個(gè)三角形假設(shè)的檢驗(yàn)                  
 18.8.6 修正的準(zhǔn)對(duì)稱模型                  
 18.8.7 實(shí)際情況與期望情況的結(jié)合測(cè)量                  
 18.9 應(yīng)用General Loglinear Analysis對(duì)話框分析                  
 18.9.1 進(jìn)入General Loglinear Analysis主對(duì)話框                  
 18.9.2 Model對(duì)話框                  
 18.9.3 Options對(duì)話框                  
 18.9.4 殘差和預(yù)測(cè)值的存儲(chǔ)                  
 18.10 在SPSS的Syntax窗口編輯命令文件                  
 18.10.1 GENLOG命令表                  
 18.10.2 GENLOG的子命令                  
 習(xí)題18                  
                   
 第19章 用Logit Loglinear Analysis分析讀研幾率                  
 19.1 對(duì)原始數(shù)據(jù)的要求                  
 19.2 對(duì)數(shù)線性分析的第1步（產(chǎn)生交叉總表）                  
 19.3 GENLOG與Logit Loglinear Analysis的區(qū)別                  
 19.3.1 GENLOG廣義對(duì)數(shù)線性分析模型                  
 19.3.2 LOGIT邏輯對(duì)數(shù)線性分析模型                  
 19.3.3 GENLOG模型與LOGIT模型的比較                  
 19.4 飽和的邏輯對(duì)數(shù)線性模型的分析                  
 19.4.1 產(chǎn)生圖19-4和圖19-5                  
 19.4.2 圖形輸出                  
 19.4.3 參數(shù)估計(jì)值的解釋                  
 19.5 非飽和的邏輯對(duì)數(shù)線性分析模型                  
 19.5.1 非飽和模型                  
 19.5.2 從擬全度統(tǒng)計(jì)量看非飽和模型                  
 19.5.3 從殘差統(tǒng)計(jì)量看非飽和模型                  
 19.5.4 獨(dú)特而有趣的百分比                  
 19.6 非飽和模型中的離散測(cè)量與結(jié)合測(cè)量                  
 19.6.1 測(cè)量正態(tài)變量范圍的統(tǒng)計(jì)量之一：H                  
 19.6.2 測(cè)量正態(tài)變量范圍的統(tǒng)計(jì)量之二：C                  
 19.6.3 H和C統(tǒng)計(jì)量的特點(diǎn)                  
 19.7 非飽模型的參數(shù)估計(jì)                  
 19.8 Polychotomous LOGIT模型                  
 19.8.1 從生成的交叉匯總表看數(shù)據(jù)結(jié)構(gòu)                  
 19.8.2 生成參數(shù)估計(jì)表                  
 19.8.3 手工制成參數(shù)估計(jì)的單元表                  
 19.8.4 模型的擬合度                  
 19.9 運(yùn)用對(duì)話框做邏輯對(duì)數(shù)線性分析                  
 19.10 在Syntax窗口使用的編輯命令                  
 習(xí)題19                  
                   
 第20章 壽命表分析                  
 20.1 追蹤壽命表                  
 20.1.1 一個(gè)應(yīng)用例子                  
 20.1.2 數(shù)據(jù)的整理                  
 20.2 概率計(jì)算                  
 20.2.1 計(jì)算第1個(gè)概率                  
 20.2.2 計(jì)算第2個(gè)概率                  
 20.3 用SPSS對(duì)話框畫出壽命表                  
 20.4 壽命表分析                  
 20.5 失去追蹤(Lost to Follow-up)                  
 20.6 幸存函數(shù)的比較                  
 20.7 運(yùn)行Survival過(guò)程命令                  
 20.7.1 Survival語(yǔ)句                  
 20.7.2 Survival命令概述                  
 習(xí)題20                  
                   
 第21章 Kaplan-Meier壽命分析                  
 21.1 Kaplan-Meier估算法                  
 21.2 產(chǎn)生SPSS的Kaplan-Meier輸出表                  
 21.3 幸存函數(shù)的分組比較                  
 21.4 幸存函數(shù)的分層比較                  
 21.4.1 分層比較                  
 21.4.2 針對(duì)分層比較的檢驗(yàn)                  
 21.5 用對(duì)話框做壽命分析                  
 21.6 運(yùn)用Kaplan-Meier                  
 21.6.1 Kaplan-Meier命令一覽表                  
 21.6.2 命令概述與規(guī)則                  
 習(xí)題21                  
                   
 第22章 Cox Regression醫(yī)學(xué)應(yīng)用                  
 22.1 只有一個(gè)協(xié)變量的Coxreg回歸模型                  
 22.1.1 幸存（Surival）函數(shù)的計(jì)算                  
 22.1.2 基線與幸存時(shí)間的關(guān)系                  
 22.1.3 危險(xiǎn)率（Hazard）函數(shù)                  
 22.2 多協(xié)變量Coxreg回歸模型                  
 22.2.1 多個(gè)協(xié)變量的一般模型                  
 22.2.2 有三個(gè)協(xié)變量的回歸模型                  
 22.2.3 有多協(xié)變量模型的主要參數(shù)                  
 22.3 回歸模型的假設(shè)檢驗(yàn)                  
 22.4 選擇預(yù)測(cè)的協(xié)變量                  
 22.5 向前選擇變量的例子                  
 22.5.1 例子                  
 22.5.2 輸出結(jié)果                  
 22.5.3 第1步：哪一個(gè)變量首先進(jìn)入方程                  
 22.5.4 第2步：哪一個(gè)變量可以在第2步進(jìn)入方程                  
 22.5.5 第2個(gè)變量進(jìn)入方程后, 應(yīng)考察模型及其回歸系數(shù)                  
 22.5.6 第2個(gè)變量進(jìn)入方程后的模型                  
 22.5.7 第2個(gè)變量入選后模型中的變量能否淘汰                  
 22.6 Cox Regression對(duì)話框                  
 22.6.1 Cox Regression主對(duì)話框                  
 22.6.2 Cox Regression主對(duì)話框說(shuō)明                  
 22.6.3 定義Status變量的事件                  
 22.6.4 畫圖                  
 22.7 Coxreg過(guò)程                  
 習(xí)題22                  
                   
 第23章 GLM:Univariate及Variance Components的應(yīng)用                  
 23.1 GLM:Univariate單因變量廣義線性模型的方差分析                  
 23.2 數(shù)據(jù)描述                  
 23.3 等方差性                  
 23.4 飽和模型與非飽和模型的方差分析                  
 23.5 對(duì)照分析                  
 23.6 多重比較的難點(diǎn)                  
 23.7 測(cè)量效應(yīng)的難點(diǎn)                  
 23.8 效率計(jì)算                  
 23.9 一個(gè)協(xié)方差分析模型                  
 23.10 協(xié)方差分析表                  
 23.11 采用SPSS對(duì)話框做廣義因子方差分析                  
 23.11.1 GLM:Univariate主對(duì)話框用法                  
 23.11.2 Contrasts對(duì)話框用法                  
 23.11.3 用Model對(duì)話框改建模型                  
 23.11.4 Options對(duì)話框                  
 23.12 廣義因子方差分析的命令總表                  
 23.12.1 命令總表摘錄                  
 23.12.2 應(yīng)用舉例                  
 23.13 方差成分分析（GLM:Variance Components）                  
 23.14 方差成分分析的數(shù)據(jù)例子                  
 23.15 GLM:Variance Components 主對(duì)話框                  
 23.15.1 Model對(duì)話框                  
 23.15.2 Oprtions對(duì)話框                  
 23.15.3 Save對(duì)話框                  
 23.16 采用ANOVA法進(jìn)行方差分析的實(shí)例                  
 23.16.1 ANOVA方差分析法的最高次模型                  
 23.16.2 ANOVA方差分析法的2次項(xiàng)以下的模型                  
 23.16.3 ANOVA方差分析法的主效應(yīng)模型                  
 23.16.4 ANOVA方差分析法的最佳模型                  
 23.16.5 ANOVA法的結(jié)果分析                  
 習(xí)題23                  
                   
 第24章 GLM:Multivariate的應(yīng)用                  
 24.1 廣義多因變量方差分析                  
 24.2 假設(shè)與檢驗(yàn)                  
 24.2.1 假設(shè)的必要條件                  
 24.2.2 假設(shè)與檢驗(yàn)                  
 24.3 雙樣本多因變量模型                  
 24.3.1 因變量之間相關(guān)性檢驗(yàn)                  
 24.3.2 因變量聯(lián)合分布為正態(tài)性的假設(shè)與檢驗(yàn)                  
 24.3.3 方差齊次性檢驗(yàn)                  
 24.4 雙因變量單因子的Hotelling T2檢驗(yàn)                  
 24.4.1 均值相等的檢驗(yàn)                  
 24.4.2 單變量的otelling T2檢驗(yàn)                  
 24.4.3 參數(shù)估計(jì)                  
 24.5 多元的線性模型實(shí)例                  
 24.5.1 多元差異性檢驗(yàn)                  
 24.5.2 效應(yīng)檢驗(yàn)                  
 24.5.3 性別水平與年齡水平之間的主效應(yīng)差異檢驗(yàn)                  
 24.5.4 含有空單元時(shí)的難題                  
 24.6 效度檢驗(yàn)（考察殘差）                  
 24.6.1 單變量的偏對(duì)照參數(shù)估計(jì)                  
 24.6.2 參數(shù)的系數(shù)估計(jì)                  
 24.6.3 觀察值. 期望值及其殘差                  
 24.6.4 均值的預(yù)測(cè)                  
 24.7 小結(jié)                  
 24.8 運(yùn)用GLM對(duì)話框做多元方差分析                  
 24.8.1 進(jìn)入GLM的主對(duì)話框                  
 24.8.2 使用Contrasts對(duì)話框                  
 24.8.3 使用Options對(duì)話框                  
 24.8.4 使用Model對(duì)話框                  
 24.8.5 存儲(chǔ)殘差等臨時(shí)變量                  
 24.9 多元方差分析的命令總表                  
 習(xí)題24                  
                   
 第25章 GLM:Repeated Measures的應(yīng)用                  
 25.1 反復(fù)測(cè)量的概念                  
 25.2 首先獲得圖示與描述性統(tǒng)計(jì)量                  
 25.2.1 描述性統(tǒng)計(jì)量                  
 25.2.2 圖形描述                  
 25.3 均值差的分析                  
 25.3.1 轉(zhuǎn)換變量                  
 25.3.2 正交正態(tài)差對(duì)照的圖示                  
 25.4 檢驗(yàn)各種效應(yīng)的差別                  
 25.4.1 檢驗(yàn)常數(shù)效應(yīng)                  
 25.4.2 方差分析表的解釋                  
 25.4.3 檢驗(yàn)考試（TEST）效應(yīng)                  
 25.4.4 平均的單變量顯著性檢驗(yàn)                  
 25.4.5 選擇多元或一元結(jié)果                  
 25.5 選擇多項(xiàng)式等其他對(duì)照                  
 25.6 兩因子的設(shè)計(jì)模型                  
 25.6.1 雙因子模型的檢驗(yàn)                  
 25.6.2 變量的轉(zhuǎn)換                  
 25.7 效應(yīng)的假設(shè)檢驗(yàn)                  
 25.7.1 兩班有無(wú)條件效應(yīng)                  
 25.7.2 檢驗(yàn)三次考試的效應(yīng)                  
 25.7.3 考試成績(jī)與班級(jí)（條件）之間的交互效應(yīng)                  
 25.7.4 各次考試成績(jī)一起進(jìn)入分析                  
 25.8 增加一個(gè)對(duì)象間的因子                  
 25.8.1 對(duì)象內(nèi)與對(duì)象間的因子                  
 25.8.2 對(duì)象內(nèi)與對(duì)象間因子的模型設(shè)計(jì)                  
 25.8.3 有組間因子時(shí)的非飽和模型研究                  
 25.8.4 非飽和模型小結(jié)                  
 25.8.5 有組間因子時(shí)的飽和模型                  
 25.9 帶有一個(gè)常數(shù)協(xié)變量的協(xié)方差分析                  
 25.9.1 協(xié)方差的預(yù)分析                  
 25.9.2 著手協(xié)方差分析                  
 25.9.3 方差分析后的線性模型（成績(jī)等的預(yù)測(cè)）                  
 25.10 方差分析中的直觀的圖示                  
 25.11 采用對(duì)話框進(jìn)行方差分析的反復(fù)測(cè)量                  
 25.11.1 主對(duì)話框                  
 25.11.2 定義兩上對(duì)象內(nèi)的因子                  
 25.11.3 定義對(duì)象內(nèi)變量. 對(duì)象間因子及協(xié)變量                  
 25.11.4 Contrasts對(duì)話框                  
 25.11.5 Model對(duì)話框                  
 25.11.6 Options對(duì)話框                  
 25.12 反復(fù)測(cè)量的命令總表                  
 25.12.1 反復(fù)測(cè)量的命令總表                  
 25.12.2 命令用法                  
 習(xí)題25                  
                   
 第26章 非線性回歸過(guò)程的應(yīng)用                  
 26.1 二分邏輯回歸過(guò)程的應(yīng)用                  
 26.2 多分邏輯回歸過(guò)程的應(yīng)用                  
 26.2.1 數(shù)據(jù)文件                  
 26.2.2 設(shè)置分析藥效對(duì)話框                  
 26.2.3 輸出結(jié)果的分析                  
 26.3 次序回歸過(guò)程的應(yīng)用                  
 26.3.1 對(duì)數(shù)據(jù)的要求                  
 26.3.2 用Ordinal Regression對(duì)話框做統(tǒng)計(jì)                  
 26.3.3 輸出結(jié)果的分析                  
 26.4 二階最小二乘方回歸                  
 26.4.1 二階最小二乘方回歸原理                  
 26.4.2 二階最上二乘方回歸例子                  
 26.4.3 輸出結(jié)果的分析                  
 26.5 曲線估計(jì)過(guò)程                  
 26.5.1 設(shè)置曲線估計(jì)過(guò)程的對(duì)話框                  
 26.5.2 做曲線估計(jì)的數(shù)據(jù)及其統(tǒng)計(jì)法                  
 26.5.3 存儲(chǔ)臨時(shí)變量                  
 26.6 非線性回歸過(guò)程的應(yīng)用                  
 26.6.1 從非線性回歸模型解出初始值                  
 26.6.2 將數(shù)據(jù)調(diào)入Nonlinear Regression對(duì)話框中執(zhí)行                  
 26.6.3 對(duì)預(yù)測(cè)結(jié)果的分析                  
 26.6.4 人口預(yù)測(cè)                  
 26.7 利用Probit過(guò)程進(jìn)行單位概率回歸                  
 26.7.1 中度效果分析                  
 26.7.2 三級(jí)預(yù)測(cè)水平值的比較                  
 26.7.3 各組藥效的比較                  
 習(xí)題26                  
                   
 第27章 多元線性回歸分析的應(yīng)用                  
 27.1 多元線笥回歸分析                  
 27.2 模型的擬合度                  
 27.2.1 R2系數(shù)                  
 27.2.2 方差分析                  
 27.2.3 R2的另一個(gè)解釋                  
 27.3 預(yù)測(cè)值及其標(biāo)準(zhǔn)誤差                  
 27.4 尋找是否滿足假設(shè)                  
 27.5 設(shè)置異常值和影響點(diǎn)                  
 27.5.1 通過(guò)標(biāo)準(zhǔn)誤差設(shè)置異常值(Outliers)                  
 27.5.2 有多個(gè)預(yù)測(cè)變量時(shí)的異常值測(cè)量法(Mahalanobis距離法)                  
 27.5.3 用刪除殘差與Cook距離法檢測(cè)影響點(diǎn)                  
 27.6 數(shù)據(jù)不符合線性回歸的基本假設(shè)時(shí)的處理方法                  
 27.7 多元線性回歸模型正確性的檢驗(yàn)                  
 27.7.1 相關(guān)系數(shù)陣                  
 27.7.2 R2 和F                  
 27.7.3 由B0和編回歸系數(shù)Bi預(yù)測(cè)當(dāng)前成績(jī)（或收入）                  
 27.7.4 用偏相關(guān)(Partial)系數(shù)F確定重要的自變量                  
 27.8 關(guān)于自變量出入回歸模型時(shí)的深入研究                  
 27.9 向前選擇變量法                  
 27.10 自后淘汰變量（消元）法                  
 27.11 逐步回歸法                  
 27.12 多元回歸中的假設(shè)與檢驗(yàn)                  
 27.13 多元回歸中影響點(diǎn)的檢測(cè)                  
 27.14 共線性診斷                  
 27.15 解釋回歸模型                  
 27.16 在SPSS for Windows中運(yùn)行線性回歸                  
 習(xí)題27                  
                   
 第28章 采用Lisrel結(jié)構(gòu)模型做路徑分析                  
 28.1 Lisrel的版本                  
 28.2 Lisrel的命令簡(jiǎn)介                  
 28.3 應(yīng)用實(shí)例1：用Lisrel的Prelis過(guò)程做基本統(tǒng)計(jì)                  
 28.3.1 應(yīng)用Prelis進(jìn)行數(shù)據(jù)基本分析的程序簡(jiǎn)例                  
 28.3.2 輸出結(jié)果及其分析                  
 28.4 應(yīng)用實(shí)例2：Lisrel 8w高級(jí)統(tǒng)計(jì)分析                  
 28.4.1 應(yīng)用Lisrel過(guò)程進(jìn)行高級(jí)數(shù)據(jù)分析的程序簡(jiǎn)例                  
 28.4.2 本程序產(chǎn)生的結(jié)果及其分析                  
 28.5 Lisrel的路徑圖示                  
 第29章 跟我快速學(xué)習(xí)SAS                  
 29.1 條形圖. 直方圖. 圓形圖的畫法                  
 29.2 繪制BOX圖. 線性圖. 散點(diǎn)圖                   
 29.3 分布圖                  
 29.4 給變量B繪制Fit圖                  
 29.5 給變量B繪制Multivarite圖                  
 29.6 打開(kāi)工作區(qū)中已有的SAS數(shù)據(jù)                  
 參考書目