SPSS統(tǒng)計(jì)分析高級(jí)教程

第一部分一般線性與混合線性模型.
第1章方差分析模型
1.1模型簡(jiǎn)介
1.1.1模型入門
1.1.2常用術(shù)語
1.1.3方差分析模型的適用條件
1.2簡(jiǎn)單分析實(shí)例
1.2.1模型表達(dá)式
1.2.2初步分析結(jié)果
1.2.3模型參數(shù)的估計(jì)值
1.2.4兩兩比較
1.2.5其他常用選項(xiàng)
1.3兩因素方差分析模型
1.3.1分析實(shí)例
1.3.2邊際均數(shù)與輪廓圖
1.3.3擬和劣度檢驗(yàn)
1.4因素各水平間的精細(xì)比較
1.4.1POSTHOC子句
1.4.2EMMEANS子句
1.4.3LMATRIX和KMATRIX子句
1.4.4CONSTRAST子句
1.5隨機(jī)因素的方差分析模型
1.6其他問題
1.6.1自定義效應(yīng)檢驗(yàn)使用的誤差項(xiàng)
1.6.2四類方差分解方法
第2章常用實(shí)驗(yàn)設(shè)計(jì)分析方法
2.1僅研究主效應(yīng)的實(shí)驗(yàn)設(shè)計(jì)方案
2.1.1完全隨機(jī)設(shè)計(jì)(CompletelyRandomDesign)
2.1.2配伍組設(shè)計(jì)(RandomizedBlockDesign)
2.1.3交叉設(shè)計(jì)(Cross-overDesign)
2.1.4拉丁方設(shè)計(jì)(LatinSquareDesign)
2.2考慮交互作用的實(shí)驗(yàn)設(shè)計(jì)方案
2.2.1析因設(shè)計(jì)(FactorialDesign)
2.2.2正交設(shè)計(jì)(OrthogonalDesign)
2.2.3均勻設(shè)計(jì)(UniformDesign)
2.3誤差項(xiàng)變動(dòng)的特殊實(shí)驗(yàn)設(shè)計(jì)方案
2.3.1嵌套設(shè)計(jì)(NestedDesign)
2.3.2重復(fù)測(cè)量設(shè)計(jì)(RepeatedMeasureDesign)
2.3.3裂區(qū)設(shè)計(jì)(Split-plotDesign)
2.4協(xié)方差分析(AnalysisofCovariance)
2.4.1協(xié)方差分析的必要性
2.4.2平行性假定的檢驗(yàn)
2.4.3計(jì)算和檢驗(yàn)修正均數(shù)
第3章多元方差分析與重復(fù)測(cè)量方差分析
3.1多元方差分析
3.1.1模型簡(jiǎn)介
3.2.2分析實(shí)例
3.3.3檢驗(yàn)統(tǒng)計(jì)量的計(jì)算
3.3.4對(duì)引例的進(jìn)一步分析
3.2重復(fù)測(cè)量資料的方差分析
3.2.1模型簡(jiǎn)介
3.2.2分析實(shí)例
第4章混合線性模型入門
4.1模型簡(jiǎn)介
4.1.1問題的提出
4.1.2模型入門
4.2層次聚集性數(shù)據(jù)分析實(shí)例
4.1.1擬合混合線性模型的基本結(jié)構(gòu)
4.1.2在固定效應(yīng)中加入自變量
4.1.3在隨機(jī)效應(yīng)中加入自變量
4.1.4更多解釋變量的引入
4.1.5其他常用選項(xiàng)
4.3重復(fù)測(cè)量數(shù)據(jù)分析實(shí)例
4.3.1對(duì)數(shù)據(jù)的初步分析
4.3.2擬合混合線性模型的基本結(jié)構(gòu)
4.3.3考慮重復(fù)測(cè)量間的相關(guān)性
4.3.4更改對(duì)測(cè)量間相關(guān)性的假定
4.3.5模型中可用的相關(guān)陣種類
4.4本章方法小結(jié)
4.4.1混合效應(yīng)模型的用途
4.4.2混合效應(yīng)模型與一般線性模型的聯(lián)系
第二部分回歸模型
第5章多重線性回歸模型
5.1模型簡(jiǎn)介
5.2簡(jiǎn)單分析實(shí)例
5.2.1對(duì)數(shù)據(jù)的初步分析
5.2.2回歸模型的假設(shè)檢驗(yàn)
5.2.3偏回歸系數(shù)的假設(shè)檢驗(yàn)
5.2.4標(biāo)準(zhǔn)化偏回歸系數(shù)
5.2.5衡量多元線性回歸模型優(yōu)劣的標(biāo)準(zhǔn)
5.3回歸預(yù)測(cè)與殘差分析
5.3.1回歸預(yù)測(cè)與區(qū)間估計(jì)
5.3.2殘差分析與模型適用條件的檢驗(yàn)
5.4逐步回歸
5.4.1篩選自變量的基本原則
5.4.2常用的逐步回歸方法
5.4.3分析實(shí)例
5.5模型的進(jìn)一步診斷與修正
5.5.1強(qiáng)影響點(diǎn)的識(shí)別與處理
5.5.2多重共線性的識(shí)別與處理
5.6本章方法小結(jié)
5.6.1回歸模型的建立步驟
5.6.2多重線性回歸模型結(jié)果解釋時(shí)應(yīng)注意的問題
第6章線性回歸的衍生模型
6.1非直線趨勢(shì)的處理：曲線直線化
6.1.1方法簡(jiǎn)介
6.1.2使用Linear過程進(jìn)行分析
6.1.3使用曲線擬合過程分析
6.2方差不齊的處理：加權(quán)最小二乘法
6.2.1方法簡(jiǎn)介
6.2.2使用Linear過程進(jìn)行分析
6.2.3使用WLS過程分析
6.3共線性的處理：嶺回歸
6.3.1方法簡(jiǎn)介
6.3.2分析實(shí)例
6.4分類變量的數(shù)值化：最優(yōu)尺度回歸
6.4.1方法簡(jiǎn)介
6.4.2分析實(shí)例
6.4.3最優(yōu)尺度方法的應(yīng)用注意事項(xiàng)
第7章路徑分析入門
7.1兩階段最小二乘法
7.1.1模型簡(jiǎn)介
7.1.2　使用Linear過程進(jìn)行分析
7.1.3使用2SLS過程進(jìn)行分析
7.2路徑分析入門
7.2.1模型簡(jiǎn)介
7.2.2分析實(shí)例
第8章非線性回歸模型
8.1模型簡(jiǎn)介
8.1.1問題的提出
8.1.2模型入門
8.2簡(jiǎn)單分析實(shí)例
8.2.1軟件操作與界面說明
8.2.2基本分析結(jié)果
8.2.3模型的進(jìn)一步分析
8.3自定義損失函數(shù)：最小一乘法實(shí)例
8.3.1分析實(shí)例
8.3.3結(jié)果解釋
8.4分段回歸模型的擬合
8.4.1分析實(shí)例
8.4.2結(jié)果解釋
8.4.3模型的進(jìn)一步分析
8.5其他需要注意的問題
8.5.1參數(shù)初始值的設(shè)定
8.5.2模型的擬合方法
第9章二分類logistic回歸模型
9.1模型簡(jiǎn)介
9.1.1模型入門
9.1.2一些基本概念
9.2簡(jiǎn)單分析實(shí)例
9.3分類自變量的定義與比較方法
9.3.1使用啞變量的必要性
9.3.2SPSS中預(yù)設(shè)的啞變量編碼方式
9.3.3設(shè)置啞變量時(shí)要注意的問題
9.4自變量的篩選方法與逐步回歸
9.4.1模型中的假設(shè)檢驗(yàn)方法
9.4.2自變量的篩選方法
9.4.3分析實(shí)例
9.5模型擬合效果與擬合優(yōu)度檢驗(yàn)
9.5.1模型效果的判斷指標(biāo)
9.5.2擬合優(yōu)度檢驗(yàn)
9.6模型的診斷與修正
9.6.1殘差分析
9.6.2多重共線性的識(shí)別及其對(duì)回歸系數(shù)的影響及處理辦法
第10章多分類.配對(duì)logistic回歸與probit回歸
10.1有序多分類logistic回歸模型
10.1.1模型簡(jiǎn)介
10.1.2分析實(shí)例
10.1.3模型適用條件的檢驗(yàn)
10.2無序多分類logistic回歸模型
10.2.1模型簡(jiǎn)介
10.2.2分析實(shí)例
10.31:1配對(duì)logistic回歸
10.3.1模型簡(jiǎn)介
10.3.2分析實(shí)例
10.4probit回歸模型
10.4.1模型簡(jiǎn)介
10.4.2實(shí)例一：與logistic模型比較
10.4.3實(shí)例二：計(jì)算LD50
第三部分多元統(tǒng)計(jì)分析方法
第11章主成分分析與因子分析
11.1主成分分析
11.1.1模型入門..
11.1.2簡(jiǎn)單分析實(shí)例
11.1.3對(duì)主成分分析的進(jìn)一步說明
11.2因子分析
11.2.1模型入門
11.2.4簡(jiǎn)單分析實(shí)例
11.3因子分析的進(jìn)一步討論
11.3.1不同的因子分析法
11.3.2相關(guān)陣和協(xié)方差
11.3.3確定公因子數(shù)量
11.4因子分析綜合案例
11.5主成分分析和因子分析的比較
第12章聚類分析
12.1模型簡(jiǎn)介
12.1.1問題的提出
12.1.2聚類分析入門
12.1.3聚類分析的方法體系
12.2層次聚類法
12.2.1方法原理
12.2.2分析實(shí)例
12.2.3對(duì)層次聚類法的進(jìn)一步討論
12.3K-均值聚類法
12.3.1方法原理
12.3.2分析實(shí)例
12.4兩步聚類法簡(jiǎn)介
12.4.1方法原理
12.4.2分析實(shí)例
12.5本章方法小結(jié)
第13章判別分析
13.1模型簡(jiǎn)介
13.1.1典型判別分析的基本原理
13.1.2判別分析的適用條件和違背條件時(shí)的處理方法
13.1.3判別效果的評(píng)價(jià)
13.1.4判別分析的一般步驟
13.2簡(jiǎn)單分析實(shí)例
13.2.1軟件操作與界面說明
13.2.2基本分析結(jié)果
13.2.3判別結(jié)果的圖形化展示
13.2.4判別效果的驗(yàn)證
13.2.5適用條件的判斷方法
13.3貝葉斯判別分析
13.3.1方法原理
13.3.2軟件實(shí)現(xiàn)
13.4對(duì)判別分析的進(jìn)一步討論
13.4.1逐步判別分析
13.4.2判別分析和因子分析的相似性和差異
13.4.3二類判別和多重回歸的等價(jià)性
第14章典型相關(guān)分析
14.1方法介紹
14.1.1典型相關(guān)分析的基本思想
14.2.1典型相關(guān)分析的數(shù)學(xué)描述
14.2分析實(shí)例
14.2.1兩組變量間的相關(guān)系數(shù)
14.2.2典型相關(guān)系數(shù)及顯著性檢驗(yàn)
11.2.3典型變量的系數(shù)
14.2.4典型結(jié)構(gòu)分析
14.2.5典型冗余分析
14.3本章方法小結(jié)
14.3.1典型相關(guān)分析的應(yīng)用
14.3.2典型相關(guān)分析和因子分析
第15章對(duì)應(yīng)分析
15.1模型簡(jiǎn)介
15.1.1問題的提出
15.1.2模型入門
15.1.3SPSS中的相應(yīng)功能
15.2簡(jiǎn)單分析實(shí)例
15.2.1對(duì)數(shù)據(jù)的初步分析
15.2.2正式分析
15.2.3對(duì)引例的進(jìn)一步分析
15.3基于均數(shù)的對(duì)應(yīng)分析
15.3.1方法原理
15.3.2分析實(shí)例
15.4多重對(duì)應(yīng)分析
15.4.1方法原理
15.4.2分析實(shí)例
15.5對(duì)應(yīng)分析中的其它問題
15.5.1對(duì)應(yīng)分析結(jié)果的正確解釋
15.5.2罕見類別和相似類別的處理
15.5.3有序類別的處理
15.6本章方法小結(jié)
15.6.1對(duì)應(yīng)分析與其它分析方法的關(guān)系
15.6.2對(duì)應(yīng)分析的優(yōu)勢(shì)與劣勢(shì)
第16章多維尺度分析
16.1古典MDS模型
16.1.1方法原理
16.1.2分析實(shí)例
16.1.3距離的計(jì)算方式
16.2非度量MDS模型
16.2.1數(shù)據(jù)測(cè)量尺度的設(shè)定
16.2.2方法原理
16.2.3分析實(shí)例
16.3考慮個(gè)體差異的MDS模型
16.3.1方法原理
16.3.2分析實(shí)例
16.3.3空間定位圖的含義解釋
16.4基于最優(yōu)尺度變換的MDS模型
16.4.1方法簡(jiǎn)介
16.4.2分析實(shí)例
16.5本章方法小結(jié)
第四部分其他統(tǒng)計(jì)分析方法
第17章對(duì)數(shù)線性模型與Poisson回歸
17.1對(duì)數(shù)線性模型簡(jiǎn)介
17.1.1問題的提出
17.1.2模型入門
17.1.3SPSS的相應(yīng)功能
17.2一般對(duì)數(shù)線性模型分析實(shí)例
17.2.1對(duì)數(shù)據(jù)的初步分析
17.2.2正式分析
17.2.3對(duì)引例的進(jìn)一步分析
17.3因果關(guān)系明確時(shí)的對(duì)數(shù)線性模型
17.4對(duì)數(shù)線性模型的選擇
17.4.1模型的選擇策略
17.4.2分析實(shí)例
17.5對(duì)數(shù)線性模型與其它模型的關(guān)系
17.5.1對(duì)數(shù)線性模型與方差分析模型的關(guān)系
17.5.2對(duì)數(shù)線性模型與Logistic回歸的關(guān)系
17.6Poisson回歸模型
17.6.1模型簡(jiǎn)介
17.6.2分析實(shí)例
第18章信度分析
18.1信度理論入門
18.1.1真分?jǐn)?shù)測(cè)量理論
18.1.2信度與效度
18.1.3內(nèi)在信度與外在信度
18.1.4信度的判斷標(biāo)準(zhǔn)
18.2簡(jiǎn)單分析實(shí)例
18.2.1Alpha信度系數(shù)
18.2.2對(duì)各題目的深入分析
18.2.3對(duì)真分?jǐn)?shù)理論假設(shè)的考察
18.3其余常用的信度系數(shù)
18.3.1重測(cè)信度
18.3.2折半信度
18.3.3Guttman系數(shù)
18.3.4平行模型的信度系數(shù)
18.3.5嚴(yán)格平行模型的信度系數(shù)
18.3.6評(píng)分者信度
18.3.7信度系數(shù)總結(jié)
18.4信度理論進(jìn)階
18.4.1真分?jǐn)?shù)測(cè)量理論的缺限
18.4.2概化理論入門
18.4.3SPSS中相應(yīng)的分析功能
第19章生存分析
19.1生存分析簡(jiǎn)介
19.1.1生存分析簡(jiǎn)史
19.1.2生存分析中的基本概念
19.1.3生存分析的基本步驟
19.1.4SPSS與生存分析
19.2生存函數(shù)的估計(jì)和檢驗(yàn)
19.2.1生存函數(shù)的基本估計(jì)方法
19.2.2Kaplan-Meier法
19.2.3壽命表法
19.2.4Kaplan-Meier法和壽命表法比較
19.3Cox回歸模型
19.3.1Cox模型入門
19.3.2分析實(shí)例
19.3.3比例風(fēng)險(xiǎn)性的圖形驗(yàn)證
19.4含時(shí)間依存性變量的Cox模型
19.4.1時(shí)依協(xié)變量的種類
19.4.2用時(shí)依模型驗(yàn)證比例風(fēng)險(xiǎn)性
19.4.3用時(shí)依模型評(píng)價(jià)處理因素的影響
19.4.4用時(shí)依模型評(píng)價(jià)重復(fù)測(cè)量因子的影響
19.5關(guān)于Cox模型的一些高級(jí)話題
19.5.1生存分析中的分層變量
19.5.2用Cox回歸過程擬合配伍L(zhǎng)ogistic回歸
19.5.3競(jìng)爭(zhēng)風(fēng)險(xiǎn)的Cox模型
第20章缺失值分析入門
20.1缺失值理論簡(jiǎn)介
20.1.1數(shù)據(jù)的缺失機(jī)制
20.1.2SPSS中對(duì)缺失值的處理方法
20.2對(duì)缺失情況的基本分析
20.2.1缺失值數(shù)據(jù)的生成
20.2.2對(duì)缺失模式的分析
20.2.3缺失情況的統(tǒng)計(jì)描述
20.3缺失值填充技術(shù)
20.3.1列表輸出
20.3.2使用回歸算法進(jìn)行填充
20.3.3使用EM算法進(jìn)行填充
20.3.4多重填充技術(shù)簡(jiǎn)介
思考與練習(xí)
參考文獻(xiàn)
附錄...