123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)獻(xiàn)給那些缺乏專(zhuān)門(mén)的高等數(shù)學(xué)知識(shí)而又需要應(yīng)用較為復(fù)雜的統(tǒng)計(jì)分析方法的讀者，譬如說(shuō)，教育和心理學(xué)專(zhuān)業(yè)的、經(jīng)濟(jì)學(xué)專(zhuān)業(yè)的研究生和研究工作者。高年級(jí)的社會(huì)科學(xué)領(lǐng)域的大學(xué)生，也可以通過(guò)自學(xué)本書(shū)，并借助于計(jì)算機(jī)軟件包，學(xué)會(huì)如何進(jìn)行多元的數(shù)據(jù)處理和分析。當(dāng)然，這并不意味著作者在寫(xiě)作時(shí)會(huì)跳過(guò)必要的統(tǒng)計(jì)思想的敘述，更不會(huì)忽略比較簡(jiǎn)單而對(duì)理解統(tǒng)計(jì)方法很有幫助的數(shù)學(xué)式子的推導(dǎo)。本書(shū)限于討論在應(yīng)用統(tǒng)計(jì)領(lǐng)域內(nèi)常用的多元描述分析方法。根據(jù)作者在華東師范大學(xué)、上海師范大學(xué)及加拿大渥太華大學(xué)多次講述研究生的多元分析課程的經(jīng)驗(yàn)，本書(shū)重點(diǎn)介紹國(guó)內(nèi)外教育和心理專(zhuān)業(yè)雜志上論文所常用的，或者是該領(lǐng)域內(nèi)具有很大應(yīng)用潛力的方法，包括多維數(shù)據(jù)的圖表示和圖分析、相應(yīng)分析（CA）、多維標(biāo)圖法（MDS）和因素分析等。從這個(gè)意義上來(lái)說(shuō)，本書(shū)對(duì)應(yīng)用統(tǒng)計(jì)學(xué)工作者也有參考價(jià)值。作者在介紹有關(guān)方法時(shí)，力求將基本思路的引進(jìn)、簡(jiǎn)單數(shù)值例子的完整討論、計(jì)算機(jī)軟件包的使用和有關(guān)論文的選讀有機(jī)地結(jié)合在一起，讀者在學(xué)完有關(guān)章節(jié)之后，通過(guò)簡(jiǎn)單的模仿到進(jìn)一步實(shí)踐，完全可以正確地（甚至創(chuàng)造性地）在自己的研究工作中應(yīng)用這些方法。

作者簡(jiǎn)介

暫缺《多元描述統(tǒng)計(jì)方法》作者簡(jiǎn)介

圖書(shū)目錄

前言
第一章　引言
　1.1　多元統(tǒng)計(jì)的必要性
　1.2　多元描述統(tǒng)計(jì)中的向量、矩陣和距離
　1.3　用SPSS做矩陣運(yùn)算
第二章　多維數(shù)據(jù)的圖表示和圖分析
　2.1　概述
　2.2　分?jǐn)?shù)輪廓圖（Score～Profile）
　2.3　雷達(dá)圖（Radar Chart）
　2.4　星座圖（Constellation GraDh）
　2.5　樹(shù)圖（Dendrograml
　2.6　三角形散點(diǎn)圖（Triangular Scatter Plot）
　2.7　臉譜圖（Face GraDh）
　2.8　其他方法
第三章　多維標(biāo)圖法（MDS）和相應(yīng)分析（CA）
　3.1　直覺(jué)圖示（Perceptual Mapping）
　3.2　多維標(biāo)圖法（Multidimensional Scaling）
　3.3　相應(yīng)分析（Correspondenee Analysis）
第四章　聚類(lèi)分析
　4.1　引言
　4.2　距離和相似系數(shù)
　4.3　系統(tǒng)聚類(lèi)的步驟
　4.4　用SPSS聚類(lèi)
　4.5　聚類(lèi)結(jié)果的研究
第五章　因素分析和主成分分析
　5.1　引言
　5.2　一個(gè)數(shù)值例子
　5.3　數(shù)據(jù)的合適性、擬合優(yōu)度及其他
　5.4　因素得分和主成分回歸
　5.5　SPSS的因素分析程序
　5.6　本章附錄