SPSS統(tǒng)計分析高級教程（第2版）

第一部分 一般線性模型、混合線性模型和廣義線性模型
第1章 方差分析模型
1.1 模型簡介
1.1.1 模型入門
1.1.2 常用術語
1.1.3 適用條件
1.2 案例：膠合板磨損深度的比較
1.2.1 操作說明
1.2.2 結果解釋
1.2.3 模型參數(shù)的估計值
1.2.4 兩兩比較
1.2.5 其他常用選項
1.3 兩因素方差分析模型
1.3.1 案例：超市規(guī)模、貨架位置與銷量的關系
1.3.2 邊際均值與輪廓圖
1.3.3 擬合劣度檢驗
1.4 因素各水平間的精細比較
1.4.1 POSTHOC子句
1.4.2 EMMEANS子句
1.4.3 LMATRIX子句和KMATRIX子句
1.4.4 CONSTRAST子句
1.5 方差分析模型進階
1.5.1 隨機因素的方差分析模型
1.5.2 自定義效應檢驗使用的誤差項
1.5.3 四類方差分解方法
思考與練習
參考文獻
第2章 常用實驗設計分析方法
2.1 僅研究主效應的實驗設計方案
2.1.1 完全隨機設計
2.1.2 配伍設計
2.1.3 交叉設計
2.1.4 拉丁方設計
2.2 考慮交互作用的實驗設計方案
2.2.1 析因設計
2.2.2 正交設計
2.2.3 均勻設計
2.3 誤差項變動的特殊實驗設計方案
2.3.1 嵌套設計
2.3.2 重復測量設計
2.3.3 裂區(qū)設計
2.4 協(xié)方差分析
2.4.1 協(xié)方差分析的必要性
2.4.2 平行性假定的檢驗
2.4.3 計算和檢驗修正均值
思考與練習
參考文獻
第3章 多元方差分析與重復測量方差分析
3.1 多元方差分析
3.1.1 模型簡介
3.1.2 案例：教育模式比較
3.1.3 對案例的進一步分析
3.2 重復測量資料的方差分析
3.2.1 模型簡介
3.2.2 案例：促銷效果研究
思考與練習
參考文獻
第4章 線性混合模型
4.1 模型簡介
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)案例
4.2.1 擬合基本模型結構
4.2.2 在固定效應中加入自變量
4.2.3 在隨機效應中加入自變量
4.2.4 更多解釋變量的引入
4.2.5 其他常用選項
4.3 重復測量數(shù)據(jù)案例
4.3.1 對數(shù)據(jù)的初步分析
4.3.2 擬合基本模型結構
4.3.3 考慮重復測量間的相關性
4.3.4 更改對測量間相關性的假定
4.3.5 模型中可用的相關陣種類
4.4 線性混合模型進階
4.4.1 線性混合模型的用途
4.4.2 線性混合模型與一般線性模型的聯(lián)系
思考與練習
參考文獻
第5章 廣義線性模型、廣義估計方程和
廣義線性混合模型
5.1 廣義線性模型
5.1.1 模型簡介
5.1.2 案例分析
5.2 廣義估計方程
5.2.1 方程簡介
5.2.2 案例分析
5.3 廣義線性混合模型
5.3.1 模型簡介
5.3.2 案例分析
思考與練習
參考文獻
第二部分 回歸模型
第6章 多重線性回歸模型
6.1 模型簡介
6.1.1 基本概念
6.1.2 分析步驟
6.2 案例：銷量影響因素分析
6.2.1 基本分析結果
6.2.2 回歸模型的假設檢驗
6.2.3 偏回歸系數(shù)的假設檢驗
6.2.4 標準化偏回歸系數(shù)
6.2.5 衡量回歸模型優(yōu)劣的標準
6.3 回歸預測、區(qū)間估計與殘差分析
6.3.1 模型預測值
6.3.2 模型的區(qū)間估計
6.3.3 模型的殘差
6.3.4 利用殘差考察模型適用條件
6.4 逐步回歸
6.4.1 篩選自變量的基本原則
6.4.2 常用的逐步回歸方法
6.4.3 案例：固體垃圾排放量與土地種類的關系
6.5 模型的進一步診斷與修正
6.5.1 強影響點的識別與處理
6.5.2 多重共線性的識別與處理
……
第三部分 多元統(tǒng)計分析方法