SPSS統計分析方法及應用（第5版）

本書是北京市高等教育精品教材。全書以統計分析的應用需求為主線，以通俗易懂的語言對SPSS中主要統計分析方法的核心思想進行系統的介紹，並對其在SPSS中的操作實現步驟進行詳盡說明，同時配合應用案例分析，使讀者能夠較快領會方法的要點，掌握方法的操作實現，明確方法的適用特點。本書剋服了SPSS手冊類教材只註重操作說明而忽略原理講解的不足，同時彌補了統計專業教材只註重原理論述而缺乏實現工具的缺憾，是一本特色鮮明、具有廣泛使用價值的精品教材。書中相關章節的示例數據文件及全書電子課件可登錄華信教育資源網(www.hxedu.com.cn)免費註冊下載使用。本書可作為高等院校財經類專業本科生和研究生學習SPSS統計分析方法和軟件使用的教材，也可供從事統計分析和決策的社會各領域讀者學習使用，尤其適合從事社會科學研究、經濟管理、商業決策、人文教育、金融保險等行業的中高層管理人員學習使用。

薛薇
工學碩士，經濟學博士，中國人民大學應用統計學科研究中心副主任，中國人民大學統計學院副教授。主要研究領域：機器學習和文本挖掘、複雜網絡建模等。關注統計和數據挖掘算法及軟件應用。涉足企業客戶終身價值測算，基於文本挖掘的熱點事件主題提取和分類，金融、貿易等複雜網絡動態建模等方面。主要代表性教材：《SPSS統計分析方法及應用》《R語言數據挖掘方法及應用》《R語言：大數據分析中的統計方法及應用》《SPSS Modeler數據挖掘方法及應用》《數據科學概論——從概念到應用》等。

第1章SPSS統計分析軟件概述
1.1 SPSS使用基礎
1.1.1 SPSS的基本窗口
1.1.2 SPSS的退出
1.2 SPSS的基本運行方式
1.2.1 窗口菜單方式
1.2.2 程序運行方式
1.2.3 混合運行方式
1.3 利用SPSS進行數據分析的基本步驟
1.3.1 數據分析的一般步驟
1.3.2 利用SPSS進行數據分析的一般步驟

第2章SPSS數據文件的建立和管理
2.1 SPSS數據文件
2.1.1 SPSS數據文件的特點
2.1.2 SPSS數據的基本組織方式
2.2 SPSS數據的結構和定義方法
2.2.1 變量名
2.2.2 變量類型、寬度、列寬度
2.2.3 變量名標籤、變量值標籤
2.2.4 缺失值
2.2.5 計量尺度
2.2.6 結構定義的基本操作
2.3 SPSS結構定義的應用案例
2.4 SPSS數據的錄入與編輯
2.4.1 SPSS數據的錄入
2.4.2 SPSS數據的編輯
2.5 SPSS數據的保存
2.5.1 SPSS支持的數據格式
2.5.2 保存SPSS數據的基本操作
2.6 讀取其他格式的數據文件
2.6.1 直接讀入其他格式的數據文件
2.6.2 使用文本嚮導讀入文本文件
2.7 SPSS數據文件合併
2.7.1 縱向合併數據文件
2.7.2 橫向合併數據文件

第3章SPSS數據的預處理
3.1 數據的排序
3.1.1 數據排序的目的
3.1.2 數據排序的基本操作
3.1.3 數據排序的應用舉例
3.2 變量計算
3.2.1 變量計算的目的
3.2.2 SPSS算術表達式
3.2.3 SPSS條件表達式
3.2.4 SPSS函數
3.2.5 變量計算的基本操作
3.2.6 變量計算的應用舉例
3.3 數據選取
3.3.1 數據選取的目的
3.3.2 數據選取方法
3.3.3 數據選取的基本操作
3.3.4 數據選取的應用舉例
3.4 計數
3.4.1 計數目的
3.4.2 計數區間
3.4.3 計數的基本操作
3.4.4 計數的應用舉例
3.5 分類匯總
3.5.1 分類匯總的目的
3.5.2 分類匯總的基本操作
3.5.3 分類匯總的應用舉例
3.6 數據分組
3.6.1 數據分組的目的
3.6.2 SPSS的單變量值分組
3.6.3 SPSS的組距分組
3.6.4 SPSS的分位數分組
3.7 數據預處理的其他功能
3.7.1 數據轉置
3.7.2 加權處理
3.7.3 數據拆分

第4章SPSS基本統計分析
4.1 頻數分析
4.1.1 頻數分析的目的和基本任務
4.1.2 頻數分析的基本操作
4.1.3 SPSS頻數分析的擴展功能
4.1.4 頻數分析的應用舉例
4.2 計算基本描述統計量
4.2.1 基本描述統計量
4.2.2 計算基本描述統計量的基本操作
4.2.3 計算基本描述統計量的應用舉例
4.3 交叉分組下的頻數分析
4.3.1 交叉分組下頻數分析的目的和基本任務
4.3.2 交叉列聯表的主要內容
4.3.3 交叉列聯表行、列變量間關係的分析
4.3.4 交叉分組下的頻數分析基本操作
4.3.5 交叉分組下的頻數分析應用舉例
4.3.6 SPSS中列聯表分析的其他方法
4.4 多選項分析
4.4.1 多選項分析的目的
4.4.2 多選項分析的基本操作
4.4.3 多選項分析的應用舉例
4.5 比率分析
4.5.1 比率分析的目的和主要指標
4.5.2 比率分析的基本步驟
4.5.3 比率分析的應用舉例

第5章SPSS的參數檢驗
5.1 參數檢驗概述
5.1.1 推斷統計與參數檢驗
5.1.2 假設檢驗的基本思想
5.1.3 假設檢驗的基本步驟
5.2 單樣本t檢驗
5.2.1 單樣本t檢驗的目的
5.2.2 單樣本t檢驗的基本步驟
5.2.3 單樣本t檢驗的基本操作
5.2.4 單樣本t檢驗的應用舉例
5.3 兩獨立樣本t檢驗
5.3.1 兩獨立樣本t檢驗的目的
5.3.2 兩獨立樣本t檢驗的基本步驟
5.3.3 兩獨立樣本t檢驗的基本操作
5.3.4 兩獨立樣本t檢驗的應用舉例
5.4 兩配對樣本t檢驗
5.4.1 兩配對樣本t檢驗的目的
5.4.2 兩配對樣本t檢驗的基本步驟
5.4.3 兩配對樣本t檢驗的基本操作
5.4.4 兩配對樣本t檢驗的應用舉例

第6章SPSS的方差分析
6.1 方差分析概述
6.2 單因素方差分析
6.2.1 單因素方差分析的基本思想
6.2.2 單因素方差分析的數學模型
6.2.3 單因素方差分析的基本步驟
6.2.4 單因素方差分析的基本操作
6.2.5 單因素方差分析的應用舉例
6.2.6 單因素方差分析的進一步分析
6.2.7 單因素方差分析應用舉例的進一步分析
6.3 多因素方差分析
6.3.1 多因素方差分析的基本思想
6.3.2 多因素方差分析的數學模型
6.3.3 多因素方差分析的基本步驟
6.3.4 多因素方差分析的基本操作
6.3.5 多因素方差分析的應用舉例
6.3.6 多因素方差分析的進一步分析
6.3.7 多因素方差分析應用舉例的進一步分析
6.4 協方差分析
6.4.1 協方差分析的基本思路
6.4.2 協方差分析的數學模型
6.4.3 協方差分析的基本操作
6.4.4 協方差分析的應用舉例

第7章SPSS的非參數檢驗
7.1 單樣本的非參數檢驗
7.1.1 總體分佈的卡方檢驗
7.1.2 二項分佈檢驗
7.1.3 單樣本KS檢驗
7.1.4 變量值隨機性檢驗
7.2 兩獨立樣本的非參數檢驗
7.2.1 兩獨立樣本的曼惠特尼U檢驗
7.2.2 兩獨立樣本的KS檢驗
7.2.3 兩獨立樣本的WW遊程檢驗
7.2.4 莫斯極端反應檢驗
7.2.5 兩獨立樣本非參數檢驗的基本操作
7.2.6 兩獨立樣本非參數檢驗的應用舉例
7.3 多獨立樣本的非參數檢驗
7.3.1 中位數檢驗
7.3.2 多獨立樣本的克魯斯卡爾沃利斯檢驗
7.3.3 多獨立樣本的約克海爾塔帕斯特拉檢驗
7.3.4 多獨立樣本非參數檢驗的基本操作
7.3.5 多獨立樣本非參數檢驗的應用舉例
7.4 兩配對樣本的非參數檢驗
7.4.1 兩配對樣本的麥克尼馬爾檢驗
7.4.2 兩配對樣本的符號檢驗
7.4.3 兩配對樣本的威爾科克森符號秩檢驗
7.4.4 兩配對樣本非參數檢驗的基本操作
7.4.5 兩配對樣本非參數檢驗的應用舉例
7.5 多配對樣本的非參數檢驗
7.5.1 多配對樣本的傅萊德曼檢驗
7.5.2 多配對樣本的柯克蘭Q檢驗
7.5.3 多配對樣本的肯德爾協同係數檢驗
7.5.4 多配對樣本非參數檢驗的基本操作
7.5.5 多配對樣本非參數檢驗的應用舉例

第8章SPSS的相關分析和回歸分析
8.1 相關分析和回歸分析概述
8.2 相關分析
8.2.1 散點圖
8.2.2 相關係數
8.2.3 相關分析的應用舉例
8.3 偏相關分析
8.3.1 偏相關分析和偏相關係數
8.3.2 偏相關分析的基本操作
8.3.3 偏相關分析的應用舉例
8.4 回歸分析
8.4.1 回歸分析概述
8.4.2 線性回歸模型
8.4.3 回歸參數的普通最小二乘估計
8.4.4 回歸方程的統計檢驗
8.4.5 多元回歸分析中的其他問題
8.4.6 線性回歸分析的基本操作
8.4.7 線性回歸分析的其他操作
8.4.8 線性回歸分析的應用舉例
8.5 曲線估計
8.5.1 曲線估計概述
8.5.2 曲線估計的基本操作
8.5.3 曲線估計的應用舉例

第9章SPSS的Logistic回歸分析
9.1 Logistic回歸分析概述
9.2 二項Logistic回歸分析
9.2.1 二項Logistic回歸方程
9.2.2 二項Logistic回歸方程係數的含義
9.2.3 二項Logistic回歸方程的檢驗
9.2.4 二項Logistic回歸分析中的虛擬解釋變量
9.3 二項Logistic回歸分析
9.3.1 二項Logistic回歸分析的基本操作
9.3.2 二項Logistic回歸分析的其他操作
9.3.3 二項Logistic回歸分析的應用舉例
9.4 多項Logistic回歸分析
9.4.1 多項Logistic回歸分析概述
9.4.2 多項Logistic回歸分析的基本操作
9.4.3 多項Logistic回歸分析的其他操作
9.5 多項有序回歸分析
9.5.1 多項有序回歸分析概述
9.5.2 多項有序回歸分析的基本操作

第10章SPSS的聚類分析
10.1 聚類分析的一般問題
10.1.1 聚類分析的意義
10.1.2 聚類分析中“親疏程度”的度量方法
10.1.3 聚類分析的注意事項
10.2 層次聚類
10.2.1 層次聚類的兩種類型和兩種方式
10.2.2 個體與小類、小類與小類間“親疏程度”的度量方法
10.2.3 層次聚類的基本操作
10.2.4 層次聚類的應用舉例
10.3 KMeans聚類
10.3.1 KMeans聚類分析的核心步驟
10.3.2 KMeans聚類分析的基本操作
10.3.3 KMeans聚類分析的應用舉例

第11章SPSS的因子分析
11.1 因子分析概述
11.1.1 因子分析的意義
11.1.2 因子分析的數學模型和相關概念
11.2 因子分析的基本內容
11.2.1 因子分析的基本步驟
11.2.2 因子分析的前提條件
11.2.3 因子提取和因子載荷矩陣的求解
11.2.4 因子的命名
11.2.5 計算因子得分
11.3 因子分析的基本操作及應用舉例
11.3.1 因子分析的基本操作
11.3.2 因子分析的應用舉例

第12章SPSS的對應分析
12.1 對應分析概述
12.1.1 對應分析的提出
12.1.2 對應分析的基本思想
12.2 對應分析的基本步驟
12.3 對應分析的基本操作及應用舉例
12.3.1 對應分析的基本操作
12.3.2 對應分析的應用舉例

第13章SPSS的判別分析
13.1 判別分析概述
13.2 距離判別法
13.2.1 距離判別的基本思路
13.2.2 判別函數的計算
13.3 Fisher判別法
13.3.1 Fisher判別的基本思路
13.3.2 Fisher判別的計算
13.4 貝葉斯判別法
13.4.1 貝葉斯判別的基本思路
13.4.2 貝葉斯判別的計算
13.5 判別分析的基本操作及應用舉例
13.5.1 判別分析的基本操作
13.5.2 判別分析的準備工作：均值檢驗和協差陣齊性檢驗
13.5.3 解讀判別結果

第14章SPSS的信度分析
14.1 信度分析概述
14.1.1 信度分析的提出
14.1.2 信度分析的基本原理
14.2 信度分析的基本操作及應用舉例
14.2.1 信度分析的基本操作
14.2.2 信度分析的應用舉例

第15章SPSS的一般對數線性分析模型
15.1 一般對數線性分析模型概述
15.1.1 模型的提出
15.1.2 基本概念和基本思路
15.2 飽和模型和非飽和層次模型
15.2.1 飽和模型和參數估計
15.2.2 飽和模型檢驗
15.2.3 非飽和層次模型
15.2.4 建立飽和模型和非飽和層次模型的基本操作
15.2.5 飽和模型和非飽和層次模型的應用舉例
15.3 一般對數線性模型
15.3.1 一般對數線性模型概述
15.3.2 建立一般對數線性模型的基本操作
15.3.3 一般對數線性模型的應用舉例
15.4 Logit對數線性模型
15.4.1 Logit對數線性模型概述
15.4.2 Logit對數線性模型的應用舉例

第16章SPSS的時間序列分析
16.1 時間序列分析概述
16.1.1 時間序列的相關概念
16.1.2 時間序列分析的一般步驟
16.1.3 SPSS時間序列分析的特點
16.2 數據準備
16.3 時間序列的圖形化觀察及檢驗
16.3.1 時間序列的圖形化觀察及檢驗目的
16.3.2 時間序列的圖形化觀察工具
16.3.3 時間序列的檢驗方法
16.3.4 時間序列的圖形化觀察的基本操作和應用舉例
16.4 時間序列的預處理
16.4.1 時間序列預處理的目的和主要方法
16.4.2 時間序列預處理的基本操作
16.5 時間序列的簡單回歸分析法和趨勢外推法
16.5.1 簡單回歸分析法和趨勢外推法概述
16.5.2 簡單回歸分析法和趨勢外推法的應用舉例
16.6 指數平滑法
16.6.1 指數平滑法的基本思想
16.6.2 指數平滑法的模型
16.6.3 指數平滑法的基本操作
16.6.4 指數平滑法的應用舉例
16.7 ARIMA分析
16.7.1 ARIMA分析的基本思想和模型
16.7.2 ARIMA分析的基本操作
16.7.3 ARIMA分析的應用舉例
16.8 季節調整法
16.8.1 季節調整法的基本思想和模型
16.8.2 季節調整法的基本操作
16.8.3 季節調整法的應用舉例