第1章 SPSS统计分析预备知识
1.1 问卷调查法
1.1.1 问卷设计应该有3级编号
1.1.2 区间（定距）以上的变量宜用开放性的答案
1.1.3 问卷设计中常见的错误
1.1.4 市场调查的量表法
1.2 数据的编码
1.3 数据的计算机表示法
1.4 数据的格式
1.5 数据的计算机定义
1.6 SPSS的命令文件
1.7 四种SPSS命令文件的格式
1.8 SPSS新文件编辑实例
1.9 编辑的同时运行程序进行统计分析
1.10 调用已有的文件（程序）做统计分析
1.11 正确编辑SPSS原始数据文件小结
1.12 统计分析的最佳方案
习题1
第2章 Frequencies和Tables过程描述频次分布
2.1 应用Frequencies过程的预备知识
2.2 妇女一生的追求
2.3 妇女地位与人生难之间的关系（Tables过程的应用）
2.4 女生最痛恨的陋习
习题2
第3章 图文并茂SPSS图形
3.1 数据输入
3.2 提高数据输入速度的技术
3.3 绘制条形图
3.4 多变量的条形图
3.5 在Graphs中绘制聚类型条形图
3.6 直方图的描述
3.7 图文并茂的圆形图
习题3
第4章 数据的变换
4.1 创建新变量
4.1.1 使用对话框创建新变量
4.1.2 使用COMPUTE命令创建新变量
4.1.3 数据函数
4.1.4 缺少值函数
4.2 采用IF命令做条件变换和逻辑校验
4.2.1 IF命令格式
4.2.2 表达式中的关系符
4.2.3 逻辑表达式
4.2.4 两种缺少值的逻辑函数
4.2.5 缺少值的处理
4.2.6 IF命令的对话框
4.3 数据重新编码
4.3.1 通过对话框对数据重新编码的实例
4.3.2 RECODE命令的格式
4.3.3 RECODE在程序中的位置
4.4 运用COUNT命令计数
4.4.1 COUNT命令格式
4.4.2 "数值范围"中使用的关键词
4.5 Count对话框的用法
4.6 运算的次序
习题4
第5章 描述性统计（Descriptives过程的应用）
5.1 检验数据的真实性
5.2 四种测量水平
5.3 三种综合统计量
5.3.1 集中趋势的统计量
5.3.2 离散趋势的统计量
5.3.3 形状测量的统计量
5.4 标准分（Z值）
5.5 在对话框中做描述性统计
5.6 Descriptives的命令格式
习题5
第6章 用Crosstabs过程进行双变量的交叉汇总与结合测量
6.1 全国妇女的年龄与受教育水平的双变量交叉汇总
6.2 由"是否在业"变量控制的女工年龄与文化的关系
6.3 妇女年龄与文化素质的相关性（定比-它比变量, 用Corr系数）
6.4 是否在业与文化素质的相关性（定类-定距变量, 用Eta系数）
6.5 是否在业与企业所有制的关系（定类-定序变量）
6.6 是否在业与政治面貌的关系（定类-定类变量）
6.7 在Crosstabs对话框中做交叉汇总和结合测量
6.8 CROSSTABS命令总表
习题6
第7章 利用Explore过程检测数据
7.1 可用Explore过程检验的错误
7.2 直方图
7.3 茎-叶图
7.4 框图
7.5 统计分析前对假设的检验
7.6 幂转换的形式
7.6.1 幂转换
7.6.2 正态性检验
7.7 集中趋势分布的三种较佳期的平衡测量
7.8 在对话框中进行数据检测
7.9 用Syntax窗口编程
习题7
第8章 两个子总体均值的比较
8.1 独立样本T-TEST
8.1.1 数据的整理与统计
8.1.2 结果分析
8.2 成对样本T-TEST
8.2.1 数据的整理与统计
8.2.2 结果分析
8.3 命令法及原始数据
8.4 群体均值的比较（Means过程的应用）
8.5 职业女生（群体）的平均受教育年限的检测
8.6 "在业女性"与"不在业女性"的两组平均受教育年限的检测
8.7 不在业女工受教育水平高的原因
8.8 MEANS命令总表
8.9 采用ANOVA过程检验均值相等的"假设"
8.10 ANOVA过程的方差分析应用
8.11 主效应的检验
8.12 ANOVA过程的命令一览表
8.12.1 ANOVA过程的命令表
8.12.2 子命令解释
8.12.3 平方和的分解与交互作用的取消
8.13 采用对话框做ANOVA（多因子方差）分析
习题8
第9章 相关分析的应用
9.1 高考成绩与学生素质的关系
9.2 Correlations过程的具体用法
9.3 Correlations对话框的解释
9.4 运行Correlations过程命令
9.5 用Partial Correlations（偏相关）过程控制"第三者"
9.6 计算偏相关系数
9.7 辨别变量虚假相关
9.8 确定被控制的变量
9.9 通过对话框做偏相关分析
9.10 将对话框中已选择的命令粘贴到Syntax窗口
9.11 Partial Corr命令一览表
习题9
第10章 非参数检验
10.1 非参数检验过程的菜单和数据文件
10.2 Chi-Squaie单样本检验
10.3 Binomial（二项式）检验
10.4 药量的游程检验
10.5 One-Somple Kolmogorov-Smirnov检验
10.6 Two-Sample Kolmogorov-Smirnov检验
10.7 K个独立样本的Kruskal-Wallis检验
10.8 成对样本的Wilcoxon Signed Ranks检验
10.9 K对样本的Friedman Test检验
习题10
第11章 数据精简与市场分析
11.1 用Factor过程分析潜在的因素
11.2 因素分析的步骤
11.3 因素分析所用的数据
11.4 因素分析的对话框设置
11.5 输出结果及其分析
11.5.1 因素的初始统计量（区通性）
11.5.2 因素抽取
11.6 用主成分法抽取前5个因素
11.7 用残差评估相关矩阵和因素模型
11.8 通过最大似然度抽取因素
11.9 抽取因素经验小结
11.10 删除LOADING≤0.5的小载荷量
11.11 转轴前后的对比
11.12 因素分析
11.13 在Syntax窗口编辑程序补充对话框的不足
11.14 用对应分析进行市场分析
11.14.1 对应分析的应用例子
11.14.2 结果分析
11.15 用Optimal scaling过程优化测量
11.15.1 Optimal scaling应用要求
11.15.2 Optimal scaling对话框设置
习题11
第12章 用结合分析和可靠性测量进行市场调研
12.1 结合分析的基本原理与思路
12.2 通过正交设计建立卡片
12.3 精品购物的问卷调查
12.4 结合分析
12.5 市场预测与决策
12.6 可靠性分析
12.7 多维测量
习题12
第13章 多选项的统计分析
13.1 多选项的问卷例子与计算机编码
13.2 多选项分类法
13.3 多选项二分法
13.4 多选项的数据及其程序
13.5 多选项中的二分法与分类法的区别
13.6 统计多选项时的预备知识
13.6.1 首先必须定义多选项的复合变量集$*
13.6.2 应用说明
13.7 统计多选项的频次
13.8 多选项的交叉汇总表实例
13.8.1 交叉汇总表的统计法
13.8.2 交叉汇总表分析
习题13
第14章 用谱系聚类法分析各国劳动力分布
14.1 聚类分析与判别分析的区别
14.2 个案聚类和变量聚类
14.3 个案聚类
14.4 聚类的形成法
14.5 从冰柱图看聚类成员
14.6 平均连接法的图表
14.7 从树形图分析聚类成员
14.8 图形显示的改进
14.9 对变量的聚类
14.10 利用SPSS对话框做聚类分析
习题14
第15章 用K-M过程进行大样本数据的聚类分析
15.1 聚类方法
15.1.1 先求聚心后聚类
15.1.2 初始聚心的产生
15.1.3 产生初始聚心的小结
15.2 输出结果分析
15.3 聚心未知时的聚类
15.4 K-Means cluster Analysis对话框解释
15.5 用编程法进行大样本文件的聚类
习题15
第16章 对逃课现象的判别分析
16.1 从逃课现象着手研究
16.1.1 选择分析的个案
16.1.2 组间均值差别
16.1.3 Wilks的值
16.1.4 相关系统的评价
16.1.5 判别系数的解释
16.1.6 判别函数的估计
16.1.7 Bayes的分组规则
16.1.8 判别分的计算及分组
16.1.9 个案分组后的概括统计表
16.1.10 判别分的直方图
16.1.11 计算错误分组的比例
16.1.12 不正确分组的期望比例
16.1.13 判别分析的其他统计量
16.1.14 判别函数与变量的相关性
16.1.15 费歇尔分组函数系数
16.1.16 判别系数与多元回归系统的关系
16.2 选择变量的方法
16.3 变量选择的其他标准
16.4 三组判别分析
16.5 当违背假设时
16.6 用Windows中的SPSS对话框做判别分析
16.7 用编程法做判别分析
习题16
第17章 当代大学生就业意向的谱系对数线性分析
17.1 对数线性分析的应用
17.2 对数线性关系的模型
17.2.1 饱和模型
17.2.2 饱和模型的观察值与期望值
17.3 参数估计
17.4 独立模型--非饱和模型
17.5 分层（谱系）模型
17.6 选择模型
17.7 卡方统计量的分解
17.8 检验模型中个别效应
17.9 产生各次项效应的对话框
17.10 两种建模法
17.11 在Windows中通过对话框进行 Loglinear分析
17.11.1 主对话框
17.11.2 模型选择
17.11.3 选项
17.12 对话框的扩充
习题17
第18章 节用General Loglinear Analysis分析毕业生心态
18.1 GENLOG与LOGIT对线性分析模型的异同
18.2 广义对数线性分析模型
18.3 参数估计
18.4 参数估计值的解释
18.5 非饱儿模型项的拟合度
18.5.1 饱和模型
18.5.2 非饱和模型
18.5.3 从拟合度统计量看非饱和模型
18.5.4 非饱和模型的参数估计
18.5.5 参数估计量的解释
18.6 残差研究
18.6.1 原始残差
18.6.2 标准残差
18.7 次序数据的模型
18.7.1 数据的交叉汇总表
18.7.2 定序数据的对数线性分析
18.7.3 线性-线性结合的模型
18.7.4 行效应模型和列效应模型
18.7.5 关于次序数据的对数线性模型的评价
18.8 不完全的表格
18.8.1 从一个例子看不完全表格的特点
18.8.2 准独立性模型
18.8.3 数据的重新编排
18.8.4 对称模型
18.8.5 关于两个三角形假设的检验
18.8.6 修正的准对称模型
18.8.7 实际情况与期望情况的结合测量
18.9 应用General Loglinear Analysis对话框分析
18.9.1 进入General Loglinear Analysis主对话框
18.9.2 Model对话框
18.9.3 Options对话框
18.9.4 残差和预测值的存储
18.10 在SPSS的Syntax窗口编辑命令文件
18.10.1 GENLOG命令表
18.10.2 GENLOG的子命令
习题18
第19章 用Logit Loglinear Analysis分析读研几率
19.1 对原始数据的要求
19.2 对数线性分析的第1步（产生交叉总表）
19.3 GENLOG与Logit Loglinear Analysis的区别
19.3.1 GENLOG广义对数线性分析模型
19.3.2 LOGIT逻辑对数线性分析模型
19.3.3 GENLOG模型与LOGIT模型的比较
19.4 饱和的逻辑对数线性模型的分析
19.4.1 产生图19-4和图19-5
19.4.2 图形输出
19.4.3 参数估计值的解释
19.5 非饱和的逻辑对数线性分析模型
19.5.1 非饱和模型
19.5.2 从拟全度统计量看非饱和模型
19.5.3 从残差统计量看非饱和模型
19.5.4 独特而有趣的百分比
19.6 非饱和模型中的离散测量与结合测量
19.6.1 测量正态变量范围的统计量之一：H
19.6.2 测量正态变量范围的统计量之二：C
19.6.3 H和C统计量的特点
19.7 非饱模型的参数估计
19.8 Polychotomous LOGIT模型
19.8.1 从生成的交叉汇总表看数据结构
19.8.2 生成参数估计表
19.8.3 手工制成参数估计的单元表
19.8.4 模型的拟合度
19.9 运用对话框做逻辑对数线性分析
19.10 在Syntax窗口使用的编辑命令
习题19
第20章 寿命表分析
20.1 追踪寿命表
20.1.1 一个应用例子
20.1.2 数据的整理
20.2 概率计算
20.2.1 计算第1个概率
20.2.2 计算第2个概率
20.3 用SPSS对话框画出寿命表
20.4 寿命表分析
20.5 失去追踪(Lost to Follow-up)
20.6 幸存函数的比较
20.7 运行Survival过程命令
20.7.1 Survival语句
20.7.2 Survival命令概述
习题20
第21章 Kaplan-Meier寿命分析
21.1 Kaplan-Meier估算法
21.2 产生SPSS的Kaplan-Meier输出表
21.3 幸存函数的分组比较
21.4 幸存函数的分层比较
21.4.1 分层比较
21.4.2 针对分层比较的检验
21.5 用对话框做寿命分析
21.6 运用Kaplan-Meier
21.6.1 Kaplan-Meier命令一览表
21.6.2 命令概述与规则
习题21
第22章 Cox Regression医学应用
22.1 只有一个协变量的Coxreg回归模型
22.1.1 幸存（Surival）函数的计算
22.1.2 基线与幸存时间的关系
22.1.3 危险率（Hazard）函数
22.2 多协变量Coxreg回归模型
22.2.1 多个协变量的一般模型
22.2.2 有三个协变量的回归模型
22.2.3 有多协变量模型的主要参数
22.3 回归模型的假设检验
22.4 选择预测的协变量
22.5 向前选择变量的例子
22.5.1 例子
22.5.2 输出结果
22.5.3 第1步：哪一个变量首先进入方程
22.5.4 第2步：哪一个变量可以在第2步进入方程
22.5.5 第2个变量进入方程后, 应考察模型及其回归系数
22.5.6 第2个变量进入方程后的模型
22.5.7 第2个变量入选后模型中的变量能否淘汰
22.6 Cox Regression对话框
22.6.1 Cox Regression主对话框
22.6.2 Cox Regression主对话框说明
22.6.3 定义Status变量的事件
22.6.4 画图
22.7 Coxreg过程
习题22
第23章 GLM:Univariate及Variance Components的应用
23.1 GLM:Univariate单因变量广义线性模型的方差分析
23.2 数据描述
23.3 等方差性
23.4 饱和模型与非饱和模型的方差分析
23.5 对照分析
23.6 多重比较的难点
23.7 测量效应的难点
23.8 效率计算
23.9 一个协方差分析模型
23.10 协方差分析表
23.11 采用SPSS对话框做广义因子方差分析
23.11.1 GLM:Univariate主对话框用法
23.11.2 Contrasts对话框用法
23.11.3 用Model对话框改建模型
23.11.4 Options对话框
23.12 广义因子方差分析的命令总表
23.12.1 命令总表摘录
23.12.2 应用举例
23.13 方差成分分析（GLM:Variance Components）
23.14 方差成分分析的数据例子
23.15 GLM:Variance Components 主对话框
23.15.1 Model对话框
23.15.2 Oprtions对话框
23.15.3 Save对话框
23.16 采用ANOVA法进行方差分析的实例
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次项以下的模型
23.16.3 ANOVA方差分析法的主效应模型
23.16.4 ANOVA方差分析法的最佳模型
23.16.5 ANOVA法的结果分析
习题23
第24章 GLM:Multivariate的应用
24.1 广义多因变量方差分析
24.2 假设与检验
24.2.1 假设的必要条件
24.2.2 假设与检验
24.3 双样本多因变量模型
24.3.1 因变量之间相关性检验
24.3.2 因变量联合分布为正态性的假设与检验
24.3.3 方差齐次性检验
24.4 双因变量单因子的Hotelling T2检验
24.4.1 均值相等的检验
24.4.2 单变量的otelling T2检验
24.4.3 参数估计
24.5 多元的线性模型实例
24.5.1 多元差异性检验
24.5.2 效应检验
24.5.3 性别水平与年龄水平之间的主效应差异检验
24.5.4 含有空单元时的难题
24.6 效度检验（考察残差）
24.6.1 单变量的偏对照参数估计
24.6.2 参数的系数估计
24.6.3 观察值. 期望值及其残差
24.6.4 均值的预测
24.7 小结
24.8 运用GLM对话框做多元方差分析
24.8.1 进入GLM的主对话框
24.8.2 使用Contrasts对话框
24.8.3 使用Options对话框
24.8.4 使用Model对话框
24.8.5 存储残差等临时变量
24.9 多元方差分析的命令总表
习题24
第25章 GLM:Repeated Measures的应用
25.1 反复测量的概念
25.2 首先获得图示与描述性统计量
25.2.1 描述性统计量
25.2.2 图形描述
25.3 均值差的分析
25.3.1 转换变量
25.3.2 正交正态差对照的图示
25.4 检验各种效应的差别
25.4.1 检验常数效应
25.4.2 方差分析表的解释
25.4.3 检验考试（TEST）效应
25.4.4 平均的单变量显著性检验
25.4.5 选择多元或一元结果
25.5 选择多项式等其他对照
25.6 两因子的设计模型
25.6.1 双因子模型的检验
25.6.2 变量的转换
25.7 效应的假设检验
25.7.1 两班有无条件效应
25.7.2 检验三次考试的效应
25.7.3 考试成绩与班级（条件）之间的交互效应
25.7.4 各次考试成绩一起进入分析
25.8 增加一个对象间的因子
25.8.1 对象内与对象间的因子
25.8.2 对象内与对象间因子的模型设计
25.8.3 有组间因子时的非饱和模型研究
25.8.4 非饱和模型小结
25.8.5 有组间因子时的饱和模型
25.9 带有一个常数协变量的协方差分析
25.9.1 协方差的预分析
25.9.2 着手协方差分析
25.9.3 方差分析后的线性模型（成绩等的预测）
25.10 方差分析中的直观的图示
25.11 采用对话框进行方差分析的反复测量
25.11.1 主对话框
25.11.2 定义两上对象内的因子
25.11.3 定义对象内变量. 对象间因子及协变量
25.11.4 Contrasts对话框
25.11.5 Model对话框
25.11.6 Options对话框
25.12 反复测量的命令总表
25.12.1 反复测量的命令总表
25.12.2 命令用法
习题25
第26章 非线性回归过程的应用
26.1 二分逻辑回归过程的应用
26.2 多分逻辑回归过程的应用
26.2.1 数据文件
26.2.2 设置分析药效对话框
26.2.3 输出结果的分析
26.3 次序回归过程的应用
26.3.1 对数据的要求
26.3.2 用Ordinal Regression对话框做统计
26.3.3 输出结果的分析
26.4 二阶最小二乘方回归
26.4.1 二阶最小二乘方回归原理
26.4.2 二阶最上二乘方回归例子
26.4.3 输出结果的分析
26.5 曲线估计过程
26.5.1 设置曲线估计过程的对话框
26.5.2 做曲线估计的数据及其统计法
26.5.3 存储临时变量
26.6 非线性回归过程的应用
26.6.1 从非线性回归模型解出初始值
26.6.2 将数据调入Nonlinear Regression对话框中执行
26.6.3 对预测结果的分析
26.6.4 人口预测
26.7 利用Probit过程进行单位概率回归
26.7.1 中度效果分析
26.7.2 三级预测水平值的比较
26.7.3 各组药效的比较
习题26
第27章 多元线性回归分析的应用
27.1 多元线笥回归分析
27.2 模型的拟合度
27.2.1 R2系数
27.2.2 方差分析
27.2.3 R2的另一个解释
27.3 预测值及其标准误差
27.4 寻找是否满足假设
27.5 设置异常值和影响点
27.5.1 通过标准误差设置异常值(Outliers)
27.5.2 有多个预测变量时的异常值测量法(Mahalanobis距离法)
27.5.3 用删除残差与Cook距离法检测影响点
27.6 数据不符合线性回归的基本假设时的处理方法
27.7 多元线性回归模型正确性的检验
27.7.1 相关系数阵
27.7.2 R2 和F
27.7.3 由B0和编回归系数Bi预测当前成绩（或收入）
27.7.4 用偏相关(Partial)系数F确定重要的自变量
27.8 关于自变量出入回归模型时的深入研究
27.9 向前选择变量法
27.10 自后淘汰变量（消元）法
27.11 逐步回归法
27.12 多元回归中的假设与检验
27.13 多元回归中影响点的检测
27.14 共线性诊断
27.15 解释回归模型
27.16 在SPSS for Windows中运行线性回归
习题27
第28章 采用Lisrel结构模型做路径分析
28.1 Lisrel的版本
28.2 Lisrel的命令简介
28.3 应用实例1：用Lisrel的Prelis过程做基本统计
28.3.1 应用Prelis进行数据基本分析的程序简例
28.3.2 输出结果及其分析
28.4 应用实例2：Lisrel 8w高级统计分析
28.4.1 应用Lisrel过程进行高级数据分析的程序简例
28.4.2 本程序产生的结果及其分析
28.5 Lisrel的路径图示
第29章 跟我快速学习SAS
29.1 条形图. 直方图. 圆形图的画法
29.2 绘制BOX图. 线性图. 散点图
29.3 分布图
29.4 给变量B绘制Fit图
29.5 给变量B绘制Multivarite图
29.6 打开工作区中已有的SAS数据
参考书目
鄂公网安备 42010302001612号 