世界优秀统计工具SPSS 11统计分析教程 高级篇PDF|Epub|txt|kindle电子书版本下载

世界优秀统计工具SPSS 11统计分析教程 高级篇PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 一般线性与混合线性模型2

第1章 征服一般线性模型——General Linear Model菜单详解(上)2

1.1 方差分析模型简介3

1.1.1 模型入门3

1.1.2 常用术语4

1.1.3 方差分析模型的适用条件5

1.2 Univariate过程入门6

1.2.1 引例6

1.2.2 界面说明7

1.2.3 结果解释12

1.2.4 对引例的进一步分析13

1.3 常用试验设计及分析方法详解15

1.3.1 完全随机设计(Completely Random Design)15

1.3.2 配伍设计(Randomized Block Design)15

1.3.3 交叉设计(Cross-over Design)16

1.3.4 析因设计(Factorial Design)18

1.3.5 拉丁方设计(Latin Square Design)19

1.3.6 正交设计(Orthogonal Design)21

1.3.7 星点设计(Central Composite Design)24

1.3.8 嵌套设计(Nested Design)与裂区设计(Split-plot Design)24

1.4 协方差分析27

1.4.1 概述27

1.4.2 预分析：线性趋势的判断28

1.4.3 预分析：检验各组总体斜率是否相等28

1.4.4 正式分析：比较修正均数有无差异29

第2章 征服一般线性模型——General Linear Model菜单详解(下)32

2.1 Multivariate过程32

2.1.1 引例与界面说明33

2.1.2 结果解释33

2.1.3 对引例的进一步分析35

2.2 Repeated Measures过程36

2.2.1 引例37

2.2.2 界面说明38

2.2.3 结果解释39

2.2.4 对引例的进一步分析42

2.3 Variance Components过程43

2.3.1 引例43

2.3.2 界面说明44

2.3.3 结果解释45

第3章 混合线性模型入门——Mixed Model菜单详解46

3.1 模型简介46

3.1.1 模型入门47

3.1.2 混合效应模型的用途49

3.2 Linear过程49

3.2.1 引例与界面说明49

3.2.2 结果解释54

3.2.3 对引例的进一步分析55

3.3 混合线性模型分析实例58

3.3.1 家庭聚集性数据59

3.3.2 重复测量数据59

3.3.3 嵌套设计数据60

第二部分 回归分析64

第4章 多元线性回归与曲线拟合——Regression菜单详解(上)64

4.1 Linear过程65

4.1.1 线性回归模型简介65

4.1.2 引例与界面说明68

4.1.3 结果解释73

4.1.4 对引例的进一步分析74

4.1.5 一个多元回归实例77

4.2 关于线性回归的高级话题79

4.2.1 衡量多元线性回归方程的标准79

4.2.2 强影响点的诊断及对策81

4.2.3 多重共线性问题及对策82

4.2.4 分类自变量的设置与哑变量的使用84

4.2.5 趋势面分析86

4.2.6 通径分析(Path Analysis)86

4.3 Curve Estimation过程87

4.3.1 引例87

4.3.2 界面说明88

4.3.3 结果解释89

第5章 分类资料的回归分析——Regression菜单详解(中)91

5.1 Binary Logistic过程91

5.1.1 模型简介91

5.1.2 引例92

5.1.3 界面说明92

5.1.4 结果解释97

5.1.5 对引例的进一步分析99

5.2.1 模型中的假设检验方法100

5.2 关于Logistic模型的高级话题100

5.2.2 模型的自变量设置方法101

5.2.3 模型诊断104

5.2.4 配对Logistic回归模型107

5.3 Multinomial Logistic过程109

5.3.1 引例110

5.3.2 界面说明110

5.3.3 结果解释113

5.4 Ordinal过程115

5.4.1 引例115

5.4.2 界面说明116

5.4.3 结果解释118

5.5 Probit过程119

5.5.1 引例119

5.5.2 界面说明120

5.5.3 结果解释121

6.1 Nonlinear Regression过程124

第6章 非线性回归及其他回归过程——Regression菜单详解(下)124

6.1.1 引例与界面说明125

6.1.2 结果解释129

6.1.3 对非线性模型的深入探讨131

6.2 Weight Estimation过程132

6.2.1 引例与界面说明132

6.2.2 结果解释133

6.3 Two-Stage Least-Squares过程135

6.2.3 对引例的进一步分析135

6.3.1 引例与界面说明136

6.3.2 结果解释138

6.4 Optimal Scaling过程139

6.4.1 引例与界面说明140

6.4.2 结果解释144

6.4.3 对引例的进一步分析145

7.1.1 原理148

7.1 模型简介148

第7章 对数线性模型——Logl inear菜单详解148

第三部分 多元统计分析方法148

7.1.2 模型选择149

7.2 General过程150

7.2.1 引例150

7.2.2 界面说明151

7.2.3 结果解释152

7.2.4 对引例的进一步分析156

7.3 Logit过程156

7.3.1 引例与界面说明157

7.3.2 结果解释158

7.3.3 对引例的进一步分析161

7.4 Model Selection过程161

7.4.1 引例161

7.4.2 界面说明162

7.4.3 结果解释163

8.1 K-means Cluster过程166

第8章 聚类分析与判别分析——Classify菜单详解166

8.1.1 引例与界面说明167

8.1.2 结果解释169

8.1.3 对引例的进一步分析170

8.2 Hierarchical Cluster过程171

8.2.1 引例171

8.2.2 界面说明172

8.2.3 结果解释175

8.3 Discriminant过程177

8.3.1 模型简介177

8.3.2 引例180

8.3.3 界面说明181

8.3.4 结果解释183

8.3.5 对引例的进一步分析186

9.1 Factor Analysis过程190

第9章 因子分析与对应分析——Data Reduction菜单详解190

9.1.1 模型简介191

9.1.2 引例193

9.1.3 界面说明194

9.1.4 结果解释197

9.1.5 对引例的进一步分析200

9.2 Correspondence Analysis过程202

9.2.1 引例与界面说明203

9.2.2 结果解释205

9.3 Optimal Scaling过程208

9.3.1 引例与界面说明208

9.3.2 结果解释210

第10章 信度分析与多维尺度分析——Scale菜单详解213

10.1 Reliability Analysis过程213

10.1.1 引例与界面说明214

10.1.2 结果解释216

10.2 Multidimensional Scaling过程217

10.2.1 引例与界面说明218

10.2.2 结果解释221

10.3 Multidimensional Scaling(PROXSCAL)过程224

10.3.1 引例225

10.3.2 界面说明225

10.3.3 结果解释230

10.3.4 对引例的进一步分析232

第11章 结合分析234

11.1 模型简介234

11.1.1 为什么使用结合分析234

11.1.2 常用术语235

11.1.3 结合分析的基本步骤236

11.1.4 SPSS中的相应过程236

11.2 Orthogonal Design子菜单237

11.2.1 Generate项237

11.2.2 Display项240

11.3.1 引例及语法说明241

11.3 CONJOINT过程241

11.3.2 结果解释243

11.3.3 对引例的进一步分析246

第四部分 其他高级统计分析方法250

第12章 岁月如歌——Time Series菜单详解250

12.1 时间序列的建立和平稳化251

12.1.1 缺失值的填补——Replace Missing Values过程251

12.1.2 时间变量的定义——Define dates过程252

12.1.3 时间序列的平稳化——Create Time Series过程254

12.2 时间序列的图形化观察258

12.2.1 序列图(Sequence Chart)258

12.2.2 自相关图(Autocorrelation Chart)260

12.2.3 互相关图(Cross-correlation Chart)264

12.2.4 谱密度图(Spectral Chart)266

12.2.5 交叉谱图(The Cross-Spectrum)268

12.3.1 模型简介269

12.3 Exponential Smoothing过程269

12.3.2 引例与界面说明270

12.3.3 结果解释272

12.4 Autoregression过程273

12.4.1 模型简介273

12.4.2 引例与界面说明274

12.5 ARIMA过程276

12.5.1 ARMA模型简介277

12.5.2 标准建模步骤278

12.5.3 界面说明279

12.5.4 综合分析实例280

12.6 季节解构——Seasonal Decomposition过程286

12.6.1 引例与界面说明286

12.6.2 结果解释287

13.1 生存分析简介290

13.1.1 应用背景290

第13章 生存分析——Survival菜单详解290

13.1.2 基本术语291

13.1.3 SPSS中相应模块简介292

13.2 Life Tables过程292

13.2.1 引例293

13.2.2 界面说明294

13.2.3 结果解释295

13.3 Kaplan-Meier过程297

13.3.1 引例与界面说明297

13.3.2 结果解释300

13.3.3 对引例的进一步分析302

13.3.4 Life Tables过程与Kaplan-Meier过程的比较303

13.4 Cox Regression过程304

13.4.1 模型简介304

13.4.2 引例及界面说明305

13.4.3 结果解释309

13.4.4 对引例的进一步分析311

13.5 关于Cox模型的高级话题312

13.5.1 分类自变量的定义与比较方法312

13.5.2 Cox模型中的分层分析312

13.5.3 配对Logistic回归313

13.5.4 竞争风险(Competing risks)的Cox模型315

13.5.5 复发性疾病的Cox模型315

13.6 Cox w/Time-Dep Cov过程316

13.6.1 模型简介316

13.6.2 引例与界面说明317

13.6.3 结果解释319

13.6.4 分析时依Cox模型时的注意事项320

第14章 缺失值分析——Missing Value Analysis过程详解321

14.1 缺失值理论简介321

14.1.1 数据的缺失方式321

14.1.2 SPSS中可用的缺失值处理方法322

14.2 界面说明323

14.3 分析实例326

14.3.1 缺失值的生成及分析操作326

14.3.2 结果解释327

14.3.3 对引例的进一步分析328

第15章 其他统计分析功能——不得不说的故事331

15.1 典型相关分析331

15.1.1 方法简介331

15.1.2 引例及语法说明331

15.1.3 结果解释332

15.2 岭回归分析335

15.2.1 方法简介335

15.2.2 引例及语法说明336

15.2.3 结果解释336

15.3 广义线性模型简介337

附录 SPSS公司部分软件介绍340

参考文献345