互联网
类型
可以朗读
语音朗读
129千字
字数
2022-07-01
发行日期
展开全部
主编推荐语
本书汇集36个案例，手把手带你学SPSS数据分析。
内容简介
本书以统计理论为主线，以解决实际问题为导向，详细介绍了SPSS在多变量方差分析、协方差分析、线性回归分析、主成分分析、因子分析、聚类分析、判别分析、决策树、神经网络、时间序列分析、对应分析、典型相关分析、简单效应、简单简单效应、调节效应、中介效应及多重响应分析中的应用。
本书结合理论与实践，具有较强的技术应用性和针对性，主要面向各个专业的初、中级SPSS的使用者，以及想要深入学习和应用统计学的读者。
目录
- 版权信息
- 内容简介
- 本书编委会
- 序言
- 写在前面
- 第1章 多个因变量的假设检验：多变量方差分析
- 1.1 多变量方差分析
- 1.1.1 多变量方差分析简介
- 1.1.2 多变量方差分析的应用条件
- 1.2 多变量方差分析案例：不同舞蹈学校的分数差异分析
- 1.2.1 选择变量
- 1.2.2 设置模型选项
- 1.2.3 设置事后选项
- 1.2.4 选项设置
- 1.2.5 输出结果
- 1.3 本章小结
- 第2章 校正混杂因素：协方差分析
- 2.1 协方差分析简介
- 2.2 协方差分析案例：早读对成绩的影响
- 2.2.1 回归拟合线平行性检验
- 2.2.2 计算和检验修正均数（正式进行协方差分析）
- 2.3 本章小结
- 第3章 因变量为连续变量的估计与预测：线性回归分析
- 3.1 线性回归分析简介
- 3.1.1 简单线性回归分析简介
- 3.1.2 多重线性回归分析简介
- 3.2 简单线性回归分析
- 3.2.1 简单线性回归分析的假设条件
- 3.2.2 简单线性回归分析案例：身高和体重的关系
- 3.3 多重线性回归分析
- 3.3.1 多重线性回归分析的假设条件
- 3.3.2 多重线性回归分析案例：年收入的影响因素
- 3.4 回归诊断
- 3.4.1 异常值判断
- 3.4.2 独立性检验
- 3.4.3 正态性检验
- 3.4.4 方差齐性检验
- 3.4.5 多重共线性诊断
- 3.5 权重估计
- 3.5.1 权重估计简介
- 3.5.2 权重估计案例：收入影响因素分析
- 3.6 加权最小二乘法
- 3.6.1 加权最小二乘法简介
- 3.6.2 加权最小二乘法案例：收入影响因素分析
- 3.7 二阶最小二乘法
- 3.7.1 二阶最小二乘法简介
- 3.7.2 二阶最小二乘法案例：影响成绩的数据
- 3.8 分层回归分析
- 3.8.1 分层回归分析简介
- 3.8.2 分层回归分析案例：影响个人收入的因素
- 3.9 本章小结
- 第4章 因变量为离散变量的估计与预测：Logistic回归模型
- 4.1 Logistic回归模型简介
- 4.1.1 Logistic回归模型的公式
- 4.1.2 Logistic回归分析的目的
- 4.1.3 Logistic回归模型的适用条件
- 4.1.4 Logistic回归分析的主要用途
- 4.2 二元Logistic回归模型
- 4.2.1 二元Logistic回归模型简介
- 4.2.2 二元Logistic回归分析案例：学业成就数据
- 4.3 多元Logistic回归模型
- 4.3.1 多元Logistic回归模型简介
- 4.3.2 多元Logistic回归分析案例：数学成绩调查数据
- 4.4 有序回归模型
- 4.4.1 有序回归模型简介
- 4.4.2 有序回归分析案例：影响个人收入水平的因素
- 4.5 本章小结
- 第5章 回归模型进阶：其他回归模型
- 5.1 最优尺度回归模型
- 5.1.1 最优尺度回归模型简介
- 5.1.2 最优尺度回归分析案例：师生关系的预测因素
- 5.2 非线性回归模型
- 5.2.1 曲线估计回归模型
- 5.2.2 非线性回归模型简介
- 5.2.3 曲线估计回归模型与非线性回归模型的比较
- 5.3 多层线性模型
- 5.3.1 多层线性模型简介
- 5.3.2 多层线性模型（零模型）案例：语文成绩预测因素
- 5.3.3 多层线性模型（全模型）案例：语文成绩预测因素
- 5.4 对数线性模型
- 5.4.1 对数线性模型简介
- 5.4.2 对数线性模型案例：不同学历人员的收入水平数据
- 5.5 本章小结
- 第6章 简化多变量复杂关系：主成分分析与因子分析
- 6.1 主成分分析
- 6.1.1 主成分分析简介
- 6.1.2 主成分分析案例：各省市特征指标的降维
- 6.2 因子分析
- 6.2.1 因子分析简介
- 6.2.2 因子分析案例：学生知识结构状况
- 6.3 本章小结
- 第7章 数据归约技术：聚类分析
- 7.1 聚类分析简介
- 7.2 K均值聚类
- 7.2.1 K均值聚类简介
- 7.2.2 K均值聚类案例：土壤样本聚类
- 7.3 系统聚类
- 7.3.1 系统聚类简介
- 7.3.2 系统聚类案例：土壤指标聚类
- 7.4 二阶聚类
- 7.4.1 二阶聚类简介
- 7.4.2 二阶聚类案例：潮间带大型动物的群落结构
- 7.5 本章小结
- 第8章 建立分组预测模式：判别分析
- 8.1 Fisher判别分析
- 8.1.1 Fisher判别分析简介
- 8.1.2 Fisher判别分析案例：鸢尾花分类
- 8.2 Bayes判别分析
- 8.2.1 Bayes判别分析简介
- 8.2.2 Bayes判别分析案例：鸢尾花分类
- 8.3 本章小结
- 第9章 预测变量的二元分离：决策树
- 9.1 决策树简介
- 9.2 C4.5算法
- 9.2.1 构造决策树
- 9.2.2 决策树剪枝
- 9.3 SPSS Modeler的C5.0算法实现
- 9.3.1 SPSS Modeler简介
- 9.3.2 C5.0算法分析案例：患者用药策略
- 9.4 本章小结
- 第10章 自适应、自学习：神经网络
- 10.1 神经网络简介
- 10.2 神经网络模型
- 10.2.1 激励函数表达方式
- 10.2.2 传播方式
- 10.2.3 神经网络模型案例：鸢尾花分类
- 10.3 本章小结
- 第11章 时序数据的预测：时间序列分析
- 11.1 时间序列分析简介
- 11.2 指数平滑模型
- 11.2.1 指数平滑模型简介
- 11.2.2 指数平滑模型案例：药品产量
- 11.3 自回归综合移动平均模型
- 11.3.1 自回归综合移动平均模型简介
- 11.3.2 自回归综合移动平均模型实例分析案例：体检中心收入
- 11.4 本章小结
- 第12章 发现多个分类变量间的潜在关系：对应分析
- 12.1 对应分析简介
- 12.2 简单对应分析
- 12.2.1 简单对应分析实现
- 12.2.2 简单对应分析案例：家庭结构与学历
- 12.3 基于均数的对应分析
- 12.3.1 基于均数的对应分析简介
- 12.3.2 基于均数的对应分析案例：各行业经济增长状况比较
- 12.4 基于最优尺度变换的多重对应分析
- 12.4.1 基于最优尺度变换的多重对应分析简介
- 12.4.2 基于最优尺度变换的多重对应分析案例：家庭结构与学历
- 12.5 本章小结
- 第13章 两组变量的相关分析：典型相关分析
- 13.1 典型相关分析简介
- 13.2 典型相关分析案例：旅游前的旅游信息搜索动机与旅游行为之间的关系
- 13.2.1 使用Canonical宏程序进行典型相关操作
- 13.2.2 使用MANOVA语法进行典型相关操作
- 13.2.3 输出结果
- 13.3 基于最优尺度变换的非线性典型相关分析
- 13.3.1 基于最优尺度变换的非线性典型相关分析简介
- 13.3.2 基于最优尺度变换的非线性典型相关分析案例：家庭结构与学历
- 13.4 本章小结
- 第14章 交互效应分析进阶：简单效应与简单简单效应
- 14.1 重复测量设计的简单效应与简单简单效应
- 14.1.1 简单效应简介
- 14.1.2 简单简单效应简介
- 14.1.3 分析策略
- 14.1.4 简单效应案例：不同教学方法与智力的关系
- 14.1.5 简单简单效应案例：不同教学方法与智力的关系
- 14.2 被试间设计的简单效应与简单简单效应
- 14.2.1 分析策略
- 14.2.2 简单效应案例：心理学反应时研究
- 14.2.3 简单简单效应案例：心理学反应时研究
- 14.3 本章小结
- 第15章 调节变量与中介变量分析方法：调节效应与中介效应
- 15.1 调节效应
- 15.1.1 调节效应简介
- 15.1.2 自变量和调节变量均为连续变量的调节效应分析
- 15.1.3 自变量为连续变量、调节变量为分类变量的调节效应分析
- 15.1.4 自变量为分类变量、调节变量为连续变量的调节效应分析
- 15.1.5 自变量、调节变量均为分类变量的调节效应分析
- 15.2 Process插件
- 15.2.1 Process插件的安装及应用
- 15.2.2 Bootstrap方法及其应用
- 15.2.3 使用Process插件检验调节效应
- 15.2.4 使用Process插件检验中介效应
- 15.2.5 中介效应与调节效应的混合模型
- 15.3 本章小结
- 第16章 多项选择题的分析处理：多重响应分析
- 16.1 多重响应分析
- 16.1.1 多重响应分析案例：注册某软件时选过的标签
- 16.1.2 多重响应变量集的频率差异卡方检验案例：标签选择
- 16.1.3 多重响应变量集的交叉表分析案例：标签选择
- 16.2 本章小结
- 参考文献
展开全部
评分及书评
评分不足
1个评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
