SPSS多元統計分析方法及應用

『壹』 統計分析與spss的應用

統計分析與SPSS的應用是2008年中國人民大學出版社出版的書，作者是薛薇。

在內容安排上，既包括基本的統計分析方法，如：描述統計、頻數分析、交叉列聯表分析、多選項分析、參數檢驗、方差分析、非參數檢驗，同時也包括多元統計分析方法，如：多元回歸分析，聚類分析，因子分析等，從而使讀者能夠由淺入深的掌握統計分析方法的精華

教材既克服了其他統計分析教材中單純講解分析方法，而缺少方法的實驗手段的弱點，同時也克服了一般spss軟體使用手冊中，僅僅講解操作步驟的弱點，因而具有很強的實用性。

『貳』 SPSS多元統計分析方法及應用的目錄

第1章spss綜述
1.1spss 17.0概述
1.1.1spss 17.0特點
1.1.2spss各版本特性比較
1.2spss數據的管理
1.2.1定義變數屬性
1.2.2個案標識
1.2.3數據的排序
1.2.4數據的轉置
1.2.5數據的重組
1.2.6數據文件的合並
1.2.7數據文件的拆分
1.2.8數據的分類匯總
1.3spss數據的預處理
1.3.1spss表達式與函數
1.3.2變數計算
1.3.3選擇個案
1.3.4個案計數與加權
1.3.5個案排秩
1.3.6數據的重新編碼
1.3.7spss其他功能
1.4基本統計分析
1.4.1基本描述統計量的定義
1.4.2頻數分析
1.4.3描述性分析
1.4.4探索性分析
1.4.5比率分析
1.4.6p-p圖
1.4.7q-q圖
1.4.8基本統計分析實例
1.5本章小結
思考題
第2章假設檢驗
2.1常用分布及參數估計
2.1.1幾種與多元正態分布有關的概率分布
2.1.2參數估計
2.1.3正態分布的大樣本推斷
2.1.4樣本容量的確定
2.2假設檢驗的一般問題
2.2.1假設檢驗的概念
2.2.2假設檢驗的基本思想
2.2.3顯著性水平及兩類錯誤
2.2.4假設檢驗的步驟
2.3正態總體參數的假設檢驗
2.3.1正態總體均值和方差的假設檢驗
2.3.2總體比率的假設檢驗
2.4假設檢驗的spss操作
2.4.1單樣本的t檢驗
2.4.2兩獨立樣本的t檢驗
2.4.3兩配對樣本的t檢驗
2.5假設檢驗實例
2.6本章小結
思考題
第3章方差分析
3.1方差分析的基本原理
3.2單因素方差分析
3.2.1數據結構與線性模型
3.2.2平方和分解與自由度
3.2.3顯著性檢驗
3.2.4多重比較
3.2.5單因素方差分析的spss操作
3.2.6單因素方差分析實例
3.3多因素方差分析
3.3.1多因素方差分析的分類
3.3.2無交互作用的多因素方差分析
3.3.3有交互作用的多因素方差分析
3.3.4多因素方差分析的spss操作
3.3.5多因素方差分析實例
3.4重復測量方差分析
3.4.1重復測量方差分析的基本原理
3.4.2重復測量方差分析的spss操作
3.4.3重復測量方差分析實例
3.5協方差分析
3.5.1協方差分析的基本原理
3.5.2協方差分析的spss操作
3.5.3協方差分析實例
3.6本章小結
思考題
第4章非參數檢驗
4.1單樣本非參數檢驗
4.1.1卡方檢驗
4.1.2二項分布檢驗
4.1.3遊程檢驗
4.1.4單樣本k-s檢驗
4.2兩獨立樣本非參數檢驗
4.2.1曼-惠特尼u檢驗
4.2.2moses極端反應檢驗
4.2.3k-s z檢驗
4.2.4wald-wolfowitz遊程檢驗
4.3多獨立樣本非參數檢驗
4.3.1中位數檢驗
4.3.2kruskal-wallis檢驗
4.3.3jonckheere-terpstra檢驗
4.4兩相關樣本非參數檢驗
4.4.1mcnemar變化顯著性檢驗
4.4.2符號檢驗
4.4.3wilcoxon符號秩檢驗
4.5多相關樣本非參數檢驗
4.5.1friedman雙向評秩方差檢驗
4.5.2kendall w協同系數檢驗
4.5.3cochran q檢驗
4.6非參數檢驗的spss操作
4.6.1卡方檢驗
4.6.2二項分布檢驗
4.6.3遊程檢驗
4.6.4單樣本k-s檢驗
4.6.5兩獨立樣本非參數檢驗
4.6.6多獨立樣本非參數檢驗
4.6.7兩相關樣本非參數檢驗
4.6.8多相關樣本非參數檢驗
4.7非參數檢驗實例
4.8本章小結
思考題
第5章回歸分析
5.1回歸分析的概念和方法
5.1.1概述
5.1.2回歸分析的研究范圍
5.1.3實際問題建立回歸模型的過程
5.2線性回歸分析
5.2.1一元線性回歸
5.2.2多元線性回歸
5.2.3回歸診斷
5.2.4多元線性回歸的有偏估計
5.2.5線性回歸spss操作全過程
5.2.6權重估計spss操作全過程
5.2.7兩階最小二乘法spss操作全過程
5.3非線性回歸分析
5.3.1可化為線性回歸的曲線回歸分析
5.3.2曲線估計spss操作全過程
5.3.3多項式回歸分析
5.3.4部分最小平方回歸spss操作全過程
5.3.5非線性回歸分析
5.3.6非線性回歸spss操作全過程
5.4logistic回歸分析
5.4.1自變數中含有定性變數的回歸模型
5.4.2處理定性變數的最優尺度回歸spss操作全過程
5.4.3邏輯回歸模型
5.4.4二元邏輯回歸spss操作全過程
5.4.5多項邏輯回歸spss操作全過程
5.4.6概率回歸分析spss操作全過程
5.4.7有序回歸分析spss操作全過程
5.5回歸分析實例
5.5.1線性回歸實例
5.5.2非線性回歸實例
5.5.3邏輯回歸實例
5.6本章小結
思考題
第6章聚類分析與判別分析
6.1聚類分析和判別分析的基本原理
6.2相似性度量
6.2.1區間變數
6.2.2二值變數
6.2.3定序變數
6.3聚類分析方法
6.3.1系統聚類法
6.3.2逐步聚類法
6.3.3二階聚類法
6.4聚類分析的spss操作
6.4.1系統聚類
6.4.2k-均值聚類
6.4.3 二階聚類
6.5判別分析方法
6.5.1距離判別
6.5.2bayes判別
6.5.3fisher判別
6.5.4判別分析步驟
6.6判別分析的spss操作
6.7聚類分析和判別分析實例
6.7.1聚類分析實例
6.7.2判別分析實例
6.8本章小結
思考題
第7章主成分分析與因子分析
7.1主成分分析與因子分析的基本思想
7.2主成分分析的模型與方法
7.2.1主成分分析的代數模型與幾何意義
7.2.2總體的主成分
7.2.3樣本的主成分
7.3主成分分析的spss操作
7.4因子分析的模型與方法
7.4.1正交因子模型
7.4.2相關性分析
7.4.3因子的提取
7.4.4因子旋轉
7.4.5因子得分
7.5因子分析的spss操作
7.6主成分分析和因子分析實例
7.6.1主成分分析實例
7.6.2 因子分析實例
7.7本章小結
思考題
第8章對應分析
8.1列聯表與列聯表分析
8.1.1列聯表
8.1.2列聯表分析
8.2簡單對應分析的基本原理
8.2.1行輪廓與列輪廓
8.2.2總慣量
8.2.3行列輪廓的坐標
8.2.4對應分析圖
8.2.5簡單對應分析的步驟
8.2.6簡單對應分析的邏輯框圖
8.3簡單對應分析的spss操作
8.4多重對應分析及其spss操作
8.4.1多重對應分析
8.4.2多重對應分析的基本操作
8.5對應分析實例
8.6本章小結
思考題
第9章時間序列分析
9.1時間序列的相關概念以及時間序列分析步驟
9.1.1時間序列與統計學其他分析方法的關系
9.1.2時間序列的相關概念
9.1.3時間序列分析原理與分類
9.1.4時間序列分析一般步驟
9.1.5spss時間序列分析
9.2時間序列的數據准備與檢驗
9.2.1時間序列的數據准備
9.2.2時間序列的數據檢驗
9.2.3時間序列的數據圖形化檢驗
9.2.4時間序列的數據統計量檢驗
9.3時間序列的數據預處理
9.3.1時間序列缺失數據的處理
9.3.2時間序列數據的變換處理
9.4時間序列的確定性分析
9.4.1非平穩時間序列的組成要素
9.4.2平滑法
9.4.3趨勢分析法
9.4.4季節性分解法
9.5時間序列的隨機性分析
9.5.1適用於平穩性序列的隨機性時間序列模型
9.5.2適用於非平穩性序列的隨機性時間序列模型
9.5.3時間序列隨機性分析步驟
9.5.4arima模型的參數設置
9.6時間序列模型的spss操作
9.7spss時間序列的案例分析
9.8本章小結
思考題
第10章信度分析
10.1信度的基本原理
10.1.1信度的統計學原理
10.1.2信度影響因素
10.1.3信度評價指標
10.2信度分析及其基本方法
10.2.1信度分析
10.2.2信度分析的基本方法
10.3信度分析的spss操作
10.4信度分析實例
10.4.1 α信度系數法分析
10.4.2折半信度系數法分析
10.5本章小結
思考題
第11章聯合分析
11.1聯合分析的基本原理
11.2聯合分析的步驟
11.2.1屬性和屬性水平的確定
11.2.2受測設計
11.2.3受測體的評價
11.2.4效用值的估計
11.2.5效用值的聚集
11.3聯合分析的spss操作
11.3.1生成正交設計
11.3.2顯示設計
11.3.3運行聯合分析
11.4聯合分析實例
11.5本章小結
思考題
第12章生存分析
12.1生存分析的基本概念和內容
12.1.1生存分析的定義
12.1.2生存分析的基本概念
12.1.3生存分析的基本內容和方法
12.1.4spss中的生存分析過程
12.2壽命表分析
12.2.1壽命表分析的基本原理及步驟
12.2.2spss中的壽命表分析過程
12.3kaplan-meier分析
12.3.1kaplan-meier分析的基本原理及步驟
12.3.2spss中的kaplan-meier分析過程
12.4cox回歸模型分析
12.4.1cox回歸模型的基本形式和原理
12.4.2spss中的cox回歸模型分析過程
12.4.3依時協變數cox回歸模型的基本原理
12.4.4spss中的依時協變數cox回歸模型分析過程
12.5生存分析實例
12.5.1壽命表分析實例
12.5.2kaplan-meier分析實例
12.5.3cox回歸模型分析實例
12.6本章小結
思考題
第13章神經網路分析
13.1神經網路的發展歷史以及神經網路相關概念
13.1.1時間序列的發展歷史簡介
13.1.2生物神經元模型
13.1.3人工神經元模型
13.1.4spss神經網路分析
13.2多層感知器模型
13.2.1感知器神經元模型
13.2.2感知器的網路結構
13.2.3感知器神經網路的學習規則
13.2.4感知器神經網路的訓練
13.3徑向基函數模型
13.3.1徑向基函數神經網路結構
13.3.2徑向基函數的學習演算法
13.4神經網路的spss操作
13.4.1變數設置
13.4.2分區設置
13.4.3體系結構設置
13.4.4培訓的設置
13.4.5輸出的設置
13.4.6保存的設置
13.4.7導出的設置
13.4.8選項的設置
13.5spss神經網路的案例分析
13.5.1數據准備
13.5.2數據分析
13.5.3過程摘要
13.6本章小結
思考題
第14章結構方程模型
14.1結構方程模型概述
14.1.1結構方程模型方法與統計學其他分析方法的關系
14.1.2模型方程模型相關概念
14.1.3結構方程模型原理與基本假定
14.1.4結構方程模型特性
14.1.5結構方程模型方法一般步驟
14.2結構方程模型設定和識別
14.2.1結構方程模型設定
14.2.2結構方程模型識別
14.2.3amos模型設定操作
14.3結構方程模型數據准備
14.3.1缺失數據的處理
14.3.2數據的信度與效度
14.3.3數據文件導入
14.4結構方程模型參數估計
14.4.1參數估計常用方法
14.4.2amos參數估計操作
14.5結構方程模型評價與修正
14.5.1參數檢驗
14.5.2模型整體擬合評價
14.5.3模型限制修正
14.5.4模型擴展修正
14.6結構方程模型解釋
14.6.1相關關系
14.6.2因果關系
14.7本章小結
思考題
附錄spss函數名及其含義
參考文獻

『叄』 多元階層回歸分析在spss中怎麼做

可使用spssau的分層回歸，操作簡單兩步出結果。

操作步驟：

1、選擇spssau的分層回歸。

同時生成標准表格結果及智能文字分析，不會統計學也可以看懂。

『肆』 簡述多元統計分析方法在spss中的操作步驟，在考試，跪謝

多元線性回歸
1.打開數據，依次點擊：analyse--regression，打開多元線性回歸對話框。
2.將因變數和自變數放入格子的列表裡，上面的是因變數，下面的是自變數。
3.設置回歸方法，這里選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設置虛擬變數。多分類變數需要設置虛擬變數。
虛擬變數ABCD四類，以a為參考，那麼解釋就是b相對於a有無影響，c相對於a有無影響，d相對於a有無影響。
5.選項裡面至少選擇95%CI。
點擊ok。