本书将社会经济统计分析的基础原理与SPSS的实际操作相结合，利用各种形式的实例贯穿全部内容。主要介绍了SPSS软件中的基础内容、数据来源、数据的简单统计、计算描述型统计量、组间比较、查看分布、变量组合的简单统计、利用数据画散点图、根据样本评价结果、正态分布、平均值的检验、两个相关平均值的假设检验、对两个独立均值的假设检验、一元方差分析、二元方差分析、观测值与期望值的比较、非参数检验、测量相关性、线性回归与相关、回归假设的检验、残差分析、建立多元回归模型、多元回归对话框等。 本书的主要特点是：全面而实用，理论与实际结合，不仅让读者掌握SPSS 11.0软件的操作，而且让读者在理解各项统计功能及具体含义的基础上，结合实例，真正掌握统计分析与软件操作相结合的应用。 本书适用于SPSS的初学者，各类统计分析人员、经济管理人员和科技工作者，可作为SPSS 11.0软件培训教材；也可供各类大专院校师生开设统计课程使用。第1章 SPSS 11.0的简介与安装 1
1.1 SPSS的启动与界面 2
1.2 SPSS的菜单栏 3
1.3 SPSS的工具栏 4
1.4 SPSS的帮助系统 6
1.4.1 Topics[主题帮助] 7
1.4.2 Tutorial(在线指南) 9
1.4.3 Statistics Coach[统计 分析指导] 10
1.4.4 Contextual Help[内容帮助] 11
1.5 SPSS 11.0的安装 12
第2章 SPSS数据的基本操作 16
2.1 打开一个数据文件 17
2.2 数据的编辑 19
2.2.1 数据编辑窗口 19
2.2.2 数据的输入 20
2.2.3 数据的修改 22
2.3 数据文件的保存和调用 23
2.3.1 数据文件的保存 23
2.3.2 数据文件的调用 26
第3章 收集数据的问题 28
3.1 收集数据的方式 29
3.2 统计调查 29
3.2.1 提问 30
3.2.2 时间的测量 31
3.2.3 选择被调查者 32
3.2.4 抽取样本 33
3.3 实验设计 34
3.3.1 随机分配 35
3.3.2 如何使误差最小 36
第4章 数据的频数分析 38
4.1 频数和频数表 39
4.1.1 频数和频数表 39
4.1.2 百分比、有效值百分比、 累积百分比 40
4.1.3 频数表的行排序 41
4.2 反映频数分布的图示 42
4.2.1 饼形图 42
4.2.2 条形图 43
4.2.3 直方图 44
4.3 从频数表中还可以得到什么 45
4.3.1 众数 45
4.3.2 中位数 45
4.3.3 百分点 46
4.4 在SPSS中进行频数分析 46
第5章 数据的描述性统计 52
5.1 描述集中趋势 53
5.1.1 测量尺度 53
5.1.2 众数、中位数和算术 平均值 55
5.1.3 众数、中位数和均值 的比较 55
5.2 描述离散趋势 56
5.2.1 极差和四分位差 57
5.2.2 方差和标准差 58
5.2.3 标准差系数 59
5.3 数据的标准化 59
5.4 在SPSS中进行描述性统计 61
第6章 数据的组间比较 64
6.1 变量的组和分组 65
6.2 分组比较的两种情况 66
6.2.1 用一个自变量进行分组 66
6.2.2 多个自变量分层的分组 67
6.3 在SPSS中进行组间比较 70
第7章 探索数据的分布 74
7.1 探索数据分布 75
7.2 利用统计图探索数据 79
7.2.1 盒须图 79
7.2.2 茎叶图 80
7.3 在SPSS中进行数据探索 82
第8章 变量联合的交互分析 88
8.1 交互分类与交互表 89
8.1.1 交互分类 89
8.1.2 交互表 90
8.1.3 列百分比与行百分比 91
8.2 利用条形图进行交互分析 93
8.3 添加控制变量 95
8.4 在SPSS中进行交互分析 96
第9章 散点图的绘制 102
9.1 散点图的类型及意义 103
9.1.1 简单散点图 103
9.1.2 向日葵散点图 106
9.1.3 矩阵散点图 107
9.1.4 重叠散点图 108
9.1.5 三维散点图 110
9.1.6 旋转三维散点图 112
9.2 在SPSS中绘制散点图 113
9.2.1 简单散点图的设置 113
9.2.2 矩阵散点图的设置 116
9.2.3 重叠散点图的设置 117
9.2.4 三维散点图的设置 118
9.3 编辑散点图 119
9.3.1 散点图的选项 120
9.3.2 标识和定位选定的 观测量 123
9.3.3 旋转三维散点图 125
第10章 评价抽样结果 126
10.1 参数、统计量和抽样分布 127
10.1.1 抽样分布 127
10.1.2 样本量对抽样分布 的影响 129
10.2 二项分布检验 130
10.3 在SPSS中进行二项分布检验 131
第11章 正态分布和假设检验 134
11.1 正态分布的形状、定义和性质 135
11.1.1 正态分布的形状和定义 135
11.1.2 正态分布的性质 136
11.2 标准分和标准正态分布 138
11.3 均值的分布和中心极限定理 139
11.4 假设检验的原理 140
11.5 在SPSS中如何用图形判断样本 的正态性 142
第12章 单样本T检验 144
12.1 T分布与单样本均值检验 145
12.1.1 T分布 145
12.1.2 单样本的T检验 147
12.2 假设检验中的基本概念 148
12.2.1 统计假设 149
12.2.2 置信区间和置信度 151
12.2.3 待检验值与给定常数间的 差值的检验 153
12.3 在SPSS中进行单样本T检验 154
第13章 配对样本的T检验 157
13.1 什么是配对样本 158
13.2 检验配对样本的两种方法 159
13.2.1 利用单样本的T检验进行 配对样本的检验 159
13.2.2 配对样本的T检验 162
13.3 在SPSS中对配对样本进行 T检验 165
第14章 双独立样本均值的T检验 168
14.1 双独立样本与均值差异 169
14.1.1 从一个例子开始 169
14.1.2 如何推论到总体 171
14.2 在SPSS中进行双独立样本T 检验的操作 173
第15章 一元方差分析 177
15.1 方差分析的概念、 思路和方法 178
15.1.1 方差分析的引入 178
15.1.2 方差分析的思路 179
15.1.3 方差分析的 原理和方法 181
15.1.4 方差分析的基本假设 182
15.2 一元方差分析的具体过程 183
15.2.1 方差分析的基本假设 183
15.2.2 方差分析的数据检查 185
15.2.3 一元方差分析表 187
15.2.4 多重比较 187
15.3 在SPSS中进行一元方差分析 188
15.3.1 进行一元方差分析和多重 比较的操作 188
15.3.2 在各组方差不等时进行 一元方差分析 194
第16章 二因素方差分析 196
16.1 从单因素方差分析到二因素 方差分析 197
16.2 二因素方差分析实例分析 200
16.2.1 数据检查 200
16.2.2 有交互效应的二因素 方差分析 204
16.2.3 没有交互效应下的 方差分析 205
16.2.4 确定组别之间的差异 206
16.3 在SPSS中进行二因素 方差分析 206
第17章 比较频数的观测值 和期望值 212
17.1 列联表的结构和 检验 213
17.1.1 频数、频率和概率 213
17.1.2 联合分布和边缘分布 214
17.1.3 频数的期望值和 检验 215
17.2 用SPSS进行列联分析 216
第18章 非参数检验 224
18.1 什么是非参数检验 225
18.2 单样本非参数检验 226
18.3 成对样本非参数检验——解决成 对样本T检验的假设问题 234
18.4 双独立样本非参数检验——解决 独立样本T 检验的假设问题 236
18.5 多独立样本非参数检验——解决 单因素方差分析的假设问题 240
第19章 测量关联强度 243
19.1 关联强度的意义 244
19.2 定类变量关联强度的测量指标 246
19.2.1 基于 的测量指标 246
19.2.2 什么是PRE性质* 247
19.3 定序变量关联强度的测量指标 250
19.3.1 同序对与逆序对 250
19.3.2 Gamma系数 251
19.3.3 tau系数 252
19.4 如何在SPSS中计算关联强度 252
19.5 其他测量指标 255
19.5.1 一致性测量 255
19.5.2 基于相关的测量指标 256
第20章 一元线性回归与相关 258
20.1 “回归”和一元线性回归 259
20.1.1 “回归”一词的由来以及 一元线性回归的定义 259
20.1.2 回归分析的特点 261
20.2 回归参数的估计和解释 261
20.2.1 从Forbes的数据开始 262
20.2.2 最小二乘法和最佳 回归直线 263
20.2.3 回归参数的意义和标准化 的回归系数 265
20.3 回归方程的评价和Pearson R 267
20.3.1 三种平方和以及回归分析 的PRE性质 267
20.3.2 回归分析的评价和检验 269
20.3.3 值的大小与散点的分 布情况以及若干需要注意 的问题 271
20.4 在SPSS中进行一元线性 回归分析 273
第21章 回归方程的假设检验 281
21.1 线性回归的基本假设 282
21.1.1 样本回归直线和总体 回归直线 282
21.1.2 线性回归的基本假设 283
21.2 回归方程的假设检验 285
21.3 利用回归方程进行预测 287
21.3.1 预测均值 289
21.3.2 预测个体观测值 292
21.3.3 在SPSS中如何得到 预测值 293
第22章 残差分析 296
22.1 基本概念 297
22.1.1 标准化残差(Standardized Residuals) 297
22.1.2 学生残差(Studentized Residuals) 297
22.1.3 为什么要进行残差分析 299
22.2 残差分析的内容和方法 299
22.2.1 检查残差的正态性 299
22.2.2 检验等方差性 302
22.2.3 检验独立性 303
22.2.4 检验线性关系 304
22.3 异常值对于回归方程的影响 306
第23章 建立多元回归模型 308
23.1 一元线性回归的回顾与扩展 309
23.2 多元线性回归方程的评价 与检验 312
23.2.1 多元线性回归方程 的评价 313
23.2.2 多元线性回归方程 的检验 314
23.3 多元线性回归系数的解释 318
23.4 在SPSS中进行多元线性 回归分析 318
第24章 多元回归模型的诊断 323
24.1 多元回归分析的基本假设 324
24.2 多元线性回归的残差分析 325
24.2.1 检查正态性假设 326
24.2.2 检查等方差性和 线性假设 329
24.3 异常值的识别及其影响的度量 333
附录A 标准正态分布 337
附录B 双边T分布表 338
[图书资源]
