掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
SPSS進階分析與實務 版權信息
- ISBN：9787121436048
- 條形碼：9787121436048 ; 978-7-121-43604-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
SPSS進階分析與實務 本書特色
適讀人群 ：本書主要面向院校學生、數據分析人士、市場營銷人士、專業的咨詢管理人士。1.詳細介紹16個統計學方法在SPSS中的實現，以及這些方法的原理和適用條件。2.36個典型案例幫助讀者理解相關知識點。3.有一個專用的SPSS公眾號“SPSS學堂”幫助讀者答疑解惑。
SPSS進階分析與實務 內容簡介
本書以統計理論為主線，以解決實際問題為導向，詳細介紹了SPSS在多變量方差分析、協方差分析、線性回歸分析、主成分分析、因子分析、聚類分析、判別分析、決策樹、神經網絡、時間序列分析、對應分析、典型相關分析、簡單效應、簡單簡單效應、調節效應、中介效應及多重響應分析中的應用。本書結合理論與實踐，具有較強的技術應用性和針對性，主要面向各個專業的初、中級SPSS的使用者，以及想要深入學習和應用統計學的讀者。
SPSS進階分析與實務 目錄
第 1 章 多個因變量的假設檢驗：多變量方差分析 1
1.1 多變量方差分析 1
1.1.1 多變量方差分析簡介 1
1.1.2 多變量方差分析的應用條件 1
1.2 多變量方差分析案例：不同舞蹈學校的分數差異分析 . 2
1.2.1 選擇變量 3
1.2.2 設置模型選項 3
1.2.3 設置事后選項 4
1.2.4 選項設置 4
1.2.5 輸出結果 5
1.3 本章小結 8
第 2 章 校正混雜因素：協方差分析 9
2.1 協方差分析簡介 9
2.2 協方差分析案例：早讀對成績的影響 10
2.2.1 回歸擬合線平行性檢驗 11
2.2.2 計算和檢驗修正均數（正式進行協方差分析） . 15
2.3 本章小結 18
第 3 章 因變量為連續變量的估計與預測：線性回歸分析 . 19
3.1 線性回歸分析簡介 19
3.1.1 簡單線性回歸分析簡介 19
3.1.2 多重線性回歸分析簡介 20
3.2 簡單線性回歸分析 20
3.2.1 簡單線性回歸分析的假設條件 21
3.2.2 簡單線性回歸分析案例：身高和體重的關系 . 26
3.3 多重線性回歸分析 27
3.3.1 多重線性回歸分析的假設條件 28
3.3.2 多重線性回歸分析案例：年收入的影響因素 . 28
3.4 回歸診斷 33
3.4.1 異常值判斷 33
3.4.2 獨立性檢驗 37
3.4.3 正態性檢驗 39
3.4.4 方差齊性檢驗 40
3.4.5 多重共線性診斷 41
3.5 權重估計 43
3.5.1 權重估計簡介 43
3.5.2 權重估計案例：收入影響因素分析. 43
3.6 加權*小二乘法 46
3.6.1 加權*小二乘法簡介 46
3.6.2 加權*小二乘法案例：收入影響因素分析 . 46
3.7 二階*小二乘法 48
3.7.1 二階*小二乘法簡介 48
3.7.2 二階*小二乘法案例：影響成績的數據 . 49
3.8 分層回歸分析 51
3.8.1 分層回歸分析簡介 51
3.8.2 分層回歸分析案例：影響個人收入的因素 . 52
3.9 本章小結 56
第 4 章 因變量為離散變量的估計與預測：Logistic 回歸模型 . 58
4.1 Logistic 回歸模型簡介 58
4.1.1 Logistic 回歸模型的公式 58
4.1.2 Logistic 回歸分析的目的 59
4.1.3 Logistic 回歸模型的適用條件 59
4.1.4 Logistic 回歸分析的主要用途 60
4.2 二元 Logistic 回歸模型 . 60
4.2.1 二元 Logistic 回歸模型簡介 . 61
4.2.2 二元 Logistic 回歸分析案例：學業成就數據 61
4.3 多元 Logistic 回歸模型 . 67
4.3.1 多元 Logistic 回歸模型簡介 . 67
4.3.2 多元 Logistic 回歸分析案例：數學成績調查數據 68
4.4 有序回歸模型 71
4.4.1 有序回歸模型簡介 71
4.4.2 有序回歸分析案例：影響個人收入水平的因素 . 71
4.5 本章小結 74
第 5 章 回歸模型進階：其他回歸模型 76
5.1 *優尺度回歸模型 76
5.1.1 *優尺度回歸模型簡介 76
5.1.2 *優尺度回歸分析案例：師生關系的預測因素 . 77
5.2 非線性回歸模型 83
5.2.1 曲線估計回歸模型 84
5.2.2 非線性回歸模型簡介 87
5.2.3 曲線估計回歸模型與非線性回歸模型的比較 . 90
5.3 多層線性模型 91
5.3.1 多層線性模型簡介 92
5.3.2 多層線性模型（零模型）案例：語文成績預測因素 . 93
5.3.3 多層線性模型（全模型）案例：語文成績預測因素 . 95
5.4 對數線性模型 98
5.4.1 對數線性模型簡介 98
5.4.2 對數線性模型案例：不同學歷人員的收入水平數據 . 99
5.5 本章小結 101
第 6 章 簡化多變量復雜關系：主成分分析與因子分析 . 102
6.1 主成分分析 102
6.1.1 主成分分析簡介 102
6.1.2 主成分分析案例：各省市特征指標的降維 . 104
6.2 因子分析 106
6.2.1 因子分析簡介 106
6.2.2 因子分析案例：學生知識結構狀況. 106
6.3 本章小結 112
第 7 章 數據歸約技術：聚類分析 114
7.1 聚類分析簡介 114
7.2 K 均值聚類 115
7.2.1 K 均值聚類簡介. 115
7.2.2 K 均值聚類案例：土壤樣本聚類 . 116
7.3 系統聚類 119
7.3.1 系統聚類簡介 119
7.3.2 系統聚類案例：土壤指標聚類 120
7.4 二階聚類 123
7.4.1 二階聚類簡介 123
7.4.2 二階聚類案例：潮間帶大型動物的群落結構 . 124
7.5 本章小結 127
第 8 章 建立分組預測模式：判別分析 128
8.1 Fisher 判別分析 . 128
8.1.1 Fisher 判別分析簡介 . 128
8.1.2 Fisher 判別分析案例：鳶尾花分類 128
8.2 Bayes 判別分析 . 133
8.2.1 Bayes 判別分析簡介 . 133
8.2.2 Bayes 判別分析案例：鳶尾花分類 133
8.3 本章小結 138
第 9 章 預測變量的二元分離：決策樹 139
9.1 決策樹簡介 139
9.2 C4.5 算法 . 139
9.2.1 構造決策樹 140
9.2.2 決策樹剪枝 141
9.3 SPSS Modeler 的 C5.0 算法實現 143
9.3.1 SPSS Modeler 簡介 143
9.3.2 C5.0 算法分析案例：患者用藥策略 144
9.4 本章小結 154
第 10 章 自適應、自學習：神經網絡 155
10.1 神經網絡簡介 155
10.2 神經網絡模型 155
10.2.1 激勵函數表達方式 156
10.2.2 傳播方式 158
10.2.3 神經網絡模型案例：鳶尾花分類 159
10.3 本章小結 165
第 11 章 時序數據的預測：時間序列分析 . 166
11.1 時間序列分析簡介 166
11.2 指數平滑模型 167
11.2.1 指數平滑模型簡介 167
11.2.2 指數平滑模型案例：藥品產量 . 168
11.3 自回歸綜合移動平均模型 176
11.3.1 自回歸綜合移動平均模型簡介 . 176
11.3.2 自回歸綜合移動平均模型實例分析案例：體檢中心收入 . 176
11.4 本章小結 181
第 12 章 發現多個分類變量間的潛在關系：對應分析 182
12.1 對應分析簡介 182
12.2 簡單對應分析 183
12.2.1 簡單對應分析實現 183
12.2.2 簡單對應分析案例：家庭結構與學歷 . 187
12.3 基于均數的對應分析 190
12.3.1 基于均數的對應分析簡介 190
12.3.2 基于均數的對應分析案例：各行業經濟增長狀況比較 . 191
12.4 基于*優尺度變換的多重對應分析 194
12.4.1 基于*優尺度變換的多重對應分析簡介 . 194
12.4.2 基于*優尺度變換的多重對應分析案例：家庭結構與學歷 . 201
12.5 本章小結 205
第 13 章 兩組變量的相關分析：典型相關分析 . 206
13.1 典型相關分析簡介 206
13.2 典型相關分析案例：旅游前的旅游信息搜索動機與旅游行為之間的關系 . 207
13.2.1 使用 Canonical 宏程序進行典型相關操作 207
13.2.2 使用 MANOVA 語法進行典型相關操作 . 211
13.2.3 輸出結果 215
13.3 基于*優尺度變換的非線性典型相關分析 216
13.3.1 基于*優尺度變換的非線性典型相關分析簡介 . 216
13.3.2 基于*優尺度變換的非線性典型相關分析案例：家庭結構與學歷 . 217
13.4 本章小結 221
第 14 章 交互效應分析進階：簡單效應與簡單簡單效應 . 222
14.1 重復測量設計的簡單效應與簡單簡單效應 222
14.1.1 簡單效應簡介 223
14.1.2 簡單簡單效應簡介 224
14.1.3 分析策略 224
14.1.4 簡單效應案例：不同教學方法與智力的關系 . 224
14.1.5 簡單簡單效應案例：不同教學方法與智力的關系 . 228
14.2 被試間設計的簡單效應與簡單簡單效應 231
14.2.1 分析策略 232
14.2.2 簡單效應案例：心理學反應時研究 . 232
14.2.3 簡單簡單效應案例：心理學反應時研究 . 235
14.3 本章小結 239
第 15 章 調節變量與中介變量分析方法：調節效應與中介效應 243
15.1 調節效應 243
15.1.1 調節效應簡介 243
15.1.2 自變量和調節變量均為連續變量的調節效應分析 . 245
15.1.3 自變量為連續變量、調節變量為分類變量的調節效應分析 . 249
15.1.4 自變量為分類變量、調節變量為連續變量的調節效應分析 . 254
15.1.5 自變量、調節變量均為分類變量的調節效應分析 . 257
15.2 Process 插件 . 258
15.2.1 Process 插件的安裝及應用 . 258
15.2.2 Bootstrap 方法及其應用 260
15.2.3 使用 Process 插件檢驗調節效應 260
15.2.4 使用 Process 插件檢驗中介效應 264
15.2.5 中介效應與調節效應的混合模型 270
15.3 本章小結 274
第 16 章 多項選擇題的分析處理：多重響應分析 275
16.1 多重響應分析 275
16.1.1 多重響應分析案例：注冊某軟件時選過的標簽 . 276
16.1.2 多重響應變量集的頻率差異卡方檢驗案例：標簽選擇 . 280
16.1.3 多重響應變量集的交叉表分析案例：標簽選擇 . 282
16.2 本章小結 284
參考文獻 . 285
展開全部
SPSS進階分析與實務 作者簡介
石鵬，中國醫科大學博士，國家重點研發計劃項目骨干，公眾號“SPSS學堂”成員，研究方向為環境危害暴露及其健康效應、疾病負擔測算及數據可視化、臨床試驗設計與統計分析。以第一作者或共同第一作者發表SCI論文5篇，累計影響因子34.177分，包括ESI高被引論文1篇；中文核心期刊論文2篇；擔任《中國循證醫學》雜志審稿人，《Life Research》青年編委，主編《SPSS進階分析與實務》、《環境污染健康損害因果關系判定方法》，參與制定團體標準一項，授權軟件著作權三項。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮與六便士
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
上帝之肋:男人的真實旅程
- >
回憶愛瑪儂
- >
小考拉的故事-套裝共3冊
- >
煙與鏡
本類暢銷
