目　录

第 1章　统计学和SPSS统计分析软件简介　1
1.1　统计分析的基本概念　1
1.1.1　统计分析的步骤　2
1.1.2　数据的类型　2
1.2　常见统计分析软件简介　3
1.2.1　SPSS　3
1.2.2　SAS　4
1.2.3　Splus或者R　4
1.2.4　其他数据分析软件　4
1.3　SPSS统计分析软件的发展　4
1.4　SPSS版本和授权　5
1.5　SPSS统计分析软件的特点　6
1.6　主要模块及功能简介　7
1.7　SPSS的安装　9
1.8　SPSS的几种基本运行方式　12
1.9　SPSS的界面　14
1.10　SPSS的图形用户界面　17
1.11　SPSS帮助系统　19
1.12　小结　23
思考与练习　23
参考文献　25

第 2章　数据文件的建立和管理　26
2.1　数据管理的特点　26
2.2　SPSS数据编辑器简介　27
2.2.1　开始SPSS　27
2.2.2　SPSS的数据编辑器界面　27
2.3　新建数据文件、数据字典　31
2.4　保存文件　33
2.5　读入数据　34
2.5.1　读入Excel数据　35
2.5.2　读入文本数据　36
2.5.3　读入数据库数据　39
2.6　数据文件的合并　43
2.6.1　添加个案　43
2.6.2　添加变量　46
2.7　数据文件的拆分　50
附录：如何为数据库文件建立ODBC数据源　52
2.8　小结　53
思考与练习　54
参考文献　56

第3章　描述性统计分析　57
3.1　频率分析　57
3.2　中心趋势的描述：均值、中位数、众数、5％截尾均值　60
3.2.1　均值　60
3.2.2　中位数　60
3.2.3　众数　61
3.2.4　5％截尾均值　61
3.3　离散趋势的描述：极差、方差、标准差、均值的标准误、分位数和变异指标　62
3.3.1　极差　62
3.3.2　方差和标准差　63
3.3.3　均值的标准误　63
3.3.4　变异系数　63
3.3.5　分位数　64
3.4　分布的形状——偏度和峰度　64
3.5　SPSS描述性统计分析　65
3.5.1　频率入口　66
3.5.2　描述子菜单　67
3.5.3　探索子菜单　68
3.5.4　表格　69
3.6　应用统计图进行描述性统计分析　71
3.6.1　定性数据的图形描述——条形图、饼图、帕累托图　71
3.6.2　定量数据的图形描述——直方图、茎叶图和箱图　74
3.7　数据标准化　78
3.8　小结　79
思考与练习　79
参考文献　80

第4章　概率论初步　81
4.1　离散型随机变量的仿真　81
4.1.1　均匀分布的随机数　81
4.1.2　正态分布的随机数　84
4.2　理论分布　87
4.2.1　二项分布的分布函数和概率　87
4.2.2　连续分布的随机变量——正态分布　93
4.3　经验分布　97
4.4　抽样分布　99
4.5　置信区间　102
4.6　小结　104
思考与练习　104

第5章　均值的比较　105
5.1　假设检验的思想及原理　105
5.2　均值　107
5.2.1　均值过程分析　107
5.2.2　双因素的均值过程分析　109
5.3　单样本T检验　110
5.3.1　数据准备　111
5.3.2　单样本T检验　113
5.3.3　置信区间和自抽样选项　114
5.4　独立样本T检验　115
5.4.1　数据初探　116
5.4.2　T检验　119
5.4.3　均值差的绘图　121
5.5　配对样本T检验　122
5.6　小结　125
思考与练习　125
参考文献　126

第6章　非参数检验　127
6.1　非参数检验简介　127
6.2　单样本非参数检验　128
6.2.1　卡方检验　132
6.2.2　二项式检验　136
6.2.3　K-S检验　143
6.2.4　Wilcoxon符号秩检验　146
6.2.5　游程检验　146
6.3　独立样本非参数检验　147
6.3.1　独立样本检验简介　147
6.3.2　独立样本检验举例　149
6.4　相关样本非参数检验　151
6.4.1　相关样本检验简介　151
6.4.2　相关样本检验举例　153
6.5　小结　156
思考与练习　156
参考文献　157

第7章　相关分析　158
7.1　相关分析的基本概念　158
7.1.1　相关关系的种类　159
7.1.2　相关分析的作用　159
7.2　散点图　160
7.2.1　散点图简介　160
7.2.2　散点图——旧对话框　160
7.2.3　用图表构建程序绘制散点图　163
7.3　相关系数　165
7.3.1　线性相关的度量——尺度数据间的相关性的度量　166
7.3.2　Spearman等级相关系数——定序变量之间的相关性的度量　170
7.3.3　Kendall的tau-b(K)　171
7.4　偏相关分析　171
7.5　小结　173
思考与练习　173
参考文献　174

第8章　回归分析　175
8.1　线性回归分析的基本概念　175
8.2　简单线性回归　177
8.2.1　简单回归方程的求解　178
8.2.2　回归方程拟合程度检验　179
8.2.3　用回归方程预测　180
8.2.4　简单线性回归举例　181
8.3　多元线性回归　183
8.3.1　多元线性回归方程简介　183
8.3.2　多元线性回归方程的显著性检验　183
8.3.3　应用举例　184
8.3.4　线性回归自变量进入的方式　187
8.4　线性回归的诊断和线性回归过程中的其他选项　189
8.4.1　回归分析的前提条件　189
8.4.2　回归分析前提条件的检验　190
8.4.3　回归诊断　192
8.5　非线性回归　197
8.6　曲线估计　204
8.7　小结　207
思考与练习　207
参考文献　207

第9章　方差分析　209
9.1　方差分析的术语与前提　209
9.2　单因素的方差分析　210
9.2.1　描述性数据分析　211
9.2.2　单因素方差分析　211
9.3　多因素方差分析　215
9.3.1　多因素方差分析简介　215
9.3.2　多因素方差分析举例　216
9.4　协方差分析　220
9.4.1　协方差分析简介　220
9.4.2　协方差分析案例分析　221
9.5　小结　227
思考与练习　228
参考文献　228

第 10章　聚类分析　229
10.1　聚类分析简介　229
10.2　个案间的距离　230
10.2.1　定距数据(Scale Mearsurement)距离定义方式　230
10.2.2　分类数据的频数数据(Count)之间的距离　231
10.2.3　二分类数据　232
10.3　类之间的距离　232
10.4　系统聚类算法过程　233
10.5　系统聚类案例　234
10.6　K-均值聚类　238
10.6.1　K-均值法简介　238
10.6.2　K-均值法案例　239
10.7　两步法聚类　242
10.7.1　两步法简介　242
10.7.2　两步法案例分析　243
10.8　聚类分析注意事项　247
10.9　小结　248
思考与练习　248
参考文献　248

第 11章　主成分分析　249
11.1　主成分分析简介　249
11.1.1　主成分分析的目的与功能　249
11.1.2　主成分分析的数学理论　250
11.2　主成分分析的应用条件　251
11.2.1　Bartlett球形检验　251
11.2.2　KMO统计量　252
11.2.3　基于相关系数矩阵还是协方差矩阵　253
11.3　主成分分析案例　253
11.3.1　综合评价案例　253
11.3.2　主成分分析用于探索变量间结构关系　263
11.4　小结　265
思考与练习　265
参考文献　266

第 12章　因子分析　267
12.1　因子分析简介　267
12.2　因子分析的统计理论　268
12.2.1　因子分析的模型　268
12.2.2　因子分析模型的求解方法　269
12.2.3　因子分析的应用前提　271
12.2.4　因子个数的确定　271
12.2.5　因子的解释　272
12.2.6　因子旋转　273
12.2.7　因子得分　275
12.3　因子分析案例　275
12.3.1　探索变量间的结构关系　275
12.3.2　因子分析在市场调查中的应用　281
12.4　因子分析结果的有效性　286
12.5　因子分析和主成分分析的比较　286
12.6　小结　287
思考与练习　287
参考文献　288