电子工业出版社-网上书店

本书是在第5版11.8节及之后内容的基础上，基于软件SPSS 26，根据读者的反馈意见修订而成的。全书内容以统计分析应用为主，简要介绍各种统计分析方法的基本思想和基本概念；详细叙述操作方法，每种分析方法均设置了对应的例题，涉及各个领域。每个例题均从数据解释、数据文件结构、方法选择、操作步骤，以及对输出结果的分析解释方面给予了说明。本书保留第5版的统计分析方法，对基本操作的内容等进行了压缩、修正及简化。对于SPSS 26中的界面改动部分及新增按钮部分，本书进行了相应图形及文字方面的解释、修改和补充。在内容上，本书增加了分位数回归、ROC曲线、ROC分析、贝叶斯推断等内容。为方便读者阅读，本书所有例题数据均按章节编号，上传至华信教育资源网（www.hxedu.com.cn）。为便于教学，我们为将本书作为教材的教师免费提供电子课件，登录华信教育资源网便可下载使用。本书可以作为要求掌握统计分析方法和SPSS软件操作的高等院校的本科生、研究生的教材和自学参考书，也适用于数据分析或统计应用各领域、各专业的研究人员、中高层管理人员和决策者。

目    录
第1章  对数线性模型及其他回归分析	1
1.1　加权回归	1
1.1.1  加权回归的概念	1
1.1.2  加权回归过程	2
1.1.3  加权回归分析实例	3
1.2　两阶最小二乘法	5
1.2.1  两阶最小二乘法的概念	5
1.2.2  两阶最小二乘法过程	7
1.2.3  两阶最小二乘法分析实例	8
1.3　最优尺度回归	10
1.3.1  最优尺度回归的概念	10
1.3.2  最优尺度回归过程	20
1.3.3  最优尺度回归分析实例	28
1.4　对数线性模型	31
1.4.1  对数线性模型的概念	31
1.4.2  一般对数线性回归分析	34
1.4.3  Logit对数线性回归分析	42
1.4.4  选择模型对数线性回归分析	49
1.5　分位数回归	57
1.5.1  分位数回归分析概述	57
1.5.2  分位数回归过程	57
1.5.3  分位数回归分析实例	64
习题1	67
第2章  非参数检验	68
2.1　卡方检验	69
2.1.1  卡方检验的基本概念	69
2.1.2  卡方检验过程	69
2.1.3  卡方检验分析实例	71
2.2　二项分布检验	73
2.2.1  二项分布检验的基本概念与操作	73
2.2.2  二项分布检验分析实例	74
2.3　游程检验	75
2.3.1  游程检验的基本概念	75
2.3.2  游程检验过程	76
2.3.3  游程检验分析实例	76
2.4　一个样本的柯尔莫戈洛夫-斯米诺夫检验	77
2.4.1  一个样本的柯尔莫戈洛夫-斯米诺夫检验的基本概念	77
2.4.2  一个样本的柯尔莫戈洛夫-斯米诺夫检验过程	78
2.4.3  一个样本的柯尔莫戈洛夫-斯米诺夫检验分析实例	78
2.5　两个独立样本检验	79
2.5.1  两个独立样本检验的用途与基本操作	79
2.5.2  两个独立样本检验分析实例	83
2.6　多个独立样本检验	84
2.6.1  多个独立样本检验的用途与操作	84
2.6.2  多个独立样本检验分析实例	86
2.7　两个相关样本检验	87
2.7.1  两个相关样本检验的用途与操作	87
2.7.2  两个相关样本检验分析实例	89
2.8　多个相关样本检验	90
2.8.1  多个相关样本检验的用途与操作	90
2.8.2  多个相关样本检验分析实例	91
2.9　新版非参数假设检验的界面及其使用方法	92
2.9.1  单样本检验	92
2.9.2  独立样本检验	100
2.9.3  相关样本检验	106
习题2	113
第3章  聚类分析与判别分析	114
3.1　聚类分析、判别分析及其分析过程	114
3.1.1  聚类分析	114
3.1.2  判别分析	115
3.2　两步聚类	115
3.2.1  两步聚类的概述及有关术语	115
3.2.2  两步聚类过程	117
3.2.3  两步聚类分析实例	120
3.3　快速聚类	122
3.3.1  快速聚类概述	122
3.3.2  快速聚类过程	123
3.3.3  快速聚类分析实例	125
3.4　系统聚类	129
3.4.1  系统聚类概述	129
3.4.2  系统聚类过程	130
3.4.3  样品聚类分析实例	136
3.4.4  变量聚类概述	143
3.4.5  变量聚类分析实例	143
3.5　判别分析	147
3.5.1  判别分析概述	147
3.5.2  判别分析过程	149
3.5.3  判别分析实例	154
3.5.4  逐步判别分析	161
3.6　ROC曲线	167
3.6.1  ROC曲线的基本原理	167
3.6.2  ROC曲线的基本过程	168
3.6.3  ROC曲线实例	169
3.7　ROC分析	171
3.7.1  ROC分析概述	171
3.7.2  ROC分析过程	171
3.7.3  ROC分析实例	173
习题3	175
第4章  因子分析与对应分析	176
4.1　主成分分析与因子分析	176
4.1.1  主成分分析与因子分析概述	176
4.1.2  因子分析过程	181
4.1.3  因子分析实例	187
4.1.4  利用因子得分进行聚类	190
4.1.5  市场研究中的顾客偏好分析	194
4.2　对应分析	197
4.2.1  对应分析概述	197
4.2.2  对应分析过程	198
4.2.3  对应分析实例	202
习题4	204
第5章  信度分析与多维尺度分析	205
5.1　信度分析	205
5.1.1  信度分析的概念	205
5.1.2  信度分析过程	208
5.1.3  信度分析实例	211
5.2　多维尺度分析	212
5.2.1  多维尺度分析的功能与数据要求	212
5.2.2  多维尺度分析过程	212
5.2.3  多维尺度分析实例	215
习题5	217
第6章  结合分析	218
6.1　结合分析概述	218
6.2　正交试验设计	219
6.2.1  试验设计中的问题	219
6.2.2  正交试验设计的思路	219
6.2.3  正交试验设计过程	221
6.2.4  正交试验设计实例	223
6.2.5  正交试验设计过程语句	225
6.3　试验设计结果的打印	231
6.3.1  设计结果打印过程	231
6.3.2  打印调查用卡片实例	232
6.3.3  正交试验设计打印过程语句	233
6.4　结合分析语句与实例	234
6.4.1  结合分析语句	235
6.4.2  结合分析语句实例	239
6.5　结合分析实例	243
6.5.1  课题分析与正交试验设计	243
6.5.2  调查准备与调查	245
6.5.3  结合分析编程与结果分析	247
习题6	251
第7章  时间序列分析	252
7.1  时间序列的建立和平稳化	253
7.1.1  缺失值数据的替换	253
7.1.2  建立时间序列新变量	254
7.2  序列图	257
7.2.1  序列图过程	257
7.2.2  序列图应用实例	259
7.3  建立时间序列模型	260
7.3.1  指数平滑与ARIMA模型概述	261
7.3.2  选择分析变量	273
7.3.3  选择统计量	280
7.3.4  图表	282
7.3.5  输出项目的过滤	283
7.3.6  保存新变量	284
7.3.7  建模的其他选项	285
7.3.8  时间序列分析实例	286
7.4  应用传统模型	290
7.4.1  应用时间序列模型过程	290
7.4.2  应用时间序列模型分析实例	291
7.5  自相关	292
7.5.1  自相关系数与偏自相关系数的计算	292
7.5.2  自相关图	294
7.5.3  自相关分析过程	295
7.5.4  自相关分析实例	296
7.6  季节性分解法	298
7.6.1  季节性分解法模型	298
7.6.2  季节性分解法分析过程	300
7.6.3  季节性分解法分析实例	301
7.7  频谱分析	302
7.7.1  频谱分析概述	302
7.7.2  频谱分析过程	305
7.7.3  频谱分析实例	306
7.8  互相关	307
7.8.1  互相关概述	307
7.8.2  互相关过程	308
7.8.3  互相关实例	309
习题7	310
第8章  生存分析	311
8.1  生存分析概述	311
8.1.1  生存分析与生存数据	311
8.1.2  生存时间函数	312
8.1.3  Kaplan-Meier法	312
8.1.4  Cox回归模型	313
8.1.5  Cox依时协变量回归模型	313
8.2  寿命表分析	314
8.2.1  寿命表分析概述	314
8.2.2  寿命表分析过程	314
8.2.3  寿命表分析实例	316
8.3  Kaplan-Meier分析	319
8.3.1  Kaplan-Meier分析概述	319
8.3.2  Kaplan-Meier分析过程	319
8.3.3  Kaplan-Meier分析实例	322
8.4  Cox回归分析	323
8.4.1  Cox回归分析概述	323
8.4.2  Cox回归分析过程	324
8.4.3  Cox回归分析实例	329
8.5  Cox依时协变量回归分析	331
8.5.1  Cox依时协变量回归分析过程	331
8.5.2  Cox依时协变量回归分析实例	333
习题8	336
第9章  生成统计图	337
9.1  概述	337
9.2  条形图和三维条形图	337
9.2.1  选择图类型	338
9.2.2  简单条形图	338
9.2.3  复式条形图	341
9.2.4  堆积条形图	342
9.2.5  三维条形图	343
9.3  线图、面积图、盘高-盘低图和饼图	344
9.3.1  选择图形类型	344
9.3.2  堆积面积图	345
9.3.3  多线折线图	346
9.3.4  垂直线图	346
9.3.5  简单盘高-盘低-收盘图	347
9.3.6  簇状盘高-盘低-收盘图	348
9.3.7  简单范围条形图	349
9.3.8  差别面积图	350
9.3.9  饼图	351
9.4  箱图和误差条形图	352
9.4.1  选择箱图和误差条形图类型	352
9.4.2  简单箱图	352
9.4.3  复式箱图	353
9.4.4  简单误差条形图	353
9.4.5  复式误差条形图	354
9.5  散点图	355
9.5.1  选择散点图模式	355
9.5.2  简单散点图	355
9.5.3  重叠散点图	356
9.5.4  矩阵散点图	357
9.5.5  简单点图	358
9.6  直方图	359
9.7  帕累托图	360
9.7.1  选择帕累托图类型	360
9.7.2  简单帕累托图	360
9.7.3  堆积帕累托图	362
9.8  控制图	363
9.8.1  选择控制图类型	363
9.8.2  平均值控制图、极差控制图、标准差控制图	364
9.8.3  单值控制图和移动极差控制图	366
9.8.4  不合格品率控制图和不合格品数控制图	367
9.8.5  缺陷数控制图和单位缺陷数控制图	369
习题9	370
第10章  编辑统计图	371
10.1  认识图形组成	371
10.2  编辑平面统计图	372
10.2.1  图形编辑途径和操作	372
10.2.2  改变图形构成	373
10.2.3  图形与文字修饰	380
10.2.4  坐标轴的编辑	382
10.2.5  图形的修饰	385
10.2.6  图内线条的编辑	386
10.2.7  饼图编辑	388
10.2.8  散点图的编辑	390
10.2.9  文件管理	394
习题10	395
第11章  贝叶斯推断	396
11.1  贝叶斯统计推断概述	396
11.1.1  贝叶斯公式	396
11.1.2  贝叶斯统计学	396
11.1.3  贝叶斯统计推断中用到一些基本术语	397
11.1.4  贝叶斯统计决策中用到一些基本术语	399
11.1.5  几种常见先验条件下的后验分布	399
11.1.6  “贝叶斯统计信息”菜单项涉及过程与SPSS其他过程的联系与
区别	400
11.2  贝叶斯单样本正态分布推断分析	401
11.2.1  贝叶斯单样本正态分布推断分析过程	402
11.2.2  贝叶斯单样本正态分布分析实例	405
11.3  贝叶斯单样本二项分布推断分析	407
11.3.1  贝叶斯单样本二项分布推断分析过程	407
11.3.2  贝叶斯单样本二项分布推断分析实例	409
11.4  贝叶斯单样本泊松分布推断分析	411
11.4.1  贝叶斯单样本泊松分布推断分析过程	411
11.4.2  贝叶斯单样本泊松分布推断分析实例	412
11.5  贝叶斯相关样本正态分布推断分析	413
11.5.1  贝叶斯相关样本正态分布推断分析过程	414
11.5.2  贝叶斯相关样本正态分布推断分析实例	415
11.6  贝叶斯独立样本正态分布推断分析	417
11.6.1  贝叶斯独立样本正态分布推断分析过程	417
11.6.2  贝叶斯独立样本正态分布推断分析实例	420
11.7  皮尔逊相关分析贝叶斯推断分析	422
11.7.1  皮尔逊相关分析贝叶斯推断分析过程	422
11.7.2  皮尔逊相关分析贝叶斯推断分析实例	424
11.8  皮尔逊线性回归模型的贝叶斯推断分析	425
11.8.1  皮尔逊线性回归模型的贝叶斯推断分析过程	426
11.8.2  皮尔逊线性回归模型的贝叶斯推断分析实例	431
11.9  贝叶斯单因素方差分析	432
11.9.1  贝叶斯单因素方差分析过程	433
11.9.2  贝叶斯单因素方差分析实例	435
11.10  贝叶斯对数线性回归模型分析	437
11.10.1  贝叶斯对数线性回归模型分析过程	437
11.10.2  贝叶斯对数线性回归模型分析实例	440
11.11  贝叶斯单因素重复测量方差分析	442
11.11.1  贝叶斯单因素重复测量方差分析过程	442
11.11.2  贝叶斯单因素重复测量方差分析实例	444
习题11	445
附录A  标准化、距离和相似性的计算	447
参考文献	453

前    言
SPSS是一个集数据整理、分析过程、结果输出等功能于一身，提供统计产品与服务解决方案的组合式软件包，是世界著名的统计分析软件之一。2009年，IBM公司收购了SPSS软件公司，SPSS软件更名为IBM SPSS Statistics，考虑到读者习惯，本书仍简称为SPSS。
SPSS使用Windows的窗口方式展示各种管理数据和分析方法功能，使用对话框展示各种功能选择项，清晰、直观、易学易用、涵盖面广。读者只要掌握一定的Windows操作技能和统计分析原理，就可以使用该软件服务于特定的科研工作。即使统计学知识有限，也可以使用系统默认选项得到初步的分析结果，免去了编写程序的复杂工作。SPSS具有强大的图形功能，使用该软件不仅可以得到分析后的数字结果，还可以得到直观、清晰、漂亮的统计图，形象地显示对原始数据和分析结果的各种描述。
SPSS在我国的社会科学和自然科学的各个领域得到广泛应用，发挥着巨大作用。我们编写的《SPSS统计分析》第1～5版得到广大读者的厚爱，成为受读者欢迎的畅销书。
在第5版11.8节及之后内容的基础上，我们编写了《SPSS统计分析（第6版）（高级版）》。
根据SPSS的发展和广大读者的要求，我们对原作进行了仔细的检查、修正，并遵循增加内容但不大幅增加篇幅的原则进行了如下改动。
（1）本书软件操作内容基于SPSS 26版本，兼顾25以下版本。
（2）为更符合分布条件的要求，对几个实例进行了解法提炼以及内容更换；对不常用的数据合并中的个别方法进行了优化。
（3）对于SPSS 26中界面改动部分及新增按钮部分，本书进行了相应图形及文字方面的解释、修改和补充。
（4）对于软件汉化中的名称与专业名称或习惯用法不一致之处，本书保留传统用法，因此，可能会出现图题与图中标题不一致的情形。对于明显汉化有误之处，书中也进行了说明。
（5）随着应用统计学知识的普及，根据读者要求，相对于上一个版本，本书增加的内容如下：
?	在第1章对数线性模型及其他回归分析中，增加了分位数回归。
?	在第3章聚类分析与判别分析中，增加了ROC曲线和ROC分析。
?	新增第11章贝叶斯推断。
本书共分两大部分。
?	第1～8章及第11章主要介绍了对数线性模型及其他回归分析、非参数检验、聚类分析、判别分析、因子分析、对应分析、信度分析、多维尺度分析、结合分析、时间序列分析、生存分析以及贝叶斯推断。
?	第9章和第10章详细介绍了各种统计图的生成、编辑和修饰方法。
为便于初学者和非统计学专业的读者学习，本书章节的编排有利于读者由浅入深地系统学习统计学知识和正确选择分析方法。每章均对统计分析方法的基本思想或基本概念进行了深入浅出的介绍；对软件的操作进行了尽量详细的说明；并对每种分析方法配以相应的例题。本书各章节的例题从数据解释、数据文件结构、方法选择、软件操作、输出结果解释和结论等几方面加以详细的说明。本书大部分例题均为作者科研或教学中的实例，读者容易接受。
本书所有例题按章节编号，已上传至华信教育资源网（www.hxedu.com.cn），数据文件名均以“data”开头，后接章号，横线后是两位数字，表明数据文件在本章中出现的序号。文件类型主要是SPSS数据文件（dataxx-xx.sav），也有少量Excel文件（dataxx-xx.xls）和文本文件（dataxx-xx.txt）。读者可以按照书中的数据图例查找并参照。为读者学习方便，每种分析方法的介绍，除有些基本操作被简化外，基本彼此独立，读者可根据自己的需要自行安排阅读。为方便教学，我们向将本书作为教材的教师免费提供电子课件，可登录华信教育资源网下载使用。
本书由中国人民大学统计学院吴喜之教授审校，在此深表谢意！
本书各章编写情况如下：第1章由朱红兵、沙捷、刘瑶共同完成，第2章由朱红兵完成，第3章由卢纹岱、梁蕾共同完成，第4章由卢纹岱、朱红兵共同完成，第5章由何丽娟与殷小川共同完成，第6章由卢纹岱完成，第7章由朱红兵完成，第8章、第9章、第10章由朱一力完成，第11章由朱红兵完成。朱红兵负责全书的统稿工作。
本书可以作为要求掌握统计分析方法和SPSS软件操作的高等院校的本科生、研究生的教材和自学参考书，也适用于数据分析或统计应用的各领域、各专业的研究人员、中高层管理人员和决策者。
由于编者水平有限，加之时间仓促，本书仍存在有待改进的地方，恳请广大读者批评指正，我们愿与各位同行和爱好者进行交流学习。反馈意见请发至邮箱：zhuhongbing@ cupes.edu.cn。

编  者

本书配套资源下载

对不起，暂无音视频资源！