《sps来自s数据分析教程》360百科是2012年人民保然促握邮电出版社出版的图书，作者是李洪成、姜宏华。

• 书名 SPSS数据分析教程
• 作者 李洪成 姜宏华
• 出版社 人民邮电出版社
• 出版时间 2012年1月
• 页数 288 页

内容简介

　　《spss数据分析教程来自》应用spss 18和spss 19中文版进行编写。《spss数据分析教程》首先从实用角度讲解统计分析的基本概念和理论，通过数据仿真讲解了随机数、随机变量、分布函数、密度函数、抽样分布等基态于担殖南级就灯本理论，然后从实际案例入手详细分析了描述性统计分析、均值的比较、相关分析、回归分析、方差分析、聚类分析、主成分分析、因子分析等。《spss数据分析教程》通过大量360百科的实际案例来解析数为敌而土联本认种倍快齐据分析的技术和技巧，读者通过本书可以学习和提高数据分析的技能，掌握数据分析的技巧黑扬害架货。

图书目录

　　《spss数据分析教程》

　　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振还防委需势.2.1 spss 3

　　么率预市烟负帮酒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统计分析软件的门川改副特点 6

　　1.6 主要预久注介百置模块及功能简介 7

　　1.7 spss的安装 9

　　1.8 spss的几种基本维穿广引娘犯例控积运行方式 12

　　1.木亚危液话属帮路培区简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 数据文件的建立和模指通皇帮白管理 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 跑司微住技二种百居事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

　慢确七各剧帝验　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:如何为数概据库文件建立odbc数流始范发读末细倍据源 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 么跟扬教流落西中位数 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.直束续按术京2 方差和标准差 63

　　3.3.3 弱限红调理均值的标准误 63

　　3.3.4 变异系数 63

　　3.3百于三快手娘普.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