《社会统计分析方法 SPSS软件应用》求取 ⇩

第一章 导论1

一、关于本书各章的简介2

1．变量的测度等级2

2．本书所介绍的分析方法的概述4

3．本书介绍的统计方法的分类框架5

二、在应用统计的研究中，要以研究方法论为指导8

1．理论、观察、统计之间的关系8

2．统计研究中的常见谬误10

3．社会科学的研究对象和模型13

4．统计分析与理论分析14

5．真理性的检验与统计检验14

第二章 多元线性回归17

一、变量的关系和回归的任务18

二、一元线性回归模型20

1．一元线性回归方程20

3．变量变换22

2．一元回归系数的意义22

4．最小二乘估计的统计性质25

5．模型的假设条件25

三、多元线性回归模型29

1．多元线性回归方程29

2．回归平面和回归系数的意义30

3．一般回归模型32

4．多元回归模型估计的统计推断33

1．确定系数R234

四、方程的解释能力34

2．调整的确定系数R？36

3．多元相关系R36

4．偏确定系数37

5．偏相关系数40

6．方差分析40

五、回归方程的检验和回归系数的推断统计41

1．回归方程的显著性检验41

2．回归系数的显著性检验42

3．回归系数的置信区间43

4．回归系数不显著的原因44

六、标准化回归系数44

七、回归预测的区间估计45

1．Y0的区间估计46

2．Y0的预测48

八、多重共线性及其解决方法49

1．多重共线性的含义及其影响49

3．补救多重共线性影响的办法51

2．多重共线性的检验51

4．最优回归方程的选择53

九、虚拟变量的应用55

1．虚拟变量的建立55

2．虚拟变量回归系数的意义57

3．采用虚拟变量的回归分析的检验61

4．其他形式的分类变量编码和应用63

附录 关于SPSSforWindows进行回归分析的有关操作68

1．SPSS基本操作68

2．线性回归的基本操作70

3．回归分析假设条件的检查72

4．其他回归分析指标输出79

5．要求SPSS输出偏回归系数的方差协方差矩阵并计算矩阵C83

6．将SPSS回归结果存成新变量84

第三章 因子分析87

一、因子分析原理88

1．因子分析模型88

2．因子分析中的有关概念90

3．因子分析的步骤92

二、求解初始因子95

1．主成分分析法95

2．公因子分析法100

3．因子求解方法对结果的影响101

三、解释因子102

1．正交旋转方法104

2．斜交旋转方法105

4．解释因子107

3．旋转方法的选择107

四、因子值及其应用109

五、用SPSS软件进行因子分析111

1．Extraction对话框112

2．Rotation对话框112

3．FactorScores对话框113

4．Descriptive对话框113

5．Options对话框114

第四章 聚类分析117

一、聚类分析的主要步骤118

1．选择变量118

2．计算相似性118

3．聚类119

4．聚类结果的解释和证实119

二、相似性测度119

1．相关测度119

2．距离测度121

3．关联测度122

4．数据的标准化问题124

三、聚类方法125

1．层次聚类法125

2．迭代聚类法136

3．分类数的确定138

4．聚类方法的选择140

四、聚类结果的解释和证实140

五、利用SPSS软件进行聚类分析142

1．HierarchicalCluster142

2．K-meansCluster143

第五章 通径分析145

一、引言145

二、通径模型的设置147

三、递归通径模型与非递归通径模型148

1．递归通径模型148

2．非递归通径模型149

四、分解简单回归系数的通径分析152

3．递归通径模型分析的假设条件152

1．计算一个变量对最终反应变量（ultimateresponsevariable）的各种影响153

2．以不同通径传递的间接影响154

3．在控制某些变量的条件下的总影响的分解工作155

4．标准化与非标准化的通径系数156

5．用列表法报告各种影响作用分解157

五、分解简单相关系数的通径分析159

六、通径模型的调试与检验165

1．通径模型的调试166

2．通径模型的识别168

3．对过度识别的通径模型的整体检验方法171

第六章 logistic回归177

一、引言177

二、从多元线性回归到logistic回归178

1．多元线性回归中使用定性因变量严重违反本身假设条件178

2．线性概率模型及其问题180

三、logistic回归模型的建立181

1．logistic函数及其性质182

2．logistic回归模型因变量的不同形式185

四、logistic回归系数的意义188

1．以logitp方程的线性表达式来解释回归系数188

2．以发生比Ω的指数表达式来解释回归系数190

3．几种特殊情况的讨论192

4．标准化的logistic回归系数194

五、logistic模型各参数估计的评价及统计检验194

1．对于整体模型的检验194

2．回归系数的检验196

3．系数子集的联合假设检验197

六、示范例题198

1．对两个自变量同时纳入模型进行回归199

2．两个自变量并加上交互作用项的回归203

3．自变量组分步纳入的回归205

4．自动选择显著自变量的分析209

第七章 对数线性模型215

1．传统交互表分析的缺点216

一、从常规交互表分析到对数线性模型分析216

2．对数线性模型的发展218

二、对数线性模型的基本原理218

1．例1分析模型的背景情况218

2．交互表单元频数的对数线性模型化220

3．对数线性模型参数估计值的理解223

4．对数线性模型的统计检验226

5．logit模型分析232

三、两种不同类型的输入数据格式及本章例题数据236

1．以交互单元为记录的数据及SPSS中要求加权的操作236

2．以原始案例为记录的数据238

四、SPSS对数线性模型分析各种功能的介绍239

1．选用不同模型239

2．设置模型中变量240

3．定义模型中的项目240

4．设置Delta值和参照组类别242

5．设置输出类型243

6．在分层模型分析中增设自动筛选显著效应项244

7．对于SPSS对数线性模型各主要功能的归纳245

五、例2分析245

1．对于例2饱和模型的分层检验及筛选出重要效应项246

2．采用一般模型来取得例2简约模型的参数估计250

3．对例2简约logit模型参数估计的分析252

第八章 多元方差分析257

一、简介多元方差分析与一元方差分析的关系257

1．从t检验到一元方差分析258

2．从一元方差分析到多元方差分析259

二、多元方差分析的数据要求和假设条件261

三、例题数据及三个分析模型262

四、第一模型：单因素二元模型264

1．SPSS多元方差分析中单因素模型及其他检查的设置264

2．第一模型分析输出的结果及讨论266

3．多元方差分析假设条件的检查268

五、多元方差分析与一元方差分析区别的图示说明270

4．关于第一模型分析的小结270

六、第二模型：双因素二元饱和模型277

1．SPSS多元方差分析中多因素饱和模型的设置277

2．第二模型分析输出的结果及讨论278

七、第三模型：双因素二元非饱和模型280

1．SPSS多元方差分析中多因素非饱和模型的设置280

2．第三模型分析输出的结果及讨论281

第九章 鉴别分析285

1．鉴别分析的假设条件286

一、鉴别分析的假设条件和基本模型286

2．鉴别分析的基本模型288

二、关于例题290

三、鉴别分析模型的各参数指标及统计检验291

1．非标准化鉴别系数292

2．标准化鉴别系数293

3．结构系数294

5．鉴别力指数295

4．分组的矩心295

6．残余鉴别力297

7．Fisher鉴别系数298

四、用SPSS进行鉴别分析的程序299

1．SPSS鉴别分析数据格式299

2．利用SPSS菜单定义鉴别模型及各项参数299

3．SPSS鉴别分析结果的输出格式301

第十章 典型相关分析307

一、典型相关分析思路的简介308

二、典型相关模型的基本假设和数据要求311

三、应用SPSS软件进行典型相关分析313

1．使用SPSS附带的典型相关分析命令程序进行分析313

2．用SPSS中MANOVA菜单进行典型相关分析314

3．关于两种操作方法可能取得某些统计指标的不同结果的讨论316

四、典型相关分析的统计指标316

1．典型相关系数317

2．典型相关系数的平方317

4．检验典型相关系数319

3．特征值及其他有关指标319

5．典型系数322

6．典型负载系数323

7．交叉负载系数324

8．变式对本组观测变量总方差的代表比例325

9．冗余指数326

五、关于典型冗余分析的讨论328

六、例题分析332

第十一章 结构方程模型339

一、应用结构方程模型分析的五个主要步骤340

二、模型的设定341

三、模型的识别345

四、模型估计348

五、模型评价349

六、模型的修正355

七、LISREL模型使用的示范355

附录 例题的小样本及有关统计软件应用的说明372

1．LISREL第8版软件应用操作的简介373

2．LISREL命令程序及有关说明375

3．在SPSS中进行prelis和lisrel统计分析379

第十二章 事件史分析385

一、什么是事件史分析385

1．传统OLS回归模型的局限性386

2．事件史分析概述387

3．删截的类型389

4．一些统计关系390

5．估计生存函数的Kaplan-Meyer方法392

二、事件历史分析模型395

1．离散时间Logit模型395

2．Cox比例风险模型396

3．其他一些连续时间模型397

4．关于模型的选择399

三、事件史分析的四个例子400

1．关于职位晋升的假设例子——离散时间风险模型400

2．研究初育间隔的假设例子——Cox比例风险模型403

3．省际迁移的离散时间风险模型实例分析407

4．初育间隔的Cox比例风险模型实例分析412

四、需要注意的问题416

附录420

第十三章 使用SPSS软件对事件史原始数据进行预处理423

一、输入数据类型424

1．用变量编排时间信息，时间变量的个数随案例而变化424

4．用记录编排时间信息、等量的时间变量425

3．用记录编排的时间信息、时间记录不等量425

2．用个数相等的时间变量编排时间信息并以编码标志事件发生425

二、明确时间信息数据的处理428

1．例1：对第一类数据（需计算各风险期长度）的改造428

2．例2：对第一类数据（各风险期长度已知）的改造431

3．例3：对风险期案例的条件性选择及统计433

三、隐含时间信息数据的处理437

1．例4：对第二类数据的改造437

2．例5：将第二类数据改造为含动态变量的离散时间模型数据445

四、讨论454

第十四章 对应分析457

一、什么是对应分析457

1．对应分析的概念与基本形式457

2．有关多元对应分析458

3．对应分析的基本思路459

4．对应分析方法的优点459

5．对应分析方法的局限性460

1．被调查者回答问题时并不都从同一角度（或称维度）作出判断461

二、对应分析的假设条件461

2．所有被调查者对于某一维度重要性的评价不必一样462

3．被调查者的评判角度和看法可以改变462

三、使用SPSS统计软件进行对应分析463

四、对应分析示例463

五、另一个示例：两个变量类别数都超过三类474

附录 关于用Excel软件取得统计检验临界值的方法480

附表1：Durbin-Watson检验表（a＝0.05）482

附表2：Durbin-Watson检验表（a＝0.01）483