《SPSS for Windows高级应用教程 大专院校计算机统计分析教程》求取 ⇩

第一章SPSS for Windows快速入门知识1

第一节 用Windows环境下的SPSS做统计分析的三大步骤1

一、编辑SPSS的程序1

二、在Syntax窗口Paste（贴回）命令4

三、从Windows分菜单快速进入Syntax窗口5

四、从Windows分菜单快速显示Newdata窗口中的数据6

第二节 点Windows菜单以显示和打印结果6

第三节 点Windows菜单项以快速处理Newdata窗口中的数据8

一、移动、拷贝Newdata窗口中的单元数据9

二、删除变量和个案9

三、插入新个案和拷贝新个案10

第四节 运行一个SPSS过程11

第五节 打开一个＊.SAV目标数据文件14

第六节 如何读取一个电子表格数据16

一、SPSS数据文件的特点与规则16

二、读取电子表格数据的规则16

三、读取Excel电子表格数据17

第七节 SPSS如何读取dBASE数据和Foxbase数据18

一、建立数据库18

二、读取Foxbase数据库数据，进入SPSS系统19

第八节 SPSS如何保存数据文件20

一、将＊.SAV文件类型保存成数据库类型＊.DBF20

二、将Newdata窗口中的＊.SAV类型转换为ASCII码类型＊.DAT22

习题一23

一、在Windows下的SPSS中为何不宜重新输入原始数据25

第二章在SPSS for Windows中调用DOS版SPSS/PC＋的程序文件25

第一节 Windows下的SPSS如何调用DOS版SPSS/PC＋中的程序＊.INC25

二、SPSS直接调用DOS版的SPSS/PC＋中的程序＊.INC28

三、用SPSS的New命令调用SPSS/PC＋（V4.0以前）程序的步骤30

第二节 用SPSS的Open命令调用SPSS/PC＋（V4.0以前）的程序31

一、简单步骤介绍31

二、具体操作步骤31

习题二32

第三章分层对数线性分析模型（Hierarchical Loglinear Models）的应用35

第一节 对数线性分析的应用35

第二节 对数线性关系的模型35

一、饱和模型（Saturated Model）36

二、饱和模型的观察值与期望值37

第三节 参数估计38

第四节 独立模型——非饱和模型39

一、卡方拟合度的检验40

二、残差41

第五节 分层模型42

第六节 选择模型43

第七节 卡方统计量的分解43

一、K次项（及其以上）效应项为零的假设检验43

二、K次项效应为零的检验46

第八节 检验模型中个别效应46

第十节 利用自后淘汰法建立模型48

第九节 产生各次项效应的程序48

第十一节 在Windwos中通过对话框进行Loglinear分析50

一、进入Hiloglinear主对话框的方法50

二、模型选择（Model）51

三、Option选项52

四、对话框的扩充53

第十二节 在Windows对话框中运行Hiloglinear过程实例53

一、进入Hiloglinear主对话框53

二、将对话框中已点选的命令、子命令项粘贴回来，供修改或保存55

习题三56

第一节 从逃课现象研究入手59

第四章DISCRIMINANT过程的应用59

一、选择分析的个案60

二、组间均值差别60

三、Wilks的λ（Lambda）值62

四、相关系数的评价62

五、判别系数的估计63

六、判别分的计算64

七、Bayes的分组规则65

八、分组输出66

九、个案分组后的概括统计表66

十、判别分的直方图68

十一、计算错误分组的比例68

十三、判别分析的其它统计量70

十二、不正确分组的期望比例70

十四、判别函数系数的解释72

十五、判别函数与变量二者的相关72

十六、费歇尔分组函数系数73

十七、与多元回归分析的关系74

第二节 选择变量的方法74

一、逐步选择变量的例子74

二、变量选择的其它标准78

第三节 三组判别分析80

一、函数数目80

二、判别函数的分组81

三、附加的统计量83

四、检验判别函数的显著性水平84

五、变量对判别函数的贡献86

第四节 当违背假设时86

第五节 用Windows下的SPSS作判别分析87

一、首先从Spsswin主菜单中选择Diacriminant过程命令88

二、定义因变量的判别范围89

三、选择—子集数据进行判别分析90

四、判别分析中的统计量选择90

五、判别分析的逐步选择变量法91

六、分类（组）判别93

七、保存判别分析中的新变量94

八、附加命令语句提高判别特征94

二、下面子命令只用于Windows版的SPSS中95

一、DISCRIMINANT命令表95

第六节 用编程法做判别分析95

三、“/OPPION＝/STATISTICS＝”仅用于V4.0前的版本96

习题四97

第五章因素分析99

第一节 因素分析的模型99

第二节 因素分析的步骤100

第三节 因素分析所用的数据和程序101

一、因素分析的变量101

二、因素分析的命令文件（程序）102

第四节 抽取因素（Factor Extraction）103

第五节 抽取前5个因素104

第六节 变量的共通性与惟一性105

第七节 用残差评估相关矩阵和因素模型107

第八节 用最大似然性法则抽取因素107

第九节 抽取因素经验小结110

第十节 转轴前后的对比111

一、转轴之前的因素矩阵及图形111

二、转轴后的因素矩阵与因素装载量图112

三、转轴前后的对比112

第十一节 转轴的方式113

一、转轴的方式113

二、转轴前的情形与经过各种转轴后的结果114

二、斜交转轴后的因素图形阵和结构阵115

一、斜交转轴的原理115

第十二节 斜交转轴115

第十三节 直角转轴前后的结果比较117

一、直角转轴前后的因素装载量比较117

二、直角转轴前后的图形对比118

第十四节 对转轴效果的验证119

第十五节 因素分析119

一、因素解释119

二、因素模型120

第十六节 因素分数120

第十七节　在Windows下的SPSS中作因素分析122

一、进入Factor主对话框（主命令）的步骤122

二、Factor分析的Option框123

三、因素分析时的描述性统计量124

四、抽取因素个数124

五、因素装载量的转轴（Rotation）125

六、因素得分126

第十八节 在Syntax窗口编辑程序做Factor分析127

习题五128

第六章聚类分析的应用131

第一节 聚类分析与判别分析的区别131

第二节 聚类的对象131

第三节 个案聚类131

一、个案聚类前的变量选择131

一、凝聚法（也称连接阶层聚类）132

第四节 聚类的形成法132

二、个案聚类前的变量标准化132

二、凝聚法的标准133

第五节 聚类分析的全过程133

一、原始变量及其标准化值133

二、欧几里德距离平方矩阵134

三、从冰柱图看聚类情形135

四、平均连接法的图表136

五、从树形图分析聚类成员137

第六节 图形显示的改正138

第七节 对变量的聚类139

一、Cluster命令表140

第八节 采用编程法做聚类分析140

二、子命令注解141

第九节 利用Windows下的SPSS做分层聚类分析147

一、进入Hieraechical（下文简称“分层”聚类分析）子菜单147

二、选择统计量148

三、画出聚类分析图149

四、分层聚类法的选择149

五、保存分层聚类时的聚类解新变量153

六、增加命令语句和丰富聚类特征153

习题六153

第七章大文件的聚类分析155

第一节 聚类方法155

一、聚心已知后的聚类155

二、聚心未知时的聚类159

一、进入K-Means聚类分析子菜单162

第二节 采用Windows版本的SPSS做大文件聚类分析162

二、决定聚类中心（聚心）163

三、K-Means聚类分析的迭代164

四、K-Means聚类分析中新变量的保存165

五、K-Means聚类中的统计量选择165

六、本章例子详解166

第三节 用编程法进行大文件的聚类169

一、QUICK Cluster的命令表169

三、工作原理170

四、大样本个案的聚类法170

二、QUICK Cluster过程命令的条件限制170

五、CRITERIA子命令的用法171

六、METHOD子命令的用法171

七、INITIAL子命令的用法172

八、FILE子命令的用法172

九、PRINT子命令的用法172

十、MISSING子命令的用法173

十一、OUTFILE子命令的用法173

十二、SAVE子命令的用法173

习题七174

第八章利用Explore过程探测数据177

第一节 Explore过程可探测数据的哪些错误177

第二节 做Explore探测的数据文件178

第三节 数据探测之一：用直方图179

第四节 图形显示之二：茎一叶图（Stem-Leaf）180

第五节 框图（Box plot）182

第六节 统计分析前对假设的检验184

一、Levene检验184

二、用幅度—数值图示法检验（Spread-Level）185

三、转换的形式185

第七节 正态性检验186

第八节 集中趋势分布的三种较佳平稳测度188

一、较佳测度之一：中位数188

二、较佳测度之二：修正均值188

三、较佳测度之三：M估计189

一、进入Explore对话框的步骤190

第九节 在Windows中进行Explore的数据探测190

二、Statistics对话框191

三、利用图形探查192

四、缺省值处理193

第十节 在Syntax窗口编程194

一、EXAMINE命令语句的格式194

二、EXAMINE过程命令的主要功能195

三、EXAMINE的命令顺序及基本语句195

四、VARIABLES子命令195

五、COMPARE子命令196

习题八196

第一节 什么是多元线性回归分析199

第九章多元线性回归分析199

第二节 选择一条回归线200

第三节 异常点（Outliers）201

第四节 标准化的回归系数201

第五节 从样本到总体201

一、总体参数的估计202

二、假设的检验203

三、置信区间203

第六节 模型的拟合优度204

一、R2系数204

二、方差分析204

第七节 预测值及其标准误差206

三、R2的另一解释206

一、预测均值的特性曲线207

二、预测一个新值时误差的来源208

三、读个案的预测值和标准误差图210

第八节 寻找是否满足假设211

一、残差211

二、直线性（Linearity）211

三、等方差性212

四、误差的独立性213

五、残差的正态性214

第九节 设置异常值（Outliers）216

一、有多个预测变量时的异常值测量法：Mahalanobis距离法217

二、探测影响点（删除残差与Cook距离法）218

二、如何变非线性为线性关系221

第十节 数据不符合线性回归的基本假设时的处理法221

一、变非线性为线性关系221

三、偏态分布的改善222

四、方差的稳定222

五、数据的对数转换222

六、假设的重要性223

第十一节 多元线性回归模型223

一、起始成绩的预测224

二、相关系数阵224

三、偏回归系数225

第十二节 确定重要的变量226

一、B系数与Beta系数的不足之处226

二、部分相关与偏相关227

一、增删变量时的不同后果228

二、若有隐含相关，则应控制相应的变量228

第十三节 回归模型的讨论228

二、自变量（预测变量）的最佳个数229

第十四节 向前选择变量法230

一、向前选择变量的两种标准230

二、工作原理231

三、结果分析231

第十五节 自后淘汰变量（消元）法232

一、消元法的两种标准值232

二、消元法的工作原理232

三、结果分析233

三、注意事项234

四、结果分析234

第十六节 逐步回归234

二、工作原理234

一、两种标准值234

第十七节 多元回归中假设之检验235

三、比较两幅可比性偏回归图236

二、用已生成的Res_1和Res_2偏残差变量画出散点图236

一、用Regreesion产生偏回归图236

四、用变量的平方法修正线性度237

第十八节 多元回归中影响点的探测238

一、找出杠杆值239

二、逐一排除异常个案法239

三、探测之三：是否影响回归系数的方差239

第十九节 共线性诊断240

一、共线性诊断之一：容许度240

二、共线性诊断之二：方差膨胀因子VIF240

四、保存协方差比的方法240

三、容许度的计算242

四、共线性诊断之三：特征值和条件指标242

五、共线性诊断之四：方差比例242

第二十节 解释回归模型243

第二十一节 在SPSS for Windows中运行线性回归244

一、主对话框简析244

二、WLS选项246

三、线性回归统计量的选择246

四、线性回归图247

五、保存回归的临时变量248

六、线性回归可选项249

七、用编程法弥补对话框的功能250

第二十二节 线性回归的命令、子命令251

一、VARIABLE子命令252

二、DEPENDENT子命令253

三、METHOD子命令253

四、STATISTICS子命令254

五、CRITERIA子命令255

七、DESCRIPTIVES子命令256

六、ORIGIN子命令和NOORIGIN子命令256

九、缺省值（MISSING子命令）257

十、分析残差（使用19个临时变量之一）257

八、SELECT子命令257

十一、画出残差图（RESIDUALS子命令）258

十二、临时变量的Casewise图（用Casewise子命令）259

第二十三节 应用实例260

一、程序文件（919293.SPS）260

二、用REGRESSION窗口的Paste命令剪贴的回归命令261

习题九262

一、多选项二分法（Multiple dichotomy method）265

第十章多项选择的统计分析过程的应用265

第一节 什么是多项选择265

第三节 首先均需选定多项选择的变量集266

二、多选项分类法（Multiple category method）266

第二节 多项选择的数据分析法266

第四节 统计多项选择时的频次268

第五节 多项选择时的交叉汇总表270

一、操作步骤270

二、图形解释273

第六节 在Syntax窗口输入命令（编程法）275

一、MULT RESPONSE命令语句一览表275

四、条件限制及命令的次序276

三、基本语句276

二、过程概述276

六、VARIABLES子命令277

五、GROUPS子命令277

七、FREQUENCIES子命令278

八、TABLES子命令278

九、TABLES中的PAIRED关键词279

十、CELLS子命令280

十一、BASE子命令280

十二、FORMAT子命令281

十三、MISSING子命令281

习题十282

一、偏相关系数的“阶”285

第十一章偏相关分析（PARTIAL过程的应用）285

第一节 计算偏相关系数285

二、显著性检验的公式286

第二节 辨别变量虚假相关286

一、选择一个控制的变量287

二、选择两个控制的变量287

第三节 如何确定被控制的变量288

一、首先要把握因果关系288

一、操作步骤289

二、偏相关主对话框289

第四节 利用Windows下的Partial做偏相关分析289

三、产生图11-3的程序命令289

三、基本选择290

四、显著性检验的选择（见Test of significance）290

五、偏相关选择项290

第五节 在Syntax窗口可附加的功能命令291

第六节 在Syntax窗口编程的命令语句291

一、PARTIAL CORR命令语句一览表291

二、基本语句和条件限制292

三、VARIABLE子命令292

四、STATISTICS子命令293

五、SIGNIFICANCE子命令293

六、FORMAT子命令293

八、MATRIX子命令294

七、MISSING子命令294

习题十一297

第十二章运用PROXIMITY过程做距离测量299

第一节 区间以上的数据采用距离测量299

第二节 频率数据采用非相似测量300

第三节 双择数据采用相似性测量300

第四节 PROXIMITIES过程命令表302

一、命令的作用303

二、命令的最基本写法303

三、变量指定303

四、用STANDARDIZE标准化数据303

六、连续数据的测量法304

五、MEASURE子命令的用途304

七、频次数据的测量法305

八、对分数据（Binary data）的测量法305

九、例子307

第五节 MATRIX子命令的功能307

一、用OUT关键词写一个矩阵数据文件308

二、矩阵数据文件的内容308

三、用IN关键词读取已有的矩阵文件308

四、文件裂变309

第六节 写／读矩阵的例子309

一、写矩阵的例子309

二、读取矩阵文件中的数据310

三、现存现读矩阵数据文件310

习题十二311