統(tǒng)計(jì)基礎(chǔ)和SPSS 11.0入門與提高

第1章 SPSS11.0的簡介與安裝
1.1 SPSS的啟動與界面
1.2 SPSS的菜單欄
1.3 SPSS的工具欄
1.4 SPSS的幫助系統(tǒng)
1.4.1 Topics[主題幫助]
1.4.2 Tutorial 在線指南
1.4.3 StatisticsCoach[統(tǒng)計(jì)分析指導(dǎo)]
1.4.4 ContextualHelp[內(nèi)容幫助]
1.5 SPSS11.0的安裝
第2章 SPSS數(shù)據(jù)的基本操作
2.1 打開一個數(shù)據(jù)文件
2.2 數(shù)據(jù)的編輯
2.2.1 數(shù)據(jù)編輯窗口
2.2.2 數(shù)據(jù)的輸入
2.2.3 數(shù)據(jù)的修改
2.3 數(shù)據(jù)文件的保存和調(diào)用
2.3.1 數(shù)據(jù)文件的保存
2.3.2 數(shù)據(jù)文件的調(diào)用
第3章 收集數(shù)據(jù)的問題
3.1 收集數(shù)據(jù)的方式
3.2 統(tǒng)計(jì)調(diào)查
3.2.1 提問
3.2.2 時間的測量
3.2.3 選擇被調(diào)查者
3.2.4 抽取樣本
3.3 實(shí)驗(yàn)設(shè)計(jì)
3.3.1 隨機(jī)分配
3.3.2 如何使誤差最小
第4章 數(shù)據(jù)的頻數(shù)分析
4.1 頻數(shù)和頻數(shù)表
4.1.1 頻數(shù)和頻數(shù)表
4.1.2 百分比. 有效值百分比. 累積百分比
4.1.3 頻數(shù)表的行排序
4.2 反映頻數(shù)分布的圖示
4.2.1 餅形圖
4.2.2 條形圖
4.2.3 直方圖
4.3 從頻數(shù)表中還可以得到什么
4.3.1 眾數(shù)
4.3.2 中位數(shù)
4.3.3 百分點(diǎn)
4.4 在SPSS中進(jìn)行頻數(shù)分析
第5章 數(shù)據(jù)的描述性統(tǒng)計(jì)
5.1 描述集中趨勢
5.1.1 測量尺度
5.1.2 眾數(shù). 中位數(shù)和算術(shù)平均值
5.1.3 眾數(shù). 中位數(shù)和均值的比較
5.2 描述離散趨勢
5.2.1 極差和四分位差
5.2.2 方差和標(biāo)準(zhǔn)差
5.2.3 標(biāo)準(zhǔn)差系數(shù)
5.3 數(shù)據(jù)的標(biāo)準(zhǔn)化
5.4 在SPSS中進(jìn)行描述性統(tǒng)計(jì)
第6章 數(shù)據(jù)的組間比較
6.1 變量的組和分組
6.2 分組比較的兩種情況
6.2.1 用一個自變量進(jìn)行分組
6.2.2 多個自變量分層的分組
6.3 在SPSS中進(jìn)行組間比較
第7章 探索數(shù)據(jù)的分布
7.1 探索數(shù)據(jù)分布
7.2 利用統(tǒng)計(jì)圖探索數(shù)據(jù)
7.2.1 盒須圖
7.2.2 莖葉圖
7.3 在SPSS中進(jìn)行數(shù)據(jù)探索
第8章 變量聯(lián)合的交互分析
8.1 交互分類與交互表
8.1.1 交互分類
8.1.2 交互表
8.1.3 列百分比與行百分比
8.2 利用條形圖進(jìn)行交互分析
8.3 添加控制變量
8.4 在SPSS中進(jìn)行交互分析
第9章 散點(diǎn)圖的繪制
9.1 散點(diǎn)圖的類型及意義
9.1.1 簡單散點(diǎn)圖
9.1.2 向日葵散點(diǎn)圖
9.1.3 矩陣散點(diǎn)圖
9.1.4 重疊散點(diǎn)圖
9.1.5 三維散點(diǎn)圖
9.1.6 旋轉(zhuǎn)三維散點(diǎn)圖
9.2 在SPSS中繪制散點(diǎn)圖
9.2.1 簡單散點(diǎn)圖的設(shè)置
9.2.2 矩陣散點(diǎn)圖的設(shè)置
9.2.3 重疊散點(diǎn)圖的設(shè)置
9.2.4 三維散點(diǎn)圖的設(shè)置
9.3 編輯散點(diǎn)圖
9.3.1 散點(diǎn)圖的選項(xiàng)
9.3.2 標(biāo)識和定位選定的觀測量
9.3.3 旋轉(zhuǎn)三維散點(diǎn)圖
第10章 評價(jià)抽樣結(jié)果
10.1 參數(shù). 統(tǒng)計(jì)量和抽樣分布
10.1.1 抽樣分布
10.1.2 樣本量對抽樣分布的影響
10.2 項(xiàng)分布檢驗(yàn)
10.3 在SPSS中進(jìn)行二項(xiàng)分布檢驗(yàn)
第11章 正態(tài)分布和假設(shè)檢驗(yàn)
11.1 正態(tài)分布的形狀. 定義和性質(zhì)
11.1.1 正態(tài)分布的形狀和定義
11.1.2 正態(tài)分布的性質(zhì)
11.2 標(biāo)準(zhǔn)分和標(biāo)準(zhǔn)正態(tài)分布
11.3 均值的分布和中心極限定理
11.4 假設(shè)檢驗(yàn)的原理
11.5 在SPSS中如何用圖形判斷樣本的正態(tài)性
第12章 單樣本T檢驗(yàn)
12.1 T分布與單樣本均值檢驗(yàn)
12.1.1 T分布
12.1.2 單樣本的T檢驗(yàn)
12.2 假設(shè)檢驗(yàn)中的基本概念
12.2.1 統(tǒng)計(jì)假設(shè)
12.2.2 置信區(qū)間和置信度
12.2.3 待檢驗(yàn)值與給定常數(shù)間的差值的檢驗(yàn)
12.3 在SPSS中進(jìn)行單樣本T檢驗(yàn)
第13章 配對樣本的T檢驗(yàn)
13.1 什么是配對樣本
13.2 檢驗(yàn)配對樣本的兩種方法
13.2.1 利用單樣本的T檢驗(yàn)進(jìn)行配對樣本的檢驗(yàn)
13.2.2 配對樣本的T檢驗(yàn)
13.3 在SPSS中對配對樣本進(jìn)行T檢驗(yàn)
第14章 雙獨(dú)立樣本均值的t檢驗(yàn)
14.1 雙獨(dú)立樣本與均值差異
14.1.1 從一個例子開始
14.1.2 如何推論到總體
14.2 在SPSS中進(jìn)行雙獨(dú)立樣本T檢驗(yàn)的操作
第15章 一元方差分析
15.1 方差分析的概念. 思路和方法
15.1.1 方差分析的引入
15.1.2 方差分析的思路
15.1.3 方差分析的原理和方法
15.1.4 方差分析的基本假設(shè)
15.2 一元方差分析的具體過程
15.2.1 方差分析的基本假設(shè)
15.2.2 方差分析的數(shù)據(jù)檢查
15.2.3 一元方差分析表
15.2.4 多重比較
15.3 在SPSS中進(jìn)行一元方差分析
15.3.1 進(jìn)行一元方差分析和多重比較的操作
15.3.2 在各組方差不等時進(jìn)行一元方差分析
第16章 二因素方差分析
16.1 從單因素方差分析到二因素方差分析
16.2 因素方差分析實(shí)例分析
16.2.1 數(shù)據(jù)檢查
16.2.2 有交互效應(yīng)的二因素方差分析
16.2.3 沒有交互效應(yīng)下的方差分析
16.2.4 確定組別之間的差異
16.3 在SPSS中進(jìn)行二因素方差分析
第17章 比較頻數(shù)的觀測值和期望值
17.1 列聯(lián)表的結(jié)構(gòu)和x2檢驗(yàn)
17.1.1 頻數(shù). 頻率和概率
17.1.2 聯(lián)合分布和邊緣分布
17.1.3 頻數(shù)的期望值和x2檢驗(yàn)
17.2 用SPSS進(jìn)行列聯(lián)分析
第18章 非參數(shù)檢驗(yàn)
18.1 什么是非參數(shù)檢驗(yàn)
18.2 單樣本非參數(shù)檢驗(yàn)
18.3 成對樣本非參數(shù)檢驗(yàn)——解決成樣本T檢驗(yàn)的假設(shè)問題
18.4 雙獨(dú)立樣本非參數(shù)檢驗(yàn)——解決獨(dú)立樣本T檢驗(yàn)的假設(shè)問題
18.5 多獨(dú)立樣本非參數(shù)檢驗(yàn)——解決單因素方差分析的假設(shè)問題
第19章 測量關(guān)聯(lián)強(qiáng)度
19.1 關(guān)聯(lián)強(qiáng)度的意義
19.2 定類變量關(guān)聯(lián)強(qiáng)度的測量指標(biāo)
19.2.1 基于x2的測量指標(biāo)
19.2.2 什么是PRE性質(zhì)*
19.3 定序變量關(guān)聯(lián)強(qiáng)度的測量指標(biāo)
19.3.1 同序?qū)εc逆序?qū)?br />19.3.2 Gamma系數(shù)
19.3.3 tau系數(shù)
19.4 如何在SPSS中計(jì)算關(guān)聯(lián)強(qiáng)度
19.5 其他測量指標(biāo)
19.5.1 一致性測量
19.5.2 基于相關(guān)的測量指標(biāo)
第20章 一元線性回歸與相關(guān)
20.1 “回歸”和一元線性回歸
20.1.1 “回歸”一詞的由來以及一元線性回歸的定義
20.1.2 回歸分析的特點(diǎn)
20.2 回歸參數(shù)的估計(jì)和解釋
20.2.1 從Forbes的數(shù)據(jù)開始
20.2.2 最小二乘法和最佳回歸直線
20.2.3 回歸參數(shù)的意義和標(biāo)準(zhǔn)化的回歸系數(shù)
20.3 回歸方程的評價(jià)和PearsonR
20.3.1 三種平方和以及回歸分析的PRE性質(zhì)
20.3.2 回歸分析的評價(jià)和檢驗(yàn)
20.3.3 R值的大小與散點(diǎn)的分布情況以及若干需要注意的問題
20.4 在SPSS中進(jìn)行一元線性回歸分析
第21章 回歸方程的假設(shè)檢驗(yàn)
21.1 線性回歸的基本假設(shè)
21.1.1 樣本回歸直線和總體回歸直線
21.1.2 線性回歸的基本假設(shè)
21.2 回歸方程的假設(shè)檢驗(yàn)
21.3 利用回歸方程進(jìn)行預(yù)測
21.3.1 預(yù)測均值
21.3.2 預(yù)測個體觀測值
21.3.3 在SPSS中如何得到預(yù)測值
第22章 殘差分析
22.1 基本概念
22.1.1 標(biāo)準(zhǔn)化殘差 Standardized Residuals
22.1.2 學(xué)生殘差 Studentized Residuals
22.1.3 為什么要進(jìn)行殘差分析
22.2 殘差分析的內(nèi)容和方法
22.2.1 檢查殘差的正態(tài)性
22.2.2 檢驗(yàn)等方差性
22.2.3 檢驗(yàn)獨(dú)立性
22.2.4 檢驗(yàn)線性關(guān)系
22.3 異常值對于回歸方程的影響
第23章 建立多元回歸模型
23.1 一元線性回歸的回顧與擴(kuò)展
23.2 多元線性回歸方程的評價(jià)與檢驗(yàn)
23.2.1 多元線性回歸方程的評價(jià)
23.2.2 多元線性回歸方程的檢驗(yàn)
23.3 多元線性回歸系數(shù)的解釋
23.4 在SPSS中進(jìn)行多元線性回歸分析
第24章 多元回歸模型的診斷
24.1 多元回歸分析的基本假設(shè)
24.2 多元線性回歸的殘差分析
24.2.1 檢查正態(tài)性假設(shè)
24.2.2 檢查等方差性和線性假設(shè)
24.3 異常值的識別及其影響的度量
附錄A 標(biāo)準(zhǔn)正態(tài)分布
附錄B 雙邊T分布表