統(tǒng)計基礎和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)計分析指導]
1.4.4 ContextualHelp[內容幫助]
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)文件的保存和調用
2.3.1 數(shù)據(jù)文件的保存
2.3.2 數(shù)據(jù)文件的調用
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)計調查
3.2.1 提問
3.2.2 時間的測量
3.2.3 選擇被調查者
3.2.4 抽取樣本
3.3 實驗設計
3.3.1 隨機分配
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
4.4 在SPSS中進行頻數(shù)分析
第5章 數(shù)據(jù)的描述性統(tǒng)計
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 方差和標準差
5.2.3 標準差系數(shù)
5.3 數(shù)據(jù)的標準化
5.4 在SPSS中進行描述性統(tǒng)計
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 用一個自變量進行分組
6.2.2 多個自變量分層的分組
6.3 在SPSS中進行組間比較
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 利用條形圖進行交互分析
8.3 添加控制變量
8.4 在SPSS中進行交互分析
第9章 散點圖的繪制
9.1 散點圖的類型及意義
9.1.1 簡單散點圖
9.1.2 向日葵散點圖
9.1.3 矩陣散點圖
9.1.4 重疊散點圖
9.1.5 三維散點圖
9.1.6 旋轉三維散點圖
9.2 在SPSS中繪制散點圖
9.2.1 簡單散點圖的設置
9.2.2 矩陣散點圖的設置
9.2.3 重疊散點圖的設置
9.2.4 三維散點圖的設置
9.3 編輯散點圖
9.3.1 散點圖的選項
9.3.2 標識和定位選定的觀測量
9.3.3 旋轉三維散點圖
第10章 評價抽樣結果
10.1 參數(shù). 統(tǒng)計量和抽樣分布
10.1.1 抽樣分布
10.1.2 樣本量對抽樣分布的影響
10.2 項分布檢驗
10.3 在SPSS中進行二項分布檢驗
第11章 正態(tài)分布和假設檢驗
11.1 正態(tài)分布的形狀. 定義和性質
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
11.2 標準分和標準正態(tài)分布
11.3 均值的分布和中心極限定理
11.4 假設檢驗的原理
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
12.1 T分布與單樣本均值檢驗
12.1.1 T分布
12.1.2 單樣本的T檢驗
12.2 假設檢驗中的基本概念
12.2.1 統(tǒng)計假設
12.2.2 置信區(qū)間和置信度
12.2.3 待檢驗值與給定常數(shù)間的差值的檢驗
12.3 在SPSS中進行單樣本T檢驗
第13章 配對樣本的T檢驗
13.1 什么是配對樣本
13.2 檢驗配對樣本的兩種方法
13.2.1 利用單樣本的T檢驗進行配對樣本的檢驗
13.2.2 配對樣本的T檢驗
13.3 在SPSS中對配對樣本進行T檢驗
第14章 雙獨立樣本均值的t檢驗
14.1 雙獨立樣本與均值差異
14.1.1 從一個例子開始
14.1.2 如何推論到總體
14.2 在SPSS中進行雙獨立樣本T檢驗的操作
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
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
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中進行一元方差分析
15.3.1 進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 因素方差分析實例分析
16.2.1 數(shù)據(jù)檢查
16.2.2 有交互效應的二因素方差分析
16.2.3 沒有交互效應下的方差分析
16.2.4 確定組別之間的差異
16.3 在SPSS中進行二因素方差分析
第17章 比較頻數(shù)的觀測值和期望值
17.1 列聯(lián)表的結構和x2檢驗
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
17.2 用SPSS進行列聯(lián)分析
第18章 非參數(shù)檢驗
18.1 什么是非參數(shù)檢驗
18.2 單樣本非參數(shù)檢驗
18.3 成對樣本非參數(shù)檢驗——解決成樣本T檢驗的假設問題
18.4 雙獨立樣本非參數(shù)檢驗——解決獨立樣本T檢驗的假設問題
18.5 多獨立樣本非參數(shù)檢驗——解決單因素方差分析的假設問題
第19章 測量關聯(lián)強度
19.1 關聯(lián)強度的意義
19.2 定類變量關聯(lián)強度的測量指標
19.2.1 基于x2的測量指標
19.2.2 什么是PRE性質*
19.3 定序變量關聯(lián)強度的測量指標
19.3.1 同序對與逆序對
19.3.2 Gamma系數(shù)
19.3.3 tau系數(shù)
19.4 如何在SPSS中計算關聯(lián)強度
19.5 其他測量指標
19.5.1 一致性測量
19.5.2 基于相關的測量指標
第20章 一元線性回歸與相關
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
20.2 回歸參數(shù)的估計和解釋
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)的意義和標準化的回歸系數(shù)
20.3 回歸方程的評價和PearsonR
20.3.1 三種平方和以及回歸分析的PRE性質
20.3.2 回歸分析的評價和檢驗
20.3.3 R值的大小與散點的分布情況以及若干需要注意的問題
20.4 在SPSS中進行一元線性回歸分析
第21章 回歸方程的假設檢驗
21.1 線性回歸的基本假設
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
21.2 回歸方程的假設檢驗
21.3 利用回歸方程進行預測
21.3.1 預測均值
21.3.2 預測個體觀測值
21.3.3 在SPSS中如何得到預測值
第22章 殘差分析
22.1 基本概念
22.1.1 標準化殘差 Standardized Residuals
22.1.2 學生殘差 Studentized Residuals
22.1.3 為什么要進行殘差分析
22.2 殘差分析的內容和方法
22.2.1 檢查殘差的正態(tài)性
22.2.2 檢驗等方差性
22.2.3 檢驗獨立性
22.2.4 檢驗線性關系
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展
23.2 多元線性回歸方程的評價與檢驗
23.2.1 多元線性回歸方程的評價
23.2.2 多元線性回歸方程的檢驗
23.3 多元線性回歸系數(shù)的解釋
23.4 在SPSS中進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
24.2 多元線性回歸的殘差分析
24.2.1 檢查正態(tài)性假設
24.2.2 檢查等方差性和線性假設
24.3 異常值的識別及其影響的度量
附錄A 標準正態(tài)分布
附錄B 雙邊T分布表