SPSS統(tǒng)計分析與數(shù)據(jù)挖掘（第3版）

目 錄

第1章 SPSS軟件概述 1
1.1 SPSS簡介 1
1.2 SPSS操作入門 2
1.2.1 軟件安裝、啟動及退出 3
1.2.2 操作環(huán)境 4
1.2.3 系統(tǒng)參數(shù)的設(shè)置 7
1.3 SPSS的幫助系統(tǒng) 15
第2章 SPSS數(shù)據(jù)挖掘系統(tǒng) 17
2.1 數(shù)據(jù)挖掘概述 17
2.1.1 數(shù)據(jù)挖掘的含義 17
2.1.2 數(shù)據(jù)挖掘與OLAP 18
2.1.3 數(shù)據(jù)挖掘和統(tǒng)計學(xué) 18
2.1.4 數(shù)據(jù)挖掘的目的 19
2.1.5 數(shù)據(jù)挖掘應(yīng)用 19
2.1.6 數(shù)據(jù)挖掘流程 19
2.2 成功的數(shù)據(jù)挖掘 20
2.2.1 CRISP-DM方法論 21
2.2.2 選擇數(shù)據(jù)挖掘工具 25
2.2.3 SPSS數(shù)據(jù)挖掘 26
2.3 SPSS數(shù)據(jù)挖掘的過程 29
2.3.1 商業(yè)理解 29
2.3.2 數(shù)據(jù)理解 29
2.3.3 數(shù)據(jù)準(zhǔn)備 29
2.3.4 數(shù)據(jù)模型 30
2.3.5 評估 30
2.3.6 部署 31
第3章 數(shù)據(jù)文件、變量與函數(shù) 33
3.1 SPSS的變量類型 33
3.1.1 數(shù)據(jù)的輸入 34
3.1.2 變量的編輯 35
3.2 數(shù)據(jù)文件的打開和保存 36
3.2.1 打開SPSS數(shù)據(jù)文件 37
3.2.2 打開其他格式的數(shù)據(jù)文件 37
3.2.3 數(shù)據(jù)文件保存 38
3.3 SPSS函數(shù) 38
3.3.1 算術(shù)函數(shù) 39
3.3.2 統(tǒng)計函數(shù) 39
3.3.3 邏輯函數(shù) 40
3.3.4 日期和時間函數(shù) 40
3.3.5 *變量函數(shù) 42
3.3.6 反分布函數(shù) 43
3.3.7 累計分布函數(shù) 44
3.3.8 缺失值函數(shù) 46
3.3.9 字符串函數(shù) 47
第4章 數(shù)據(jù)預(yù)處理 49
4.1 數(shù)據(jù)文件的整理 49
4.1.1 個案排序（Sort Case）過程
50
4.1.2 轉(zhuǎn)置（Transpose）過程 50
4.1.3 合并文件（Merge File）過程
51
4.1.4 匯總（Aggregate）過程 53
4.1.5 拆分文件（Split File）過程
55
4.1.6 選擇個案（Select Cases）
過程 55
4.1.7 個案加權(quán)（Weight Cases）
過程 56
4.2 數(shù)據(jù)變量的變換和計算 56
4.2.1 計算變量（Compute
Variables）過程 57
4.2.2 計數(shù)（Count）過程 59
4.2.3 重新編碼（Recode）過程 60
4.2.4 個案排秩（Rank Cases）
過程 61
4.2.5 自動重新編碼（Automatic
Recode）過程 63
第5章 基本統(tǒng)計分析 65
5.1 基本概念 65
5.1.1 基本的統(tǒng)計概念 65
5.1.2 描述性統(tǒng)計分析 67
5.2 頻率分析 68
5.2.1 頻率分析過程的操作界面 68
5.2.2 實例分析 70
5.3 描述性統(tǒng)計分析過程 72
5.3.1 描述性統(tǒng)計分析過程參數(shù)設(shè)置 72
5.3.2 實例分析 72
5.4 數(shù)據(jù)探索性分析過程 74
5.4.1 數(shù)據(jù)探索性分析過程參數(shù)設(shè)置 74
5.4.2 實例分析 75
5.5 交叉表分析過程 78
5.5.1 交叉表過程的參數(shù)設(shè)置 78
5.5.2 實例分析 81
第6章 參數(shù)檢驗 84
6.1 參數(shù)估計和假設(shè)檢驗概述 84
6.1.1 參數(shù)估計 84
6.1.2 假設(shè)檢驗 87
6.2 平均值（Means）過程 92
6.2.1 SPSS的平均值過程參數(shù)的設(shè)置 92
6.2.2 平均值過程實例 93
6.3 單樣本t檢驗 94
6.3.1 單樣本t檢驗過程的參數(shù)設(shè)置 94
6.3.2 實例分析 95
6.4 獨立樣本t檢驗 97
6.4.1 獨立樣本t檢驗過程的參數(shù)
設(shè)置 97
6.4.2 實例分析 98
6.5 成對樣本t檢驗 100
6.5.1 成對樣本t檢驗過程的參數(shù)
設(shè)置 100
6.5.2 實例分析 100
第7章 基本圖形的繪制 103
7.1 統(tǒng)計圖概述 103
7.2 條形圖 104
7.3 折線圖 108
7.4 面積圖 110
7.5 餅圖 111
7.5.1 餅圖參數(shù)設(shè)置 111
7.5.2 實例分析 112
7.6 高低圖 113
7.7 質(zhì)量控制圖 114
7.8 箱圖 119
7.8.1 箱圖參數(shù)設(shè)置 119
7.8.2 實例分析 120
7.9 散點圖 121
7.9.1 散點圖參數(shù)設(shè)置 122
7.9.2 實例分析 122
7.10 直方圖 124
7.11 P-P圖和Q-Q圖 124
7.12 時間序列圖 126
7.12.1 時間序列圖參數(shù)設(shè)置 126
7.12.2 實例分析 130
第8章 非參數(shù)檢驗 133
8.1 非參數(shù)檢驗概述 133
8.2 檢驗 134
8.2.1 檢驗的參數(shù)設(shè)置 135
8.2.2 檢驗實例分析 137
8.3 二項分布檢驗 139
8.3.1 二項分布檢驗的參數(shù)設(shè)置
139
8.3.2 實例分析 139
8.4 游程檢驗 141
8.4.1 游程檢驗的參數(shù)設(shè)置 142
8.4.2 實例分析 142
8.5 單樣本K-S檢驗 144
8.5.1 單樣本K-S檢驗的參數(shù)設(shè)置 144
8.5.2 實例分析 145
8.6 兩獨立樣本分布位置檢驗 147
8.6.1 兩獨立樣本分布位置檢驗的
參數(shù)設(shè)置 148
8.6.2 實例分析 148
8.7 多個獨立樣本分布位置檢驗 150
8.7.1 多個獨立樣本分布位置檢驗的參數(shù)設(shè)置 150
8.7.2 實例分析 151
8.8 兩個相關(guān)樣本分布位置檢驗 153
8.8.1 兩個相關(guān)樣本分布位置檢驗的參數(shù)設(shè)置 153
8.8.2 實例分析 154
8.9 多個相關(guān)樣本分布位置檢驗 155
8.9.1 多個相關(guān)樣本分布位置檢驗的參數(shù)設(shè)置 156
8.9.2 實例分析 156
第9章 方差分析 159
9.1 方差分析的基本原理 159
9.1.1 自由度與平方和分解 160
9.1.2 F檢驗 162
9.1.3 多重比較 163
9.2 單因素ANOVA檢驗 164
9.2.1 單因素ANOVA檢驗步驟 165
9.2.2 判斷與結(jié)論 166
9.2.3 單因素 ANOVA檢驗過程的
參數(shù)設(shè)置 167
9.2.4 實例分析 169
9.3 多因素方差分析 170
9.3.1 只考慮主效應(yīng)的多因素方差
分析 171
9.3.2 存在交互效應(yīng)的多因素方差
分析 173
9.3.3 單變量過程參數(shù)設(shè)置 175
9.3.4 實例分析 179
9.4 協(xié)方差分析 183
9.4.1 協(xié)方差分析概述 183
9.4.2 實例分析 184
第10章 回歸分析 187
10.1 線性回歸 187
10.1.1 線性回歸模型 188
10.1.2 *小二乘估計 188
10.1.3 回歸方程的顯著性檢驗 189
10.1.4 預(yù)測問題 191
10.1.5 SPSS線性回歸分析設(shè)置
192
10.1.6 回歸分析模型的實例分析
196
10.2 非線性回歸 199
10.2.1 非線性回歸分析的基本原理
200
10.2.2 非線性回歸參數(shù)設(shè)置 200
10.2.3 實例分析 203
10.3 Logistic回歸 205
10.3.1 Logistic回歸模型概述 206
10.3.2 二元 Logistic回歸模型參數(shù)
設(shè)置 207
10.3.3 實例分析 210
第11章 相關(guān)分析 215
11.1 相關(guān)分析概述 215
11.1.1 相關(guān)關(guān)系 215
11.1.2 相關(guān)圖形和相關(guān)系數(shù) 216
11.1.3 SPSS的相關(guān)分析功能簡介
218
11.2 雙變量（Bivariate）過程 218
11.2.1 雙變量相關(guān)分析簡介 218
11.2.2 雙變量過程的參數(shù)設(shè)置 220
11.2.3 實例分析 222
11.3 偏相關(guān)（Partial）過程 224
11.3.1 偏相關(guān)過程的參數(shù)設(shè)置 224
11.3.2 實例分析 225
11.4 Distances（距離）過程 227
11.4.1 Distances過程的距離分析
參數(shù)設(shè)置 227
11.4.2 實例分析 230
第12章 聚類分析 232
12.1 聚類分析的原理 232
12.1.1 一般原理 233
12.1.2 聚類分析步驟 236
12.1.3 系統(tǒng)聚類方法 237
12.2 快速樣本聚類過程 240
12.2.1 快速聚類簡介 240
12.2.2 SPSS快速聚類的設(shè)置 240
12.2.3 實例分析 242
12.3 系統(tǒng)聚類過程 246
12.3.1 系統(tǒng)聚類簡介 246
12.3.2 SPSS系統(tǒng)聚類設(shè)置 246
12.3.3 實例分析 249
12.4 二階聚類分析 252
12.4.1 二階聚類簡介 252
12.4.2 SPSS二階聚類的設(shè)置 253
12.4.3 實例分析 254
第13章 判別分析 257
13.1 判別分析的基本原理 257
13.1.1 判別分析簡介 257
13.1.2 判別分析的數(shù)學(xué)模型與判別
方法 258
13.2 一般判別分析 265
13.2.1 一般判別分析的參數(shù)設(shè)置
265
13.2.2 實例分析 267
13.3 逐步判別分析 272
13.3.1 逐步判別的參數(shù)設(shè)置 272
13.3.2 實例分析 273
第14章 因子分析 279
14.1 因子分析簡介 279
14.1.1 因子分析的基本原理 280
14.1.2 因子分析的基本步驟和過程
282
14.2 SPSS因子分析 283
14.2.1 SPSS因子分析的參數(shù)設(shè)置
283
14.2.2 實例分析 286
第15章 對應(yīng)分析 291
15.1 對應(yīng)分析的基本原理 291
15.2 對應(yīng)分析 293
15.2.1 對應(yīng)分析過程的參數(shù)設(shè)置
293
15.2.2 實例分析 296
15.3 *標(biāo)度過程 299
15.3.1 *標(biāo)度過程的參數(shù)設(shè)置
299
15.3.2 實例分析 306
第16章 可靠性和多維標(biāo)度分析 310
16.1 可靠性分析 310
16.1.1 可靠性分析的基本原理 310
16.1.2 可靠性分析的參數(shù)設(shè)置 312
16.1.3 實例分析 314
16.2 多維標(biāo)度分析 316
16.2.1 多維標(biāo)度分析簡介 316
16.2.2 多維標(biāo)度過程的參數(shù)設(shè)置
317
16.2.3 實例分析 320
第17章 生存分析 323
17.1 生存分析簡介 323
17.1.1 生存分析的基本概念 323
17.1.2 生存資料的特點 325
17.1.3 生存分析方法 326
17.1.4 SPSS中的生存分析過程
326
17.2 壽命表（Life Tables）過程 327
17.2.1 壽命表分析過程的參數(shù)設(shè)置
327
17.2.2 實例分析 328
17.3 Kaplan-Meier分析 332
17.3.1 Kaplan-Meier分析過程的參數(shù)
設(shè)置 332
17.3.2 實例分析 334
17.4 Cox模型回歸分析 337
17.4.1 Cox回歸模型 337
17.4.2 Cox模型分析過程的參數(shù)設(shè)置
339
17.4.3 實例分析 343
第18章 對數(shù)線性模型 348
18.1 對數(shù)線性模型概述 348
18.2 常規(guī)模型（General）過程 349
18.2.1 常規(guī)模型分析過程的參數(shù)
設(shè)置 349
18.2.2 實例分析 351
18.3 分對數(shù)(Logit)過程 354
18.3.1 分對數(shù)分析過程的參數(shù)設(shè)置
354
18.3.2 實例分析 357
18.4 選擇模型（Model Selection）過程 360
18.4.1 選擇模型分析過程的參數(shù)
設(shè)置 360
18.4.2 實例分析 362
第19章 時間序列分析 365
19.1 時間序列概述 365
19.1.1 時間序列的組成部分 3