多元统计分析 模型、案例及SPSS应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多元统计分析 模型、案例及SPSS应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　统计软件概述1

1.1　SPSS统计软件的特点1

1.2　SPSS的主要窗口及其功能1

1.2.1　数据编辑窗口（SPSS Data Editor）1

1.2.2　结果输出窗口（SPSS Viewer）3

1.2.3　程序语句窗口（SPSS Syntax Editor）4

1.3　SPSS的帮助窗口（SPSS help）5

1.3.1　Help菜单中的Topics命令5

1.3.2　Help菜单中的Tutorial命令6

1.3.3　Help菜单中的Statistics Coach命令6

1.3.4　Help菜单中的Syntax Guide命令6

1.4　定义变量及建立数据文件7

1.4.1 常量与变量7

1.4.2　建立数据文件11

1.5　基于Compute功能建立新变量11

1.5.1 生成新的变量11

1.5.2　Functions框中分布函数的功能13

习题一14

第2章　数据描述性分析16

2.1　集中趋势（Central Tendency）分析16

2.1.1 集中趋势16

2.1.2　SPSS中集中趋势分析实现过程17

2.2　离散趋势（Dispersion Tendency）分析22

2.2.1 离散趋势22

2.2.2　SPSS中离散趋势分析实现过程22

2.3　分布特征（Distribution Tendency）分析24

2.3.1　分布特征24

2.3.2　SPSS中分布特征分析的实现过程24

2.4　频数（Frequency）分析及数据标准化27

2.4.1 频数（Frequency）27

2.4.2　数据标准化27

2.4.3　SPSS中频数分析的实现过程27

2.4.4　SPSS中Z分数的实现过程28

2.5　相关关系30

2.5.1 相关系数概述30

2.5.2 二元变量的相关分析31

2.5.3　SPSS中相关分析的实现过程33

习题二36

第3章　假设检验与方差分析40

3.1　统计假设检验的基本问题40

3.1.1 统计假设检验的基本思想40

3.1.2　统计假设检验的基本步骤40

3.1.3　统计假设检验中的P值41

3.2　Mean过程42

3.2.1 基本思想和数学模型42

3.2.2　SPSS中Mean的实现过程42

3.3　T检验45

3.3.1 基本思想和数学模型45

3.3.2　SPSS中T检验的实现过程48

3.4　方差分析54

3.4.1 基本思想和数学模型54

3.4.2　SPSS中方差分析的实现过程57

习题三64

第4章　多元线性回归分析66

4.1　多元线性回归模型66

4.1.1 多元线性回归模型的一般形式66

4.1.2 多元线性回归模型的基本假定67

4.1.3 多元线性回归方程68

4.1.4 多元线性回归方程的解释68

4.2　多元线性回归方程的估计69

4.2.1　回归参数的最小二乘估计69

4.2.2　误差项方差的估计70

4.3　多元线性回归模型的检验70

4.3.1 回归方程的拟合优度检验70

4.3.2 回归方程的整体显著性检验71

4.3.3 回归系数的显著性检验72

4.4　残差分析73

4.4.1 残差图73

4.4.2　异常值的识别74

4.4.3 自相关与DW检验74

4.4.4　异方差检验75

4.4.5 多重共线性检验76

4.5　多元线性回归分析在SPSS软件中的实现77

习题四86

第5章　逐步回归分析88

5.1　逐步回归分析概述88

5.1.1 逐步回归分析的基本思想和步骤88

5.1.2 引入和剔除变量的标准89

5.2　计算方法和步骤90

5.3　逐步回归分析在SPSS软件中的实现96

习题五103

第6章　非线性回归分析105

6.1　曲线估计105

6.1.1 曲线回归的基本思想和方法105

6.1.2 曲线回归的数据要求与假设105

6.1.3 曲线回归的基本类型及线性化方法106

6.2　曲线回归在SPSS软件中的实现107

6.3　非线性回归112

6.3.1 非线性模型的迭代估计法112

6.3.2 非线性模型的拟合原则、参数约束及确定初始值的原则114

6.3.3　例题分析114

6.4　非线性迭代回归在SPSS软件中的实现117

6.5　Box-Cox变换124

6.5.1　Box-Cox变换的提出124

6.5.2　Box-Cox变换的基本思想125

6.5.3 变换参数的极大似然估计125

6.5.4　Box-Cox变换在Matlab软件中的实现126

习题六130

第7章　聚类分析132

7.1　聚类分析的概述132

7.1.1 聚类分析的概念和基本思想132

7.1.2　聚类分析的种类133

7.1.3　聚类方式133

7.1.4　聚类分析的基本步骤134

7.2　聚类统计量134

7.2.1 距离类135

7.2.2　相关类136

7.2.3 数据的标准化变换137

7.3　系统聚类法138

7.3.1 常用系统聚类法138

7.3.2 系统聚类法的基本算法步骤139

7.3.3 例题分析139

7.4　聚类分析在SPSS软件中的实现145

7.4.1 SPSS中Q型聚类分析的实现过程145

7.4.2　SPSS中R型聚类分析的实现过程153

7.5　快速聚类分析159

7.5.1 快速聚类分析的基本思想159

7.5.2　快速聚类分析的基本步骤159

7.5.3　SPSS中快速聚类的实现过程160

习题七166

第8章　判别分析169

8.1　距离判别169

8.1.1 两类总体的距离判别170

8.1.2 多类总体的距离判别172

8.2　费歇判别173

8.2.1 两类总体的费歇判别173

8.2.2 多类总体的费歇判别175

8.3　贝叶斯判别177

8.3.1 贝叶斯判别准则178

8.3.2 多元正态总体的贝叶斯判别179

8.4　判别分析在SPSS中的实现180

习题八196

第9章　主成分分析200

9.1　主成分的基本思想及其数学模型与数学推导200

9.1.1 主成分的基本思想及其数学模型200

9.1.2　主成分的数学推导201

9.1.3　样本主成分204

9.2　主成分的性质、提取及其求解步骤205

9.2.1 主成分的性质205

9.2.2 主成分的选取206

9.2.3 主成分的求解步骤207

9.3　主成分分析在SPSS软件中的实现208

9.4　主成分回归217

9.4.1 主成分回归的基本原理218

9.4.2 主成分回归的实例分析220

习题九222

第10章　因子分析225

10.1　因子分析的基本原理及其数学模型225

10.1.1 因子分析的基本原理225

10.1.2 因子分析的数学模型226

10.1.3 因子分析模型的性质227

10.1.4 因子载荷矩阵中的几个统计特征228

10.2　因子分析模型参数的估计229

10.3　因子旋转231

10.3.1 方差最大正交旋转法的基本原理231

10.3.2 方差最大正交旋转法的计算方法232

10.4　因子得分234

10.4.1 汤姆生因子得分235

10.4.2　综合因子得分236

10.5　因子分析在SPSS软件中的实现236

习题十250

模拟试题A252

模拟试题B257

参考文献261