高等院!笆濉币(guī)劃教材:SPSS統(tǒng)計(jì)分析:應(yīng)用案例教程
定 價(jià):42 元
叢書名:高等學(xué)!笆濉睂W(xué)前教育專業(yè)規(guī)劃教材
當(dāng)前圖書已被 1 所學(xué)校薦購(gòu)過(guò)!
查看明細(xì)
- 作者:廖小官, 編
- 出版時(shí)間:2016/7/1
- ISBN:9787305165306
- 出 版 社:南京大學(xué)出版社
- 中圖法分類:C819
- 頁(yè)碼:340
- 紙張:膠版紙
- 版次:1
- 開本:16K
本書分成五個(gè)部分。第一部分為特征描述,主要分析方法包括單變量描述統(tǒng)計(jì)、復(fù)合變量描述統(tǒng)計(jì)(分類變量與分類變量,分類變量與尺度變量)和多重響應(yīng)變量的描述統(tǒng)計(jì)。第二部分為特征檢驗(yàn),分析方法主要為參數(shù)檢驗(yàn)(單樣本、獨(dú)立樣本、成對(duì)雙樣本的均值檢驗(yàn),單因素方差分析)和非參數(shù)檢驗(yàn)(卡方檢驗(yàn)、二項(xiàng)檢驗(yàn)、游程檢驗(yàn)、單樣本K-S檢驗(yàn)、獨(dú)立雙樣本、相關(guān)雙樣本、獨(dú)立多樣本和相關(guān)多樣本檢驗(yàn))。第三部分為關(guān)系分析,主要包括相關(guān)分析、一般線性回歸分析、有序因變量回歸、Logit回歸分析、廣義線性回歸分析、神經(jīng)網(wǎng)絡(luò)分析。第四部分為特征判別,主要有聚類分析、判別分析、控制圖形與ROC。第五部分為數(shù)據(jù)問(wèn)題分析,涉及可靠性分析、缺失值分析和多重插入。由于篇幅所限,一些統(tǒng)計(jì)方法如時(shí)間序列分析、面板數(shù)據(jù)模型、非參數(shù)與半?yún)?shù)回歸、多方程系統(tǒng)模型等需要參考其他書籍。
本書的教學(xué)安排,以案例的方式呈現(xiàn)統(tǒng)計(jì)方法運(yùn)用,不管是否具有統(tǒng)計(jì)學(xué)基礎(chǔ),都能基本掌握統(tǒng)計(jì)方法以及軟件的運(yùn)用。本書適用于本科生、研究生和科研工作者統(tǒng)計(jì)分析學(xué)習(xí)參考。
江西農(nóng)業(yè)大學(xué)經(jīng)管學(xué)院院、碩士研究生、教師、主要研究方向?yàn)槲鞣浇?jīng)濟(jì)學(xué),曾在重慶大學(xué)出版社出版過(guò)《西方經(jīng)濟(jì)學(xué)概論》擔(dān)任主編。
第1章緒論1
第一部分特征描述
第2章描述統(tǒng)計(jì)分析11
2.1頻數(shù)分析11
2.2描述分析17
2.3探索性分析20
2.4列聯(lián)表分析26
第3章描述統(tǒng)計(jì)分析(二)37
3.1概述報(bào)告程序分析37
3.2OLAP41
3.3均值程序48
3.4多重響應(yīng)分析52
3.5比率統(tǒng)計(jì)量56
第4章因子分析59
4.1因子分析的數(shù)據(jù)降維59
4.2因子分析的結(jié)構(gòu)探測(cè)63
第二部分特征檢驗(yàn)
第5章均值--T檢驗(yàn)71
5.1單樣本T檢驗(yàn)71
5.2成對(duì)樣本T檢驗(yàn)73
5.3獨(dú)立樣本的T檢驗(yàn)75
5.4單因素方差分析79
第6章非參數(shù)分析89
6.1卡方檢驗(yàn)89
6.2二項(xiàng)檢驗(yàn)93
6.3游程檢驗(yàn)96
6.4單樣本KS檢驗(yàn)100
6.5非參數(shù)獨(dú)立雙樣本檢驗(yàn)103
6.6非參數(shù)獨(dú)立多樣本檢驗(yàn)109
6.7非參數(shù)相關(guān)雙樣本檢驗(yàn)112
6.8非參數(shù)相關(guān)多樣本檢驗(yàn)114
第三部分關(guān)系分析
第7章相關(guān)分析119
7.1雙變量相關(guān)119
7.2偏相關(guān)分析126
第8章一般單變量線性模型129
8.1雙因素方差分析129
8.2GLM單變量的協(xié)方差分析134
8.3GLM單變量的隨機(jī)影響分析138
第9章線性回歸分析與曲線估計(jì)141
9.1線性回歸分析141
9.2曲線估計(jì)160
第10章離散因變量模型168
10.1二元、多元名義Logit模型168
10.2有序因變量回歸169
10.3二元probit模型176
第11章廣義線性模型與廣義方程估計(jì)181
11.1廣義線性模型簡(jiǎn)介181
11.2計(jì)數(shù)因變量模型183
11.3正值因變量模型--伽瑪分布回歸194
11.4間隔截取生存數(shù)據(jù)分析202
11.5廣義方程估計(jì)209
第12章神經(jīng)網(wǎng)絡(luò)分析217
12.1多層感知的單因變量分析218
12.2多層感應(yīng)的多變量分析226
第四部分特征判別
第13章分類236
13.1兩步聚類236
13.2分層聚類分析241
13.3K均值聚類分析249
13.4最近相鄰分析255
13.5判別分析269
第14章控制圖形與ROC283
14.1控制圖形283
14.2ROC Curve289
第五部分?jǐn)?shù)據(jù)問(wèn)題
第15章可靠性分析296
第16章缺失數(shù)據(jù)處理305
16.1缺失值分析305
16.2多重插入313