本書是一本應用多元統(tǒng)計教材,是多元統(tǒng)計分析的實踐指南.書中介紹了各類多元統(tǒng)計分析方法,并結合SAS、SPSS和SYSTAT給出了各分析方法的實現(xiàn).本書主要側重于應用,通過使用現(xiàn)實數(shù)據(jù)集的豐富實例,闡明了何時、為什么以及如何使用數(shù)據(jù)集,便于讀者學習理解.
本書條理清晰,內(nèi)容精練,言簡意賅,可作為高等院校數(shù)學與應用數(shù)學、信息與計算科學等專業(yè)學生的教材,同時也可作為數(shù)學工作者和科技人員的參考書.
前言
由于篇幅過多,我們不得不考慮對章節(jié)內(nèi)容進行縮減 本次修訂僅僅增加了第15章,外加一些處理缺失數(shù)據(jù)的新方法(見第4章) 除此之外,我們進行了大量精簡,刪去了時間序列分析一章另一個遺憾是SYSTAT 然而,其恰到好處的統(tǒng)計分析結論和出色的圖形分析技術使得我們依舊喜歡它 令人高興的是,SYSTAT的大部分圖形已經(jīng)整合到SPSS中 雖然我們沒有詳細解釋SYSTAT的程序代碼,但是為了對比不同軟件的特征,還是將SYSTAT代碼列在第5~16章的最后一節(jié) 我們調(diào)整了一些章節(jié)的順序:典型相關相對較難,不適合較早介紹;生存分析似乎需要依賴logistic回歸 實際上,順序似乎并不重要用書教師可以根據(jù)自己的需要選擇任意章節(jié)進行講解
多層線性模型(Multilevel Linear Modeling,MLM)似乎已經(jīng)風靡全球如果沒有它,我們會如何面對這個世界?現(xiàn)實生活是分層的——學生到不同的教室里上課;教師在不同的學校工作;病人共享著病房和醫(yī)護人員;觀眾觀看不同的表演 將群組分開進行研究會偏離研究目的,所以我們必須以完整的群組為樣本數(shù)據(jù)來研究 MLM能夠在不違背模型假設的前提下實現(xiàn)上述分析功能 SAS和SPSS可以處理這些模型,我們就準備好利用它們處理現(xiàn)實問題 因此,新增了一章
SAS和SPSS還提供了多種方法來利用多重插補技術估計缺失數(shù)據(jù),并全面評估缺失數(shù)據(jù)模式我們擴展了第4章演示這些增強技術 SPSS和SAS不斷添加一些好方法,我們都將其展示出來 和以前一樣,我們將盡可能地利用Windows菜單調(diào)試程序 我們也更加注重效應大小(effect size),特別是效應大小的置信區(qū)間 澳大利亞國立大學的Michael Smithson教授非常友善地允許我們借用一些完美的SPSS和SAS語法以及數(shù)據(jù)文件 Jim Steiger和Rachel Fouladi慷慨地允許我們使用他們的DOS程序計算R2的置信區(qū)間
有一件事我們永遠不會改變,那就是實用,聚焦于統(tǒng)計模型分析數(shù)據(jù)集的益處和局限性——什么時候、為什么以及如何做雖然數(shù)學很精彩,但是還是建議學生使用現(xiàn)成的軟件來完成每章的矩陣或電子表格操作 而且,我們?nèi)匀徽J為,理解數(shù)學知識并不足以確?梢院侠淼胤治鰯(shù)據(jù) 讀者已經(jīng)證實了確實能夠運用軟件,而不需要過多地關注數(shù)學內(nèi)容.例子是小樣本的,依舊很蠢 就最近有關本書的大部分評論(由出版商友情提供)而言,我們將其歸結為三種情況:太難、太容易、剛剛好 所以我們沒有改變基調(diào)或難度
密蘇里大學哥倫比亞分校的Steve Osterlind和南伊利諾伊大學艾德華茲維爾分校的Jeremy Jewel提供了一些非常有用的建議 我們也衷心感謝羅得島大學的Lisa Harlow,她為第4版寫了一篇全面而富有洞察力的書評,發(fā)表在2002年的Structural Equation Modeling上 我們再次感謝本書前幾版的審稿人,雖然他們不讓將他們的名字列出,但我們依然記得他們!感謝這個版本的審稿人:內(nèi)布拉斯加大學卡尼分校的Joseph Benz、西弗吉尼亞大學的Stanley Cohen、南達科他大學的Michael Granaas、田納西州立大學納什維爾分校的Marie Hammond、南伊利諾伊大學的Josephine Korchmaros和圣地亞哥州立大學的Scott Roesch
與往常一樣,本書的改進在很大程度上要歸功于審稿人以及那些通過電子郵件向我們提出建議和修訂意見的同人 任何遺留的錯誤和表述不清晰都是我們的責任 同時,我們希望本書能為讀者分析數(shù)據(jù)提供一些幫助
Barbara G Tabachnick
Linda S Fidell
Barbara G. Tabachnick是加州州立大學北嶺分校的心理學名譽教授。她發(fā)表了70多篇論文,并多次受邀發(fā)表專業(yè)演講。她是2012年西方心理學協(xié)會終身成就獎和2015年西方心理學協(xié)會Presidential Citation的獲得者。
前言
第1章引言1
11為什么選擇多元統(tǒng)計1
111多元統(tǒng)計的域:自變量和因變量的個數(shù)1
112實驗性和非實驗性研究2
113計算機和多元統(tǒng)計3
114垃圾進,玫瑰出4
12一些有用的定義5
121連續(xù)、離散和二分數(shù)據(jù)5
122樣本和總體6
123描述性和推斷性統(tǒng)計7
124正交:標準和序貫分析7
13變量的線性組合9
14變量個數(shù)和性質(zhì)9
15統(tǒng)計勢10
16多元統(tǒng)計數(shù)據(jù)10
161數(shù)據(jù)陣11
162相關矩陣11
163方差協(xié)方差陣12
164平方和與叉積矩陣12
165殘差14
17本書的結構安排14
第2章統(tǒng)計方法指南:使用本書15
21研究問題和相關方法15
211變量間的關系程度15
212群組差異的顯著性17
213組成員的預測20
214結構22
215時序事件 22
22進一步比較23
23決策樹24
24統(tǒng)計方法的章節(jié)27
25數(shù)據(jù)的初步檢查27
第3章一元統(tǒng)計和二元統(tǒng)計回顧28
31假設檢驗28
311單樣本z檢驗28
312勢31
313模型拓展31
314顯著性檢驗的爭議31
32方差分析32
321單因素組間方差分析33
322多因素組間方差分析35
323組內(nèi)方差分析36
324組間組內(nèi)混合方差分析38
325設計復雜性39
326特定比較42
33參數(shù)估計45
34效應大小45
35二元統(tǒng)計:相關性和回歸47
351相關性47
352回歸48
36卡方分析49
第4章數(shù)據(jù)清洗50
41數(shù)據(jù)清洗的系列問題50
411數(shù)據(jù)準確性50
412真實相關性51
413缺失值52
414異常值60
415正態(tài)性、線性和同方差性65
416常用的數(shù)據(jù)轉換71
417多重共線性和奇異性73
418數(shù)據(jù)篩選清單及可行的建議75
42數(shù)據(jù)篩選的完整案例76
421未分組數(shù)據(jù)的篩選76
422分組數(shù)據(jù)的篩選85
第5章多重回歸94
51概述94
52幾類研究問題95
521相關度96
522自變量的重要性96
523增加自變量96
524改變自變量96
525自變量的其他情況97
526自變量集的比較97
527對新樣本中因變量的預測97
528參數(shù)估計97
53回歸分析的局限性97
531理論問題98
532實際問題99
54多重回歸的基本公式103
541一般線性方程104
542矩陣方程105
543小樣本示例的計算機分析107
55多重回歸的主要類型109
551標準多重回歸109
552多重序貫回歸110
553統(tǒng)計(逐步)回歸111
554回歸策略之間的選擇115
56一些重要問題116
561自變量的重要性116
562統(tǒng)計推斷118
563R2的調(diào)整123
564抑制變量123
565方差分析的回歸方法124
566包含自變量的交互作用和冪時的中心化126
567因果關系的中介變量128
57回歸分析的完整案例129
571假設的評估129
572標準多重回歸134
573序貫回歸 139
574多重估算缺失值的標準多重回歸示例142
58程序的比較149
581SPSS軟件包149
582SAS系統(tǒng)152
583SYSTAT 系統(tǒng)154
第6章協(xié)方差分析155
61概述155
62幾類研究問題157
621自變量的主效應158
622自變量間的交互作用158
623具體對比和趨勢分析158
624協(xié)變量效應158
625效應大小159
626參數(shù)估計159
63協(xié)方差分析的局限性159
631理論問題159
632實際問題160
64協(xié)方差分析的基本公式162
641平方和與叉積163
642顯著性檢驗和效應大小165
643小樣本示例的計算機分析166
65一些重要問題168
651協(xié)變量的選擇168
652協(xié)變量的估計168
653回歸齊性的檢驗169
654設計復雜性169
655協(xié)方差分析替代175
66協(xié)方差分析的完整案例177
661假設估計177
662協(xié)方差分析181
67程序的比較188
671SPSS軟件包188
672SAS系統(tǒng)188
673SYSTAT系統(tǒng)188
第7章多元方差和協(xié)方差分析191
71概述191
72幾類研究問題194
721自變量的主效應194
722自變量之間的交互作用195
723因變量的重要性195
724參數(shù)估計195
725具體比較和趨勢分析195
726效應大小196
727協(xié)變量的效應196
728重復測量方差分析196
73多元方差和協(xié)方差分析的局限性196
731理論問題196
732實際問題197
74多元方差和協(xié)方差分析的基本公式20