新書推薦：
《
先秦汉魏晋南北朝诗（附作者篇目索引）（全四册）精——中国古典文学总集
》
售價：HK$
597.6
《
财之道丛书·太古传：商业帝国200年
》
售價：HK$
153.6
《
不要相信你所想的一切：如何停止过度思考，克服焦虑、自我怀疑和自我破坏
》
售價：HK$
50.4
《
万历四大征（全两册）
》
售價：HK$
117.6
《
凝望：我的摄影与人生
》
售價：HK$
129.6
《
工业机器人从基础到实战
》
售價：HK$
153.6
《
重症产科.1
》
售價：HK$
71.8
《
财之道丛书·表层的真理：当代经济学与社会
》
售價：HK$
105.6
|
| 編輯推薦： |
|
本书的特色在于精解常用统计分析方法的基本原理与完整SPSS操作，不仅对相关统计分析概念进行介绍，对涉及的窗口界面进行完整而深度的解读，明确了操作中各个选项的适用情形，也对分析结果也进行了深入浅出、全面准确的讲解，使得读者能够根据实际研究需要灵活选取恰当的分析方法，能够认识每种分析方法的SPSS操作全貌，恰当设置操作选项，能够对分析结果进行准确解读，知晓数据分析结论代表的实际意义，达到“知其然，又知其所以然”的效果，能实现数据分析能力的提高，同时也能实现学术或实践研究能力的提高。
|
| 內容簡介： |
|
这是一本精解SPSS统计分析基础入门与应用的教材，通过“精解统计分析原理、精解SPSS窗口选项设置、精解SPSS输出结果”三要素，帮助读者真正掌握常用统计分析软件SPSS的应用。 全书共14章。第1章为SPSS基础与应用操作概述；第2~7章介绍SPSS的基本统计分析方法，包括描述统计分析方法、比较平均值分析方法、非参数检验方法、相关分析方法、一般线性模型、各类常用回归分析方法等；第8~13章介绍SPSS的常用高级统计分析方法，包括时间序列预测方法、聚类分析方法、决策树分析与判别分析方法、生存分析方法、降维分析方法等；第14章介绍如何使用SPSS进行高质量的综合性研究，讲解研究方案设计、调查问卷的制作、SPSS数据挖掘、建模注意事项。每章有教学重点提示，章后有“知识点总结与练习题”，帮助读者增强学习效果，形成了“从基础原理到操作精解，从数据分析到案例应用”的完整教学闭环。与本书配套的还有教学PPT和作者新讲解的全套视频资料以辅助教学，力求实现**教学效果。 本书可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的在校本、专科大学生及研究生学习、应用SPSS的主要教材，还可作为职场人士掌握SPSS应用、提升数据分析能力，进而提升工作效率、改善绩效水平的工具书。
|
| 關於作者： |
|
杨维忠，山东大学经济学硕士，CPA，十年商业银行工作经历，历任运营、风控、营销、内控等多个职位，擅长商务建模，精通SPSS、Stata、EViews，编著有《SPSS数据挖掘与案例分析应用实践》 《Stata统计分析与实验指导》等近十本畅销书。 张甜，山东大学金融学博士生，金融风险领域研究专家，参与《地方金融运行动态监测及系统性风险预警研究》等多项重大项目，精通SPSS、Stata、R语言，编著有《SPSS统计分析与行业应用案例详解》 《Stata统计分析与行业应用案例详解》等畅销书。
|
| 目錄：
|
第1章 SPSS应用基础 1
1.1 SPSS的启动与关闭 2
1.1.1 SPSS软件的启动 2
1.1.2 SPSS软件的关闭 5
1.1.3 SPSS软件常用窗口 5
1.2 SPSS选项设置 7
1.2.1 “常规”选项卡 7
1.2.2 “语言”选项卡 8
1.2.3 “查看器”选项卡 9
1.2.4 “数据”选项卡 9
1.2.5 “货币”选项卡 10
1.2.6 “输出”选项卡 11
1.2.7 “图表”选项卡 11
1.2.8 “透视表”选项卡 12
1.2.9 “文件位置”选项卡 12
1.2.10 “脚本”选项卡 13
1.2.11 “多重插补”选项卡 14
1.2.12 “语法编辑器”选项卡 14
1.3 数据编辑器的基本操作 15
1.3.1 数据编辑器的变量视图操作 16
1.3.2 数据编辑器的数据视图操作 21
1.4 变量和样本观测值的基本操作 22
1.4.1 变量和观测值的移动、复制和删除 22
1.4.2 数据转置 22
1.4.3 变量计算 23
1.5 增加新的变量或样本观测值 27
1.5.1 在现有数据文件中增加新的变量 27
1.5.2 在现有数据文件中增加新的样本观测值 27
1.6 对数据按照变量或样本观测值进行排序 28
1.6.1 对数据按照变量进行排序 28
1.6.2 对数据按照样本观测值进行排序 29
1.7 数据查找 30
1.7.1 按照观测值序号查找单元格 30
1.7.2 按照变量值查找数据 31
1.8 数据文件合并 32
1.8.1 按照样本观测值合并数据文件 32
1.8.2 按照变量合并数据文件 35
1.9 缺失值处理 37
1.10 读取其他格式的数据文件 39
1.10.1 读取Stata数据文件 40
1.10.2 读取Excel数据文件 41
1.10.3 读取文本数据文件 44
1.11 3种典型图形绘制方法 48
1.11.1 图表构建器 48
1.11.2 图形画板模板选择器 50
1.11.3 旧对话框 53
1.12 经典概念之假设检验介绍 56
1.12.1 假设检验的基本概念 56
1.12.2 假设检验的步骤 56
1.12.3 假设检验的注意事项 56
第2章 描述统计分析 58
2.1 频率分析 58
2.1.1 基本原理 58
2.1.2 操作演示与功能详解 59
2.1.3 结果解读 62
2.1.4 知识点总结与练习题 63
2.2 描述分析 63
2.2.1 基本原理 63
2.2.2 操作演示与功能详解 63
2.2.3 结果分析 64
2.2.4 知识点总结与练习题 65
2.3 探索分析 65
2.3.1 基本原理 65
2.3.2 操作演示与功能详解 66
2.3.3 结果分析 69
2.3.4 知识点总结与练习题 73
2.4 交叉表分析 73
2.4.1 基本原理 73
2.4.2 操作演示与功能详解 74
2.4.3 结果分析 77
2.4.4 知识点总结与练习题 80
第3章 比较平均值分析 81
3.1 平均值分析 81
3.1.1 基本原理 81
3.1.2 操作演示与功能详解 82
3.1.3 结果解读 84
3.1.4 知识点总结与练习题 85
3.2 单样本T检验 85
3.2.1 基本原理 85
3.2.2 操作演示与功能详解 85
3.2.3 结果解读 87
3.2.4 知识点总结与练习题 88
3.3 独立样本T检验 88
3.3.1 基本原理 88
3.3.2 操作演示与功能详解 88
3.3.3 结果解读 90
3.3.4 知识点总结与练习题 91
3.4 成对样本T检验 91
3.4.1 基本原理 91
3.4.2 操作演示与功能详解 91
3.4.3 结果解读 92
3.4.4 知识点总结与练习题 93
3.5 单因素ANOVA检验 93
3.5.1 基本原理 93
3.5.2 操作演示与功能详解 94
3.5.3 结果解读 97
3.5.4 知识点总结与练习题 99
第4章 非参数检验 100
4.1 卡方检验 100
4.1.1 基本原理 100
4.1.2 操作演示与功能详解 101
4.1.3 结果解读 102
4.1.4 知识点总结与练习题 103
4.2 二项检验 103
4.2.1 基本原理 103
4.2.2 操作演示与功能详解 103
4.2.3 结果解读 104
4.2.4 知识点总结与练习题 104
4.3 游程检验 105
4.3.1 基本原理 105
4.3.2 操作演示与功能详解 105
4.3.3 结果解读 106
4.3.4 知识点总结与练习题 106
4.4 单样本K-S检验 106
4.4.1 基本原理 106
4.4.2 操作演示与功能详解 107
4.4.3 结果解读 107
4.4.4 知识点总结与练习题 108
4.5 2个独立样本检验 108
4.5.1 基本原理 108
4.5.2 操作演示与功能详解 109
4.5.3 结果解读 110
4.5.4 知识点总结与练习题 111
4.6 2个相关样本检验 111
4.6.1 基本原理 111
4.6.2 操作演示与功能详解 111
4.6.3 结果解读 112
4.6.4 知识点总结与练习题 113
4.7 K个独立样本检验 113
4.7.1 基本原理 113
4.7.2 操作演示与功能详解 113
4.7.3 结果解读 115
4.7.4 知识点总结与练习题 115
4.8 K个相关样本检验 116
4.8.1 基本原理 116
4.8.2 操作演示与功能详解 116
4.8.3 结果解读 117
4.8.4 知识点总结与练习题 117
第5章 相关分析 118
5.1 双变量相关分析 118
5.1.1 基本原理 118
5.1.2 操作演示与功能详解 119
5.1.3 结果解读 121
5.1.4 知识点总结与练习题 122
5.2 偏相关分析 122
5.2.1 基本原理 122
5.2.2 操作演示与功能详解 123
5.2.3 结果解读 124
5.2.4 知识点总结与练习题 125
5.3 距离相关分析 125
5.3.1 基本原理 125
5.3.2 操作演示与功能详解 126
5.3.3 结果解读 130
5.3.4 知识点总结与练习题 130
第6章 一般线性模型 131
6.1 单变量分析 131
6.1.1 基本原理 131
6.1.2 操作演示与功能详解 132
6.1.3 结果解读 138
6.1.4 知识点总结与练习题 141
6.2 多变量分析 141
6.2.1 基本原理 141
6.2.2 操作演示与功能详解 142
6.2.3 结果解读 145
6.2.4 知识点总结与练习题 149
第7章 回归分析 150
7.1 线性回归分析 150
7.1.1 基本原理 150
7.1.2 操作演示与功能详解 151
7.1.3 结果解读 157
7.1.4 知识点总结与练习题 161
7.2 加权小二乘回归分析 161
7.2.1 基本原理 161
7.2.2 操作演示与功能详解 162
7.2.3 结果解读 163
7.2.4 知识点总结与练习题 164
7.3 曲线估算回归分析 164
7.3.1 基本原理 164
7.3.2 操作演示与功能详解 165
7.3.3 结果解读 167
7.3.4 知识点总结与练习题 169
7.4 二元Logistic回归分析 169
7.4.1 基本原理 169
7.4.2 操作演示与功能详解 170
7.4.3 结果解读 175
7.4.4 知识点总结与练习题 177
7.5 多元Logistic回归分析 178
7.5.1 基本原理 178
7.5.2 操作演示与功能详解 178
7.5.3 结果解读 185
7.5.4 知识点总结与练习题 187
7.6 有序回归分析 187
7.6.1 基本原理 187
7.6.2 操作演示与功能详解 187
7.6.3 结果解读 189
7.6.4 知识点总结与练习题 191
7.7 概率回归分析 191
7.7.1 基本原理 191
7.7.2 操作演示与功能详解 192
7.7.3 结果解读 194
7.7.4 知识点总结与练习题 197
7.8 非线性回归分析 197
7.8.1 基本原理 197
7.8.2 操作演示与功能详解 198
7.8.3 结果解读 203
7.8.4 知识点总结与练习题 204
7.9 标度回归分析 204
7.9.1 基本原理 204
7.9.2 操作演示与功能详解 204
7.9.3 结果解读 206
7.9.4 知识点总结与练习题 207
7.10 分位数回归分析 208
7.10.1 基本原理 208
7.10.2 操作演示与功能详解 208
7.10.3 结果解读 213
7.10.4 知识点总结与练习题 215
第8章 时间序列预测 216
8.1 专家建模器 217
8.1.1 基本原理 217
8.1.2 操作演示与功能详解 218
8.1.3 结果解读 231
8.1.4 知识点总结与练习题 238
8.2 指数平滑法、ARIMA模型 238
8.3 季节分解模型 241
8.3.1 基本原理 241
8.3.2 操作演示与功能详解 241
8.3.3 结果解读 242
8.3.4 知识点总结与练习题 243
第9章 聚类分析 244
9.1 二阶聚类分析 245
9.1.1 基本原理 245
9.1.2 操作演示与功能详解 245
9.1.3 结果解读 247
9.1.4 知识点总结与练习题 248
9.2 K均值聚类分析 248
9.2.1 基本原理 248
9.2.2 操作演示与功能详解 249
9.2.3 结果解读 251
9.2.4 知识点总结与练习题 253
9.3 系统聚类分析 253
9.3.1 基本原理 253
9.3.2 操作演示与功能详解 254
9.3.3 结果解读 256
9.3.4 知识点总结与练习题 259
第10章 决策树分析与判别分析 260
10.1 决策树分析 260
10.1.1 基本原理 260
10.1.2 操作演示与功能详解 261
10.1.3 结果解读 274
10.1.4 知识点总结与练习题 284
10.2 判别分析 284
10.2.1 基本原理 284
10.2.2 操作演示与功能详解 285
10.2.3 结果解读 289
10.2.4 知识点总结与练习题 293
第11章 刻度分析 294
11.1 可靠性分析 294
11.1.1 基本原理 294
11.1.2 操作演示与功能详解 295
11.1.3 结果解读 298
11.1.4 知识点总结与练习题 300
11.2 多维标度分析 300
11.2.1 基本原理 300
11.2.2 操作演示与功能详解 300
11.2.3 结果解读 303
11.2.4 知识点总结与练习题 305
第12章 生存分析 306
12.1 寿命表分析 308
12.1.1 基本原理 308
12.1.2 操作演示与功能详解 309
12.1.3 结果解读 311
12.1.4 知识点总结与练习题 315
12.2 Kaplan-Meier分析 315
12.2.1 基本原理 315
12.2.2 操作演示与功能详解 315
12.2.3 结果解读 319
12.2.4 知识点总结与练习题 323
12.3 Cox回归分析 323
12.3.1 基本原理 323
12.3.2 操作演示与功能详解 325
12.3.3 结果解读 330
12.3.4 知识点总结与练习题 334
第13章 降维分析 335
13.1 因子分析 335
13.1.1 基本原理 335
13.1.2 操作演示与功能详解 337
13.1.3 结果解读 342
13.1.4 知识点总结与练习题 350
13.2 主成分分析 350
13.2.1 基本原理 350
13.2.2 操作演示与功能详解 351
13.2.3 结果解读 354
13.2.4 知识点总结与练习题 354
13.3 对应分析 355
13.3.1 基本原理 355
13.3.2 操作演示与功能详解 355
13.3.3 结果解读 359
13.3.4 知识点总结与练习题 362
第14章 如何使用SPSS进行高质量的综合性研究 363
14.1 研究方案设计 363
14.2 调查问卷的制作 366
14.2.1 调查问卷的概念 366
14.2.2 调查问卷的制作步骤 366
14.2.3 制作调查问卷时需要注意的问题 367
14.2.4 将调查问卷获取的数据导入SPSS 370
14.3 SPSS数据挖掘介绍 373
14.4 SPSS建模注意事项 374
14.4.1 注意事项一：建模是为了解决具体的问题 374
14.4.2 注意事项二：有效建模的前提是具备问题领域的专业知识 375
14.4.3 注意事项三：建模之前必须进行数据的准备 375
14.4.4 注意事项四：终模型的生成在多数情况下并不是一步到位的 376
14.4.5 注意事项五：模型要能够用来预测，但预测并不仅含直接预测 377
14.4.6 注意事项六：对模型的评价方面要坚持结果导向和价值导向 377
14.4.7 注意事项七：建立的模型应该是持续动态优化完善的 378
14.5 SPSS综合应用案例书目推荐 378
|
| 內容試閱：
|
SPSS作为公认的应用广泛的专业数据分析软件之一，以功能丰富、效率高、操作简便而著称，主要针对经济、管理、医学、农学、教育、市场研究、社会调查等多个行业和领域，也是容易入手学习的数据统计分析软件。但实事求是地讲，“SPSS易学，也不易学”，易学是因为门槛较低、界面友好、基本操作相对简单、入门较快；不易学是因为SPSS虽然操作较为简单，但归根结底还只是一种数据分析工具，是各种统计分析方法实现的载体，而每种分析方法一是有较为严格的适用条件，二是涉及的具体选项有很多，所以如何结合实际研究需要选取恰当的分析方法，并且根据具体情形在操作窗口中正确设置相应选项，对分析结果进行正确、完整的解读，实现起来是颇为不易的。所以本书作者致力于编写一本SPSS统计分析入门与应用精解的教材，通过“精解统计分析原理，精解SPSS窗口选项设置，精解SPSS输出结果”三个精解帮助读者真正掌握常用统计分析方法的SPSS操作，在“三个精解”的基础上，每一章的前面都有教学重点提示，后面都有“知识点总结与练习题”，帮助读者增强学习效果，形成了“从基础原理到操作精解，从数据分析到案例应用”的完整教学闭环，同时与本书配套的还有教学PPT和作者讲解的全套视频资料以辅助教学，力求实现教学效果。
本书内容
本书共14章。具体来说，第1章为SPSS应用基础，旨在告诉读者SPSS软件启动与关闭，以及数据编辑录入、数据读取、数据排序、缺失值处理、数据查找、数据合并、图形绘制等对数据的基础操作，教会读者如何使用SPSS处理数据。第2章为描述统计分析，讲解频率分析、描述分析、探索分析、交叉表分析4种分析方法，研究数据的基本特征。第3章为比较平均值分析，包括平均值分析、单样本T检验、独立样本T检验、成对样本T检验、单因素ANOVA检验5种分析方法。第4章为非参数检验，讲解卡方检验、二项检验、游程检验、单样本K-S检验、2个独立样本检验、2个相关样本检验、K个独立样本检验、K个相关样本检验8种分析方法。第5章为相关分析，讲解双变量相关分析、偏相关分析、距离相关分析3种分析方法。第6章为一般线性模型，讲解单变量分析、多变量分析两种分析方法。第7章为回归分析，讲解线性回归分析、加权小二乘回归分析、曲线估算回归分析、二元Logistic回归分析、多元Logistic回归分析、有序回归分析、概率回归分析、非线性回归分析、标度回归分析、分位数回归分析10种分析方法。第8章为时间序列预测，讲解专家建模器、指数平滑法、ARIMA模型、季节分解模型4种分析方法。第9章为聚类分析，讲解二阶聚类分析、K均值聚类分析、系统聚类分析3种分析方法。第10章为决策树分析与判别分析，讲解决策树分析、判别分析两种分析方法。第11章为刻度分析，讲解可靠性分析、多维标度分析两种分析方法。第12章为生存分析，讲解寿命表分析、Kaplan-Meier分析、Cox回归分析3种分析方法。第13章为降维分析，讲解因子分析、主成分分析、对应分析3种分析方法。第14章为如何使用SPSS进行高质量的综合性研究，讲解研究方案设计、调查问卷的制作、SPSS数据挖掘、建模注意事项。
本书特色
本书的特色在于精解常用统计分析方法的基本原理与完整SPSS操作，不仅对相关统计分析概念进行介绍，对涉及的窗口界面进行完整而深度的解读，明确了操作中各个选项的适用情形，也对分析结果也进行了深入浅出、全面准确的讲解，使得读者能够根据实际研究需要灵活选取恰当的分析方法，能够认识每种分析方法的SPSS操作全貌，恰当设置操作选项，能够对分析结果进行准确解读，知晓数据分析结论代表的实际意义，达到“知其然，又知其所以然”的效果，能实现数据分析能力的提高，同时也能实现学术或实践研究能力的提高。
读者对象
本书读者对象主要面向在校大学生以及具备一定统计学基础的职场人士。本书可用作经济学、管理学、统计学、金融学、社会学、医学、电子商务等一系列相关专业的在校本专科大学生、研究生学习、应用SPSS的主要教材，也可作为重要的辅助教材或者课外阅读书目，还可作为在校大学生、研究生自学SPSS以完成毕业论文、毕业设计的重要参考教材，或职场人士掌握SPSS操作、提升数据分析能力，进而提升工作效率、改善绩效水平的工具书。
本书在编写过程中吸收了前人的研究成果，在部分SPSS操作和个别概念的介绍上，学习参考了SPSS官方网站公开的PDF格式帮助文档等相关知识，在此一并表示感谢！
本书配套视频与资源
本书PPT、源数据与视频教学可以扫描下面的二维码下载。如果下载有问题，请发送电子邮件至booksaga@126.com，邮件主题为“SPSS统计分析入门与应用精解：视频教学版”。
PPT 源数据 视频第1~5章 视频第6~11章 视频第12~14章
由于作者水平有限，书中的疏漏之处在所难免，诚恳地欢迎各位同行专家和广大读者批评指正，并提出宝贵的意见。
编 者
2022年3月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
