万本电子书0元读

万本电子书0元读

顶部广告

SPSS进阶分析与实务电子书

1.详细介绍16个统计学方法在SPSS中的实现,以及这些方法的原理和适用条件。 2.36个典型案例帮助读者理解相关知识。 3.一个专用的SPSS公众号帮助读者答疑解惑。

售       价:¥

纸质售价:¥79.50购买纸书

11人正在读 | 0人评论 6.7

作       者:石鹏

出  版  社:电子工业出版社

出版时间:2022-06-01

字       数:12.5万

所属分类: 科技 > 计算机/网络 > 多媒体/数据通信

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书以统计理论为主线,以解决实际问题为导向,详细介绍了SPSS在多变量方差分析、协方差分析、线性回归分析、主成分分析、因子分析、聚类分析、判别分析、决策树、神经网络、时间序列分析、对应分析、典型相关分析、简单效应、简单简单效应、调节效应、中介效应及多重响应分析中的应用。 本书结合理论与实践,具有较强的技术应用性和针对性,主要面向各个专业的初、中级SPSS的使用者,以及想要深学习和应用统计学的读者。  <br/>【推荐语】<br/>1.详细介绍16个统计学方法在SPSS中的实现,以及这些方法的原理和适用条件。 2.36个典型案例帮助读者理解相关知识。 3.一个专用的SPSS公众号帮助读者答疑解惑。<br/>【作者】<br/>石鹏,中国医科大学博士,国家重研发计划项目骨干,公众号“SPSS学堂”成员,研究方向为环境危害暴露及其健康效应、疾病负担测算及数据可视化、临床试验设计与统计分析。以第一作者或共同第一作者发表SCI论文5篇,累计影响因子34.177分,包括ESI高被引论文1篇;中文核心期刊论文2篇;担任《中国循证医学》杂志审稿人,《Life Research》青年编委,主编《SPSS阶分析与实务》、《环境污染健康损害因果关系判定方法》,参与制定团体标准一项,授权软件著作权三项。<br/>
目录展开

内容简介

本书编委会

序言

写在前面

第1章 多个因变量的假设检验:多变量方差分析

1.1 多变量方差分析

1.1.1 多变量方差分析简介

1.1.2 多变量方差分析的应用条件

1.2 多变量方差分析案例:不同舞蹈学校的分数差异分析

1.2.1 选择变量

1.2.2 设置模型选项

1.2.3 设置事后选项

1.2.4 选项设置

1.2.5 输出结果

1.3 本章小结

第2章 校正混杂因素:协方差分析

2.1 协方差分析简介

2.2 协方差分析案例:早读对成绩的影响

2.2.1 回归拟合线平行性检验

2.2.2 计算和检验修正均数(正式进行协方差分析)

2.3 本章小结

第3章 因变量为连续变量的估计与预测:线性回归分析

3.1 线性回归分析简介

3.1.1 简单线性回归分析简介

3.1.2 多重线性回归分析简介

3.2 简单线性回归分析

3.2.1 简单线性回归分析的假设条件

3.2.2 简单线性回归分析案例:身高和体重的关系

3.3 多重线性回归分析

3.3.1 多重线性回归分析的假设条件

3.3.2 多重线性回归分析案例:年收入的影响因素

3.4 回归诊断

3.4.1 异常值判断

3.4.2 独立性检验

3.4.3 正态性检验

3.4.4 方差齐性检验

3.4.5 多重共线性诊断

3.5 权重估计

3.5.1 权重估计简介

3.5.2 权重估计案例:收入影响因素分析

3.6 加权最小二乘法

3.6.1 加权最小二乘法简介

3.6.2 加权最小二乘法案例:收入影响因素分析

3.7 二阶最小二乘法

3.7.1 二阶最小二乘法简介

3.7.2 二阶最小二乘法案例:影响成绩的数据

3.8 分层回归分析

3.8.1 分层回归分析简介

3.8.2 分层回归分析案例:影响个人收入的因素

3.9 本章小结

第4章 因变量为离散变量的估计与预测:Logistic回归模型

4.1 Logistic回归模型简介

4.1.1 Logistic回归模型的公式

4.1.2 Logistic回归分析的目的

4.1.3 Logistic回归模型的适用条件

4.1.4 Logistic回归分析的主要用途

4.2 二元Logistic回归模型

4.2.1 二元Logistic回归模型简介

4.2.2 二元Logistic回归分析案例:学业成就数据

4.3 多元Logistic回归模型

4.3.1 多元Logistic回归模型简介

4.3.2 多元Logistic回归分析案例:数学成绩调查数据

4.4 有序回归模型

4.4.1 有序回归模型简介

4.4.2 有序回归分析案例:影响个人收入水平的因素

4.5 本章小结

第5章 回归模型进阶:其他回归模型

5.1 最优尺度回归模型

5.1.1 最优尺度回归模型简介

5.1.2 最优尺度回归分析案例:师生关系的预测因素

5.2 非线性回归模型

5.2.1 曲线估计回归模型

5.2.2 非线性回归模型简介

5.2.3 曲线估计回归模型与非线性回归模型的比较

5.3 多层线性模型

5.3.1 多层线性模型简介

5.3.2 多层线性模型(零模型)案例:语文成绩预测因素

5.3.3 多层线性模型(全模型)案例:语文成绩预测因素

5.4 对数线性模型

5.4.1 对数线性模型简介

5.4.2 对数线性模型案例:不同学历人员的收入水平数据

5.5 本章小结

第6章 简化多变量复杂关系:主成分分析与因子分析

6.1 主成分分析

6.1.1 主成分分析简介

6.1.2 主成分分析案例:各省市特征指标的降维

6.2 因子分析

6.2.1 因子分析简介

6.2.2 因子分析案例:学生知识结构状况

6.3 本章小结

第7章 数据归约技术:聚类分析

7.1 聚类分析简介

7.2 K均值聚类

7.2.1 K均值聚类简介

7.2.2 K均值聚类案例:土壤样本聚类

7.3 系统聚类

7.3.1 系统聚类简介

7.3.2 系统聚类案例:土壤指标聚类

7.4 二阶聚类

7.4.1 二阶聚类简介

7.4.2 二阶聚类案例:潮间带大型动物的群落结构

7.5 本章小结

第8章 建立分组预测模式:判别分析

8.1 Fisher判别分析

8.1.1 Fisher判别分析简介

8.1.2 Fisher判别分析案例:鸢尾花分类

8.2 Bayes判别分析

8.2.1 Bayes判别分析简介

8.2.2 Bayes判别分析案例:鸢尾花分类

8.3 本章小结

第9章 预测变量的二元分离:决策树

9.1 决策树简介

9.2 C4.5算法

9.2.1 构造决策树

9.2.2 决策树剪枝

9.3 SPSS Modeler的C5.0算法实现

9.3.1 SPSS Modeler简介

9.3.2 C5.0算法分析案例:患者用药策略

9.4 本章小结

第10章 自适应、自学习:神经网络

10.1 神经网络简介

10.2 神经网络模型

10.2.1 激励函数表达方式

10.2.2 传播方式

10.2.3 神经网络模型案例:鸢尾花分类

10.3 本章小结

第11章 时序数据的预测:时间序列分析

11.1 时间序列分析简介

11.2 指数平滑模型

11.2.1 指数平滑模型简介

11.2.2 指数平滑模型案例:药品产量

11.3 自回归综合移动平均模型

11.3.1 自回归综合移动平均模型简介

11.3.2 自回归综合移动平均模型实例分析案例:体检中心收入

11.4 本章小结

第12章 发现多个分类变量间的潜在关系:对应分析

12.1 对应分析简介

12.2 简单对应分析

12.2.1 简单对应分析实现

12.2.2 简单对应分析案例:家庭结构与学历

12.3 基于均数的对应分析

12.3.1 基于均数的对应分析简介

12.3.2 基于均数的对应分析案例:各行业经济增长状况比较

12.4 基于最优尺度变换的多重对应分析

12.4.1 基于最优尺度变换的多重对应分析简介

12.4.2 基于最优尺度变换的多重对应分析案例:家庭结构与学历

12.5 本章小结

第13章 两组变量的相关分析:典型相关分析

13.1 典型相关分析简介

13.2 典型相关分析案例:旅游前的旅游信息搜索动机与旅游行为之间的关系

13.2.1 使用Canonical宏程序进行典型相关操作

13.2.2 使用MANOVA语法进行典型相关操作

13.2.3 输出结果

13.3 基于最优尺度变换的非线性典型相关分析

13.3.1 基于最优尺度变换的非线性典型相关分析简介

13.3.2 基于最优尺度变换的非线性典型相关分析案例:家庭结构与学历

13.4 本章小结

第14章 交互效应分析进阶:简单效应与简单简单效应

14.1 重复测量设计的简单效应与简单简单效应

14.1.1 简单效应简介

14.1.2 简单简单效应简介

14.1.3 分析策略

14.1.4 简单效应案例:不同教学方法与智力的关系

14.1.5 简单简单效应案例:不同教学方法与智力的关系

14.2 被试间设计的简单效应与简单简单效应

14.2.1 分析策略

14.2.2 简单效应案例:心理学反应时研究

14.2.3 简单简单效应案例:心理学反应时研究

14.3 本章小结

第15章 调节变量与中介变量分析方法:调节效应与中介效应

15.1 调节效应

15.1.1 调节效应简介

15.1.2 自变量和调节变量均为连续变量的调节效应分析

15.1.3 自变量为连续变量、调节变量为分类变量的调节效应分析

15.1.4 自变量为分类变量、调节变量为连续变量的调节效应分析

15.1.5 自变量、调节变量均为分类变量的调节效应分析

15.2 Process插件

15.2.1 Process插件的安装及应用

15.2.2 Bootstrap方法及其应用

15.2.3 使用Process插件检验调节效应

15.2.4 使用Process插件检验中介效应

15.2.5 中介效应与调节效应的混合模型

15.3 本章小结

第16章 多项选择题的分析处理:多重响应分析

16.1 多重响应分析

16.1.1 多重响应分析案例:注册某软件时选过的标签

16.1.2 多重响应变量集的频率差异卡方检验案例:标签选择

16.1.3 多重响应变量集的交叉表分析案例:标签选择

16.2 本章小结

参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部