• SPSS统计分析高级教程(第2版第二版) 张文彤 董伟 高等教育出版社 9787040369960 正版旧书
21年品牌 40万+商家 超1.5亿件商品

SPSS统计分析高级教程(第2版第二版) 张文彤 董伟 高等教育出版社 9787040369960 正版旧书

正版旧书 里面部分笔记 内容完好 可正常使用 旧书不附带光盘

10.97 八五品

库存4件

江西南昌
认证卖家担保交易快速发货售后保障

作者张文彤 董伟

出版社高等教育出版社

ISBN9787040369960

出版时间2013-01

装帧线装

页数451页

货号3122667

上书时间2024-07-09

辉煌二手教材专营店

七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
商品描述
温馨提示:亲!旧书库存变动比较快,有时难免会有断货的情况,为保证您的利益,拍前请务必联系卖家咨询库存情况!谢谢!
书名:SPSS统计分析高级教程(第2版)
编号:3122667
ISBN:9787040369960[十位:]
作者:张文彤 董伟
出版社:高等教育出版社
出版日期:2013年01月
页数:451
定价:43.00 元
参考重量:0.700Kg
-------------------------
新旧程度:6-9成新左右,不影响阅读,详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全* 图书目录 *
*部分一般线性模型、混合线性模型和广义线性模型 
第1章方差分析模型 
1.1模型简介 
1.1.1模型入门 
1.1.2常用术语 
1.1.3适用条件 
1.2案例:胶合板磨损深度的比较 
1.2.1操作说明 
1.2.2结果解释 
1.2.3模型参数的估计值 
1.2.4两两比较 
1.2.5其他常用选项 
1.3两因素方差分析模型 
1.3.1案例:超市规模、货架位置与销量的关系 
1.3.2边际均值与轮廓图 
1.3.3拟合劣度检验 
1.4因素各水平间的精细比较 
1.4.1POSTHOC子句 
1.4.2EMMEANS子句 
1.4.3LMATRIX子句和KMATRIX子句 
1.4.4CONSTRAST子句 
1.5方差分析模型进阶 
1.5.1随机因素的方差分析模型 
1.5.2自定义效应检验使用的误差项 
1.5.3四类方差分解方法 
思考与练习 
参考文献 
第2章常用实验设计分析方法 
2.1仅研究主效应的实验设计方案 
2.1.1完全随机设计 
2.1.2配伍设计 
2.1.3交叉设计 
2.1.4拉丁方设计 
2.2考虑交互作用的实验设计方案 
2.2.1析因设计 
2.2.2正交设计 
2.2.3均匀设计 
2.3误差项变动的特殊实验设计方案 
2.3.1嵌套设计 
2.3.2重复测量设计 
2.3.3裂区设计 
2.4协方差分析 
2.4.1协方差分析的必要性 
2.4.2平行性假定的检验 
2.4.3计算和检验修正均值 
思考与练习 
参考文献 
第3章多元方差分析与重复测量方差分析 
3.1多元方差分析 
3.1.1模型简介 
3.1.2案例:教育模式比较 
3.1.3对案例的进一步分析 
3.2重复测量资料的方差分析 
3.2.1模型简介 
3.2.2案例:促销效果研究 
思考与练习 
参考文献 
第4章线性混合模型 
4.1模型简介 
4.1.1问题的提出 
4.1.2模型入门 
4.2层次聚集性数据案例 
4.2.1拟合基本模型结构 
4.2.2在固定效应中加入自变量 
4.2.3在随机效应中加入自变量 
4.2.4更多解释变量的引入 
4.2.5其他常用选项 
4.3重复测量数据案例 
4.3.1对数据的初步分析 
4.3.2拟合基本模型结构 
4.3.3考虑重复测量间的相关性 
4.3.4更改对测量间相关性的假定 
4.3.5模型中可用的相关阵种类 
4.4线性混合模型进阶 
4.4.1线性混合模型的用途 
4.4.2线性混合模型与一般线性模型的联系 
思考与练习 
参考文献 
第5章广义线性模型、广义估计方程和广义线性混合模型 
5.1广义线性模型 
5.1.1模型简介 
5.1.2案例分析 
5.2广义估计方程 
5.2.1方程简介 
5.2.2案例分析 
5.3广义线性混合模型 
5.3.1模型简介 
5.3.2案例分析 
思考与练习 
参考文献 
第二部分回归模型 
第6章多重线性回归模型 
6.1模型简介 
6.1.1基本概念 
6.1.2分析步骤 
6.2案例:销量影响因素分析 
6.2.1基本分析结果 
6.2.2回归模型的假设检验 
6.2.3偏回归系数的假设检验 
6.2.4标准化偏回归系数 
6.2.5衡量回归模型优劣的标准 
6.3回归预测、区间估计与残差分析 
6.3.1模型预测值 
6.3.2模型的区间估计 
6.3.3模型的残差 
6.3.4利用残差考察模型适用条件 
6.4逐步回归 
6.4.1筛选自变量的基本原则 
6.4.2常用的逐步回归方法 
6.4.3案例:固体垃圾排放量与土地种类的关系 
6.5模型的进一步诊断与修正 
6.5.1强影响点的识别与处理 
6.5.2多重共线性的识别与处理 
6.5.3 回归模型结果解释时应注意的问题 
6.6自动线性建模 
6.6.1界面说明 
6.6.2案例:生成更高精度的预测模型 
思考与练习 
参考文献 
第7章线性回归的衍生模型 
7.1 非直线趋势的处理:曲线直线化 
7.1.1模型简介 
7.1.2案例:通风时间和毒物浓度的曲线方程 
7.1.3使用曲线估计过程分析 
7.2方差不齐的处理:加权*小二乘法 
7.2.1模型简介 
7.2.2案例:不等量样品数据的回归方程 
7.2.3使用WLS过程分析 
7.3共线性的处理:岭回归 
7.3.1模型简介 
7.3.2案例:用外形指标推测胎儿周龄 
7.4分类变量的数值化:*优尺度回归 
7.4.1模型简介 
7.4.2案例:生育子女数的回归模型 
7.4.3应用*优尺度方法注意事项 
思考与练习 
参考文献 
第8章路径分析入门 
8.1两阶段*小二乘法 
8.1.1模型简介 
8.1.2案例:人口背景资料对收入的影响 
8.1.3使用2SLS过程进行分析 
8.2路径分析入门 
8.2.1模型简介 
8.2.2案例:住院费用影响因素研究 
8.3偏*小二乘法入门 
8.3.1模型简介 
8.3.2软件实现 
思考与练习 
参考文献 
第9章非线性回归模型 
9.1模型简介 
9.1.1问题的提出 
9.1.2模型框架 
9.2案例:通风时间和毒物浓度的曲线方程 
9.2.1操作说明 
9.2.2结果解释 
9.2.3对模型的进一步分析 
9.3 自定义损失函数:*小一乘法 
9.4分段回归模型的拟合 
9.5非线性回归模型进阶 
9.5.1参数初始值的设定 
9.5.2模型的拟合方法 
思考与练习 
参考文献 
第10章二分类Logistic回归模型 
10.1模型简介 
10.1.1模型入门 
10.1.2基本概念 
10.2案例:低出生体重儿影响因素研究 
10.3分类自变量的定义与比较方法 
10.3.1使用哑变量的必要性 
10.3.2 SPSS中预设的哑变量编码方式 
10.3.3设置哑变量时的注意事项 
10.4 自变量的筛选方法与逐步回归 
10.4.1模型中的假设检验方法 
10.4.2 SPSS中提供的自变量筛选方法 
10.4.3 案例:低体重儿数据的逐步回归 
10.5 模型拟合效果与拟合优度检验 
10.5.1模型效果的判断指标 
10.5.2拟合优度检验 
10.6模型的诊断与修正 
10.6.1残差分析 
10.6.2多重共线性问题 
思考与练习 
参考文献 
第11章 多分类、配对Logistic回归与Probit回归模型 
11.1有序多分类Logistic回归模型 
11.1.1模型简介 
11.1.2案例:工作满意度影响因素分析 
11.1.3模型适用条件的考察 
11.2无序多分类Logistic回归模型 
11.2.1模型简介 
11.2.2案例:不同背景人群的选举倾向 
11.3 1:1配对Logistic回归 
11.3.1模型简介 
11.3.2案例:雌激素与患子宫内膜癌的关系 
11.4 Probit回归模型 
11.4.1模型简介 
11.4.2案例一:与Logistic模型比较 
11.4.3案例二:计算LD50 
思考与练习 
参考文献 
第12章对数线性模型与Poisson回归模型 
12.1对数线性模型简介 
12.1.1模型入门 
12.1.2软件实现 
12.2一般对数线性模型 
12.2.1初步分析 
12.2.2对案例的进一步分析 
12.3 因果关系明确时的对数线性模型 
12.4对数线性模型的选择 
12.4.1模型的选择策略 
12.4.2案例分析 
12.5对数线性模型与其他模型的关系 
12.5.1 与方差分析模型的关系 
12.5.2与Logistic回归的关系 
12.6 Poisson回归模型 
12.6.1模型简介 
12.6.2案例:冠心病死亡与吸烟的关系 
思考与练习 
参考文献 
第三部分多元统计分析方法 
第13章主成分分析、因子分析与 
多维偏好分析 
13.1主成分分析 
13.1.1 模型简介 
13.1.2案例:各省经济发展情况综合评价 
13.2因子分析 
…… 
第四部分其他统计分析方法
  • SPSS统计分析高级教程(第2版第二版) 张文彤 董伟 高等教育出版社 9787040369960 正版旧书

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP