统计软件应用与实训教程

图书标准信息

• 作者 李士华
• 出版社 清华大学出版社
• 出版时间 2019-03
• 版次 1
• ISBN 9787302521013
• 定价 27.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸

【内容简介】

《统计软件应用与实训教程》*的特点就体现在其应用性方面，强调统计学理论在实践中的应用。本书将详尽介绍SPSS的操作过程，通过学习掌握数据的收集整理、描述统计分析、探索性分析、假设检验、相关与回归分析、系统性数据分类、因子分析以及多元统计分析的计算、建模与解释分析等方法。
  《统计软件应用与实训教程》以实训的形式组织内容，简单介绍实验的目的与原理，尽量详尽介绍SPSS的实际操作过程，突出SPSS的实用性，并对SPSS执行的结果做详细的解读。本书可以很好地辅助统计学的教学，可以作为统计学类课程课内实践环节的有效支持，培养学生解决实际问题的技能。

【目录】

目    录

　　

第1章  SPSS基础    1

1.1  SPSS概述    1

1.1.1  SPSS简介    1

1.1.2  SPSS的安装    1

1.2  SPSS的界面初识    5

1.2.1  SPSS的启动    5

1.2.2  SPSS的主窗口    5

1.2.3  SPSS的菜单    7

1.2.4  SPSS的退出    7

1.2.5  SPSS的帮助系统    8

第2章  SPSS的数据管理    9

2.1  实训目的与基本原理    9

2.1.1  实训目的与要求    9

2.1.2  实训的基本原理    9

2.2  实训内容与步骤    10

2.2.1  创建一个数据文件    10

2.2.2  读取外部数据    11

2.2.3  数据编辑    12

2.2.4  数据的保存    14

2.2.5  数据整理    14

2.3  实训项目    22

第3章  描述统计    24

3.1  实训目的与基本原理    24

3.1.1  实训目的与要求    24

3.1.2  实训的基本原理    24

3.2  实训内容与步骤    25

3.2.1  频数分析    25

3.2.2  描述统计    31

3.2.3  探索分析    34

3.3  实训项目    43

第4章  均值比较和T检验    45

4.1  实训目的与基本原理    45

4.1.1  实训目的与要求    45

4.1.2  实训的基本原理    45

4.2  均值过程    46

4.2.1  均值过程的定义    46

4.2.2  实现步骤    46

4.3  单样本T检验    48

4.3.1  单样本T检验的原理    48

4.3.2  操作步骤    49

4.4  两独立样本T检验    51

4.4.1  基本原理    51

4.4.2  操作步骤    52

4.5  配对样本T检验    54

4.5.1  基本原理    54

4.5.2  操作过程    54

4.6  实训项目    57

第5章  方差分析    58

5.1  实验目的与基本原理    58

5.1.1  实验目的与要求    58

5.1.2  实验的基本原理    58

5.2  单因素方差分析    59

5.2.1  单因素方差的使用条件和基本

原理    59

5.2.2  操作过程    60

5.3  多因素方差分析    68

5.3.1  多因素方差分析的定义和基本

原理    68

5.3.2  操作过程    69

5.4  协方差分析    74

5.4.1  协方差的定义和基本原理    74

5.4.2  操作过程    75

5.5  实训项目    79

第6章  相关分析    81

6.1  实训目的与基本原理    81

6.1.1  实训目的与要求    81

6.1.2  实训的基本原理    81

6.2  简单相关分析    83

6.2.1  双变量过程    83

6.2.2  操作过程    83

6.3  偏相关分析    87

6.3.1  偏相关分析的基本原理    87

6.3.2  偏相关分析的操作过程    88

6.4  距离相关分析    91

6.4.1  距离相关分析的定义和基本

原理    91

6.4.2  距离相关分析操作过程    92

6.5  实训项目    96

第7章  回归分析    98

7.1  实训目的与基本原理    98

7.1.1  实训目的与要求    98

7.1.2  实训的基本原理    98

7.2  一元线性回归分析过程    99

7.2.1  线性回归分析的基本步骤    99

7.2.2  操作过程    100

7.3  多元回归分析过程    106

7.3.1  多元回归模型    106

7.3.2  多元回归实例分析    107

7.4  实训项目    113

第8章  分类分析    116

8.1  实训目的与基本原理    116

8.1.1  实训目的与要求    116

8.1.2  实训的基本原理    116

8.2  K-均值聚类    117

8.2.1  K-均值聚类的含义和基本

原理    117

8.2.2  K-均值聚类的实例分析    118

8.3  Q型层次聚类    122

8.3.1  Q型聚类的基本内涵    122

8.3.2  Q型层次聚类的实例分析    123

8.4  R型层次聚类    130

8.4.1  R型聚类的含义和基本

原理    130

8.4.2  R型层次聚类实例分析    130

8.5  判别分析    135

8.5.1  判别分析的含义和基本

原理    135

8.5.2  判别分析实例    136

8.6  实训项目    142

第9章  因子分析    146

9.1  实训目的与基本原理    146

9.1.1  实训目的与要求    146

9.1.2  实训的基本原理    146

9.2  因子分析操作    147

9.2.1  因子分析的基本步骤    147

9.2.2  因子分析实例    147

9.3  实训项目    160

参考文献    163