应用多元统计（原书第5版）
批量上传，套装书可能不全，下单前咨询在线客服！ 正版书 ！！！
￥ 135.17 8.0折 ￥ 169 全新
库存4件
四川成都
认证卖家担保交易快速发货售后保障
作者[美]芭芭拉·G.塔巴尼克 [美]琳达·S. 菲德尔 著
出版社机械工业出版社
ISBN9787111719335
出版时间2023-07
装帧平装
开本16开
定价169元
货号29599217
上书时间2024-10-21
![设计素描[ Ⅰ]](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/decfcaea/6b9563e2212a2b51_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
前言
前言
由于篇幅过多，我们不得不考虑对章节内容进行缩减 本次修订仅仅增加了第15章，外加一些处理缺失数据的新方法（见第4章） 除此之外，我们进行了大量精简，删去了时间序列分析一章另一个遗憾是SYSTAT 然而，其恰到好处的统计分析结论和出色的图形分析技术使得我们依旧喜欢它 令人高兴的是，SYSTAT的大部分图形已经整合到SPSS中 虽然我们没有详细解释SYSTAT的程序代码，但是为了对比不同软件的特征，还是将SYSTAT代码列在第5～16章的最后一节 我们调整了一些章节的顺序：典型相关相对较难，不适合较早介绍；生存分析似乎需要依赖logistic回归 实际上，顺序似乎并不重要用书教师可以根据自己的需要选择任意章节进行讲解
多层线性模型(Multilevel Linear Modeling，MLM)似乎已经风靡全球如果没有它，我们会如何面对这个世界？现实生活是分层的——学生到不同的教室里上课；教师在不同的学校工作；病人共享着病房和医护人员；观众观看不同的表演 将群组分开进行研究会偏离研究目的，所以我们必须以完整的群组为样本数据来研究 MLM能够在不违背模型假设的前提下实现上述分析功能 SAS和SPSS可以处理这些模型，我们就准备好利用它们处理现实问题 因此，新增了一章
SAS和SPSS还提供了多种方法来利用多重插补技术估计缺失数据，并全面评估缺失数据模式我们扩展了第4章演示这些增强技术 SPSS和SAS不断添加一些好方法，我们都将其展示出来 和以前一样，我们将尽可能地利用Windows菜单调试程序 我们也更加注重效应大小（effect size），特别是效应大小的置信区间 澳大利亚国立大学的Michael Smithson教授非常友善地允许我们借用一些完美的SPSS和SAS语法以及数据文件 Jim Steiger和Rachel Fouladi慷慨地允许我们使用他们的DOS程序计算R2的置信区间
有一件事我们永远不会改变，那就是实用，聚焦于统计模型分析数据集的益处和局限性——什么时候、为什么以及如何做虽然数学很精彩，但是还是建议学生使用现成的软件来完成每章的矩阵或电子表格操作 而且，我们仍然认为，理解数学知识并不足以确保可以合理地分析数据 读者已经证实了确实能够运用软件，而不需要过多地关注数学内容.例子是小样本的，依旧很蠢 就最近有关本书的大部分评论（由出版商友情提供）而言，我们将其归结为三种情况：太难、太容易、刚刚好 所以我们没有改变基调或难度
密苏里大学哥伦比亚分校的Steve Osterlind和南伊利诺伊大学艾德华兹维尔分校的Jeremy Jewel提供了一些非常有用的建议 我们也衷心感谢罗得岛大学的Lisa Harlow，她为第4版写了一篇全面而富有洞察力的书评，发表在2002年的Structural Equation Modeling上 我们再次感谢本书前几版的审稿人，虽然他们不让将他们的名字列出，但我们依然记得他们！感谢这个版本的审稿人：内布拉斯加大学卡尼分校的Joseph Benz、西弗吉尼亚大学的Stanley Cohen、南达科他大学的Michael Granaas、田纳西州立大学纳什维尔分校的Marie Hammond、南伊利诺伊大学的Josephine Korchmaros和圣地亚哥州立大学的Scott Roesch
与往常一样，本书的改进在很大程度上要归功于审稿人以及那些通过电子邮件向我们提出建议和修订意见的同人 任何遗留的错误和表述不清晰都是我们的责任 同时，我们希望本书能为读者分析数据提供一些帮助
Barbara G Tabachnick
Linda S Fidell
导语摘要
本书是一本应用多元统计教材，是多元统计分析的实践指南.书中介绍了各类多元统计分析方法，并结合SAS、SPSS和SYSTAT给出了各分析方法的实现.本书主要侧重于应用，通过使用现实数据集的丰富实例，阐明了何时、为什么以及如何使用数据集，便于读者学习理解.
本书条理清晰，内容精练，言简意赅，可作为高等院校数学与应用数学、信息与计算科学等专业学生的教材，同时也可作为数学工作者和科技人员的参考书.
作者简介
Barbara G. Tabachnick是加州州立大学北岭分校的心理学名誉教授。她发表了70多篇论文，并多次受邀发表专业演讲。她是2012年西方心理学协会终身成就奖和2015年西方心理学协会Presidential Citation的获得者。
目录
前言
第1章引言1
11为什么选择多元统计1
111多元统计的域：自变量和因变量的个数1
112实验性和非实验性研究2
113计算机和多元统计3
114垃圾进，玫瑰出4
12一些有用的定义5
121连续、离散和二分数据5
122样本和总体6
123描述性和推断性统计7
124正交：标准和序贯分析7
13变量的线性组合9
14变量个数和性质9
15统计势10
16多元统计数据10
161数据阵11
162相关矩阵11
163方差协方差阵12
164平方和与叉积矩阵12
165残差14
17本书的结构安排14
第2章统计方法指南：使用本书15
21研究问题和相关方法15
211变量间的关系程度15
212群组差异的显著性17
213组成员的预测20
214结构22
215时序事件 22
22进一步比较23
23决策树24
24统计方法的章节27
25数据的初步检查27
第3章一元统计和二元统计回顾28
31假设检验28
311单样本z检验28
312势31
313模型拓展31
314显著性检验的争议31
32方差分析32
321单因素组间方差分析33
322多因素组间方差分析35
323组内方差分析36
324组间组内混合方差分析38
325设计复杂性39
326特定比较42
33参数估计45
34效应大小45
35二元统计：相关性和回归47
351相关性47
352回归48
36卡方分析49
第4章数据清洗50
41数据清洗的系列问题50
411数据准确性50
412真实相关性51
413缺失值52
414异常值60
415正态性、线性和同方差性65
416常用的数据转换71
417多重共线性和奇异性73
418数据筛选清单及可行的建议75
42数据筛选的完整案例76
421未分组数据的筛选76
422分组数据的筛选85
第5章多重回归94
51概述94
52几类研究问题95
521相关度96
522自变量的重要性96
523增加自变量96
524改变自变量96
525自变量的其他情况97
526自变量集的比较97
527对新样本中因变量的预测97
528参数估计97
53回归分析的局限性97
531理论问题98
532实际问题99
54多重回归的基本公式103
541一般线性方程104
542矩阵方程105
543小样本示例的计算机分析107
55多重回归的主要类型109
551标准多重回归109
552多重序贯回归110
553统计（逐步）回归111
554回归策略之间的选择115
56一些重要问题116
561自变量的重要性116
562统计推断118
563R2的调整123
564抑制变量123
565方差分析的回归方法124
566包含自变量的交互作用和幂时的中心化126
567因果关系的中介变量128
57回归分析的完整案例129
571假设的评估129
572标准多重回归134
573序贯回归 139
574多重估算缺失值的标准多重回归示例142
58程序的比较149
581SPSS软件包149
582SAS系统152
583SYSTAT 系统154
第6章协方差分析155
61概述155
62几类研究问题157
621自变量的主效应158
622自变量间的交互作用158
623具体对比和趋势分析158
624协变量效应158
625效应大小159
626参数估计159
63协方差分析的局限性159
631理论问题159
632实际问题160
64协方差分析的基本公式162
641平方和与叉积163
642显著性检验和效应大小165
643小样本示例的计算机分析166
65一些重要问题168
651协变量的选择168
652协变量的估计168
653回归齐性的检验169
654设计复杂性169
655协方差分析替代175
66协方差分析的完整案例177
661假设估计177
662协方差分析181
67程序的比较188
671SPSS软件包188
672SAS系统188
673SYSTAT系统188
第7章多元方差和协方差分析191
71概述191
72几类研究问题194
721自变量的主效应194
722自变量之间的交互作用195
723因变量的重要性195
724参数估计195
725具体比较和趋势分析195
726效应大小196
727协变量的效应196
728重复测量方差分析196
73多元方差和协方差分析的局限性196
731理论问题196
732实际问题197
74多元方差和协方差分析的基本公式20
内容摘要
本书是一本应用多元统计教材，是多元统计分析的实践指南.书中介绍了各类多元统计分析方法，并结合SAS、SPSS和SYSTAT给出了各分析方法的实现.本书主要侧重于应用，通过使用现实数据集的丰富实例，阐明了何时、为什么以及如何使用数据集，便于读者学习理解.
本书条理清晰，内容精练，言简意赅，可作为高等院校数学与应用数学、信息与计算科学等专业学生的教材，同时也可作为数学工作者和科技人员的参考书.
主编推荐
Barbara G. Tabachnick是加州州立大学北岭分校的心理学名誉教授。她发表了70多篇论文，并多次受邀发表专业演讲。她是2012年西方心理学协会终身成就奖和2015年西方心理学协会Presidential Citation的获得者。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价