经济 类型
可以朗读 语音朗读
223千字 字数
2025-07-01 发行日期
展开全部

主编推荐语

本书专为零基础的统计学与SPSS读者设计。

内容简介

书中基于37份真实、权威的经济社会统计数据和20份调查研究数据，设计了49个统计分析应用案例和29个数据加工处理案例，涵盖宏观经济、国际贸易、人口就业、商品物价、外汇储备、医学药学、天文气候、交通运输、能源替代、行业分析、企业管理、银行经营、股票基金、日常生活等领域，帮助读者从入门到精通地运用SPSS开展统计分析。

全书共16章。第1～3章为SPSS统计学入门篇，介绍SPSS入门、数据加工处理和统计学知识；第4～7章为基础统计案例应用，具体包括统计图形绘制，描述统计分析，均值比较、T检验、单因素方差分析和非参数检验；第8～10章为高级统计案例应用，具体包括多因素方差分析与多因变量分析、相关分析和回归分析；第11～15章为专业统计案例应用，具体包括因子分析、信度分析、聚类分析、时间序列预测和生存分析；第16章为AI工具应用，介绍AI工具在学习SPSS中的应用。

目录

  • 版权信息
  • 作者简介
  • 内容简介
  • 前言
  • 导读
  • 一、数据统计分析在哪里
  • 二、数据统计分析是什么
  • 三、数据统计分析怎么学
  • 第一部分 SPSS统计学入门篇
  • 第1章 SPSS入门
  • 1.1 SPSS简介
  • 1.2 SPSS安装要求、启动与关闭
  • 1.2.1 SPSS安装要求
  • 1.2.2 SPSS启动与关闭
  • 1.2.3 SPSS软件常用窗口
  • 1.3 SPSS选项设置
  • 1.3.1 “常规”选项卡
  • 1.3.2 “语言”选项卡
  • 1.3.3 “查看器”选项卡
  • 1.3.4 “数据”选项卡
  • 1.3.5 “输出”选项卡
  • 1.3.6 “图表”选项卡
  • 1.4 SPSS界面设置
  • 1.4.1 状态栏设置
  • 1.4.2 网格线设置
  • 1.4.3 菜单设置
  • 1.4.4 字体设置
  • 1.5 数据编辑器的基本操作
  • 1.5.1 数据编辑器的变量视图操作
  • 1.5.2 数据编辑器的数据视图操作
  • 1.6 本章习题
  • 第2章数据加工处理
  • 2.1 变量和样本观测值基本操作
  • 2.1.1 变量和观测值的移动、复制与删除
  • 2.1.2 在现有数据文件中增加新的变量
  • 2.1.3 在现有数据文件中增加新的样本观测值
  • 2.2 根据现有的变量建立新变量
  • 2.2.1 通过变量计算生成新变量
  • 2.2.2 通过对样本观测值计数生成新的变量
  • 2.2.3 量表得分或分类变量重新编码操作
  • 2.2.4 连续变量编码为分类变量
  • 2.2.5 生成虚拟变量
  • 2.3 数据读取
  • 2.3.1 SPSS数据文件的打开与保存
  • 2.3.2 SPSS支持的其他格式的数据文件
  • 2.3.3 读取Stata数据文件
  • 2.3.4 读取Excel数据文件
  • 2.3.5 读取文本数据文件
  • 2.4 数据查找
  • 2.4.1 按照观测值序号查找单元格
  • 2.4.2 按照变量值查找数据
  • 2.5 数据行列转置
  • 2.6 数据排序
  • 2.6.1 对数据按照变量进行排序
  • 2.6.2 对数据按照样本观测值进行排序
  • 2.7 数据加权处理
  • 2.8 数据合幵
  • 2.8.1 按照样本观测值合并数据文件
  • 2.8.2 按照变量合并数据文件
  • 2.9 数据分解
  • 2.10 数据汇总
  • 2.11 数据结构重组
  • 2.11.1 由变量组到样本观测值组的重组
  • 2.11.2 由样本观测值组到变量组的重组
  • 2.12 数据缺失值处理
  • 2.13 本章习题
  • 第3章 统计学知识
  • 3.1 统计学常用的基本概念
  • 3.1.1 总体、样本与统计推断
  • 3.1.2 频率与概率
  • 3.1.3 条件概率、独立事件与全概率公式
  • 3.1.4 概率函数与概率密度函数
  • 3.2 概率分布
  • 3.2.1 离散型概率分布
  • 3.2.2 连续型概率分布
  • 3.3 统计量
  • 3.3.1 集中趋势统计量
  • 3.3.2 离散趋势统计量
  • 3.3.3 分布趋势统计量
  • 3.4 大数定律与中心极限定理
  • 3.4.1 大数定律
  • 3.4.2 中心极限定理
  • 3.5 参数估计
  • 3.5.1 点估计
  • 3.5.2 区间估计
  • 3.5.3 参数估计的无偏性、有效性以及一致性
  • 3.6 假设检验
  • 3.6.1 假设检验概述
  • 3.6.2 T检验、Z检验和F检验
  • 3.6.3 参数检验和非参数检验
  • 3.6.4 模型设定检验
  • 3.7 本章习题
  • 第二部分 基础统计案例应用
  • 第4章 统计图形绘制
  • 4.1 3种典型的图形绘制方法
  • 4.1.1 图表构建器
  • 4.1.2 图形画板模板选择器
  • 4.1.3 旧对话框
  • 4.2 条形图：绘制世界部分地区不同年龄区间人口占比条形图
  • 4.2.1 条形图的类型
  • 4.2.2 简单条形图
  • 4.2.3 分类条形图
  • 4.2.4 分段条形图
  • 4.3 直方图：绘制晨鸣纸业A股每日收盘价直方图
  • 4.4 箱图：绘制陕西、浙江、江苏、福建四个省份星级酒店营业额箱图
  • 4.4.1 箱图的类型
  • 4.4.2 简单箱图
  • 4.4.3 簇状箱图
  • 4.5 散点图：绘制美国制造业PMI指数、中小企业乐观指数、失业率散点图
  • 4.5.1 散点图的类型
  • 4.5.2 简单散点图
  • 4.5.3 重叠散点图
  • 4.5.4 矩阵散点图
  • 4.5.5 三维散点图
  • 4.6 折线图：绘制中国沿海省市海洋生产总值折线图
  • 4.6.1 折线图的类型
  • 4.6.2 简单折线图
  • 4.6.3 多线折线图
  • 4.6.4 垂线折线图
  • 4.7 面积图：绘制美国对外国买家出售住房的销售额面积图
  • 4.7.1 面积图的类型
  • 4.7.2 简单面积图
  • 4.7.3 堆积面积图
  • 4.8 饼图：分析主要国家和地区半导体销售占比
  • 4.9 误差条形图：绘制欧洲不同国家航空公司飞机利用率误差条形图
  • 4.9.1 误差条形图的类型
  • 4.9.2 简单误差条形图
  • 4.9.3 簇状误差条形图
  • 4.10 双轴线图：绘制中国历年全社会固定资产投资与GDP双轴线图
  • 4.11 时间序列趋势图：分析中国网约车订单总量、网约车公司经营许可量
  • 4.11.1 时间序列趋势图
  • 4.11.2 自相关序列图和偏自相关序列图
  • 4.11.3 互相关序列图
  • 4.12 高低图：绘制美的集团A股股价高低图
  • 4.13 本章习题
  • 第5章 描述统计分析
  • 5.1 频率分析
  • 5.1.1 统计学原理
  • 5.1.2 案例应用——分析汽车制造业上市公司盈利能力指标
  • 5.1.3 结果解读
  • 5.2 描述分析
  • 5.2.1 统计学原理
  • 5.2.2 案例应用——分析上海金交所黄金现货收盘价
  • 5.2.3 结果解读
  • 5.3 探索分析
  • 5.3.1 统计学原理
  • 5.3.2 案例应用——分析我国新能源汽车月度产量
  • 5.3.3 结果解读
  • 5.4 交叉表分析
  • 5.4.1 统计学原理
  • 5.4.2 案例应用——分析专用设备制造业上市公司ESG数据
  • 5.4.3 结果解读
  • 5.5 本章习题
  • 第6章均值比较、T检验、单因素方差分析
  • 6.1 平均值分析
  • 6.1.1 统计学原理
  • 6.1.2 案例应用——分析中美等国家年平均光伏安装量
  • 6.1.3 结果解读
  • 6.2 单样本T检验
  • 6.2.1 统计学原理
  • 6.2.2 案例应用——分析中国有色市场1#铜的价格
  • 6.2.3 结果解读
  • 6.3 独立样本T检验
  • 6.3.1 统计学原理
  • 6.3.2 案例应用——分析不同类型国家的替代能源和核能占能耗总量的比重
  • 6.3.3 结果解读
  • 6.4 成对样本T检验
  • 6.4.1 统计学原理
  • 6.4.2 案例应用——分析办公电脑通过软件优化开机时间的效果
  • 6.4.3 结果解读
  • 6.5 单因素ANOVA检验
  • 6.5.1 统计学原理
  • 6.5.2 案例应用——分析部分欧洲国家外汇储备量
  • 6.5.3 结果解读
  • 6.6 本章习题
  • 第7章 非参数检验
  • 7.1 卡方检验
  • 7.1.1 统计学原理
  • 7.1.2 案例应用——分析工商银行A股每日涨跌幅数据
  • 7.1.3 结果解读
  • 7.2 二项检验
  • 7.2.1 统计学原理
  • 7.2.2 案例应用——分析某地区新生儿性别差异
  • 7.2.3 结果解读
  • 7.3 单样本K-S检验
  • 7.3.1 统计学原理
  • 7.3.2 案例应用——分析上海期货交易所螺纹钢期货收盘价
  • 7.3.3 结果解读
  • 7.4 两个独立样本检验
  • 7.4.1 正态性检验回顾
  • 7.4.2 案例应用——分析德国、荷兰的年通货膨胀率差异
  • 7.4.3 结果解读
  • 7.5 两个相关样本检验
  • 7.5.1 统计学原理
  • 7.5.2 案例应用——分析试验药品服药前后的效果
  • 7.5.3 结果解读
  • 7.6 K个独立样本检验
  • 7.6.1 统计学原理
  • 7.6.2 案例应用——分析中国、韩国、日本的失业率差异
  • 7.6.3 结果解读
  • 7.7 K个相关样本检验
  • 7.7.1 统计学原理
  • 7.7.2 案例应用——分析主要城市日照时数差异
  • 7.7.3 结果解读
  • 7.8 本章习题
  • 第三部分 高级统计案例应用
  • 第8章多因素方差分析与多因变量分析
  • 8.1 多因素方差分析
  • 8.1.1 统计学原理
  • 8.1.2 案例应用——分析德国、法国、西班牙、意大利四个国家的住房拥挤率
  • 8.1.3 结果解读
  • 8.2 多因变量分析
  • 8.2.1 统计学原理
  • 8.2.2 案例应用——分析我国部分省份地方政府债券收益率影响因素
  • 8.2.3 结果解读
  • 8.3 本章习题
  • 第9章 相关分析
  • 9.1 双变量相关分析
  • 9.1.1 统计学原理
  • 9.1.2 案例应用——分析国际原油价格和黄金价格的相关性
  • 9.1.3 结果解读
  • 9.2 偏相关分析
  • 9.2.1 统计学原理
  • 9.2.2 案例应用——分析商业银行公司存贷款增长的相关性
  • 9.2.3 结果解读
  • 9.3 本章习题
  • 第10章回归分析
  • 10.1 线性回归分析
  • 10.1.1 统计学原理
  • 10.1.2 案例应用——分析欧元区20国经济景气指数的影响因素
  • 10.1.3 结果解读
  • 10.2 加权最小二乘回归分析
  • 10.2.1 统计学原理
  • 10.2.2 案例应用——分析中等收入国家航空运输客运量的影响因素
  • 10.2.3 结果解读
  • 10.3 曲线估算回归分析
  • 10.3.1 统计学原理
  • 10.3.2 案例应用——分析英国工业生产指数对失业救济率的影响
  • 10.3.3 结果解读
  • 10.4 二元Logistic回归分析
  • 10.4.1 统计学原理
  • 10.4.2 案例应用——分析商业银行公司客户信用风险影响因素
  • 10.4.3 结果解读
  • 10.5 多元Logistic回归分析
  • 10.5.1 统计学原理
  • 10.5.2 案例应用——分析血糖含量与年龄、糖摄入量、运动量的关系
  • 10.5.3 结果解读
  • 10.6 有序回归分析
  • 10.6.1 统计学原理
  • 10.6.2 案例应用——分析生产车间工人年度奖金档次
  • 10.6.3 结果解读
  • 10.7 非线性回归分析
  • 10.7.1 统计学原理
  • 10.7.2 案例应用——分析工作年限对绩效年薪的影响
  • 10.7.3 结果解读
  • 10.8 本章习题
  • 第四部分 专业统计案例应用
  • 第11章 因子分析
  • 11.1 统计学原理
  • 11.2 案例应用——分析39家上市银行风险与效益指标
  • 11.3 结果解读
  • 11.4 本章习题
  • 第12章 信度分析
  • 12.1 统计学原理
  • 12.2 案例应用——分析自我效能感调查问卷信度
  • 12.3 结果解读
  • 12.4 本章习题
  • 第13章 聚类分析
  • 13.1 二阶聚类分析
  • 13.1.1 统计学原理
  • 13.1.2 案例应用——分析私募基金业绩表现
  • 13.1.3 结果解读
  • 13.2 K均值聚类分析
  • 13.2.1 统计学原理
  • 13.2.2 案例应用——分析A股电气机械和器材制造业上市公司财务指标
  • 13.2.3 结果解读
  • 13.3 系统聚类分析
  • 13.3.1 统计学原理
  • 13.3.2 案例应用——分析美股酒店及汽车旅馆公司盈利能力
  • 13.3.3 结果解读
  • 13.4 本章习题
  • 第14章 时间序列预测
  • 14.1 时间序列数据的预处理
  • 14.1.1 统计学原理
  • 14.1.2 案例应用——分析甘肃省历年降雨量月度数据
  • 14.1.3 结果解读
  • 14.2 专家建模器
  • 14.2.1 统计学原理
  • 14.2.2 案例应用——分析日本东京部分零售商品价格走势
  • 14.2.3 结果解读
  • 14.3 指数平滑法、ARIMA模型
  • 14.4 季节分解模型
  • 14.4.1 统计学原理
  • 14.4.2 案例应用——分析德国历年贸易差额月度数据
  • 14.4.3 结果解读
  • 14.5 本章习题
  • 第15章 生存分析
  • 15.1 寿命表分析
  • 15.1.1 统计学原理
  • 15.1.2 案例应用——分析患者锻炼强度与生存时间之间的关系
  • 15.1.3 结果解读
  • 15.2 Kaplan-Meier分析
  • 15.2.1 统计学原理
  • 15.2.2 案例应用——分析药物种类和剂量对生存时间的影响
  • 15.2.3 结果解读
  • 15.3 Cox回归分析
  • 15.3.1 统计学原理
  • 15.3.2 案例应用——分析年龄、吸烟、康复训练和住院时间对生存时间的影响
  • 15.3.3 结果解读
  • 15.4 本章习题
  • 第五部分 AI工具应用
  • 第16章 DeepSeek等AI工具的应用
  • 16.1 AI工具对学习SPSS统计分析的作用
  • 16.2 SPSS统计分析AI提示实例
  • 16.2.1 图形绘制AI简单提示示例
  • 16.2.2 线性回归分析AI简单提示示例
  • 16.2.3 二元Logistic回归AI简单提示示例
  • 16.2.4 因子分析AI系统提示示例
  • 16.2.5 生存分析AI系统提示示例
  • 16.2.6 AI提示应用总结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。