互联网
类型
可以朗读
语音朗读
137千字
字数
2022-01-01
发行日期
展开全部
主编推荐语
本书带你全面认识、了解IBM SPSS数据分析软件，并使用软件解决实际问题。
内容简介
IBM SPSS数据分析软件是目前应用广泛的数据分析软件之一，深受各行业用户的青睐。本书以IBM SPSS 26.0为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。
全书由浅入深，共包括10章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、探索性统计推断以及相关和回归分析、聚类和判别分析、因子分析等常用的基本数据分析方法的基本原理和操作应用。
本书适合具有一定数据分析理论基础知识，且对应用数据分析软件进行实例分析有需求的读者学习。
目录
- 版权信息
- 内容提要
- 前言
- 第1章 数据分析与SPSS软件概述
- 学习目标
- 知识框架
- 1.1 数据分析基本概念
- 1.2 数据分析基本流程
- 1.3 数据分析基本方法
- 1.4 常用数据分析软件
- 1.5 SPSS软件介绍
- 习题
- 第2章 数据的获取与管理
- 学习目标
- 知识框架
- 2.1 数据的获取与软件实现
- 2.1.1 变量的定义
- 2.1.2 数据的直接输入与保存
- 2.1.3 外部数据文件的读入
- 2.1.4 数据文件的合并
- 2.1.5 数据文件的拆分
- 2.2 数据的清理与软件实现
- 2.2.1 数据的寻找、增加和删除
- 2.2.2 变量集的设置和使用
- 2.3 数据的转换与软件实现
- 2.3.1 数据排序
- 2.3.2 新变量的产生
- 2.3.3 设置加权变量
- 2.3.4 变量编码
- 2.4 数据的整理与软件实现
- 2.4.1 数据的分类汇总
- 2.4.2 个案子集的选取
- 2.4.3 缺失值的替换
- 习题
- 案例分析题
- 第3章 描述统计分析与SPSS实现
- 学习目标
- 知识框架
- 3.1 连续变量描述统计分析
- 3.1.1 集中趋势描述
- 3.1.2 离散趋势描述
- 3.1.3 分布状态描述
- 3.1.4 深入探索分析
- 3.1.5 案例详解及软件实现
- 3.2 分类变量描述统计分析
- 3.2.1 交叉列联表分析
- 3.2.2 多选项分析
- 3.2.3 案例详解及软件实现
- 习题
- 案例分析题
- 第4章 参数检验与SPSS实现
- 学习目标
- 知识框架
- 4.1 Means过程
- 4.1.1 Means过程计算原理
- 4.1.2 案例详解及软件实现
- 4.2 单样本T检验
- 4.2.1 检验原理和步骤
- 4.2.2 案例详解及软件实现
- 4.3 两独立样本T检验
- 4.3.1 检验原理和步骤
- 4.3.2 案例详解及软件实现
- 4.4 两配对样本T检验
- 4.4.1 检验原理和步骤
- 4.4.2 案例详解及软件实现
- 习题
- 案例分析题
- 第5章 方差分析与SPSS实现
- 学习目标
- 知识框架
- 5.1 单因素方差分析
- 5.1.1 推断原理和检验步骤
- 5.1.2 案例详解及软件实现
- 5.2 多因素方差分析
- 5.2.1 推断原理和检验步骤
- 5.2.2 案例详解及软件实现
- 5.3 协方差分析
- 5.3.1 推断原理和检验步骤
- 5.3.2 案例详解及软件实现
- 习题
- 案例分析题
- 第6章 非参数检验与SPSS实现
- 学习目标
- 知识框架
- 6.1 两配对样本非参数检验
- 6.1.1 适用条件和检验方法
- 6.1.2 案例详解及软件实现
- 6.2 多配对样本非参数检验
- 6.2.1 适用条件和检验方法
- 6.2.2 案例详解及软件实现
- 6.3 两独立样本非参数检验
- 6.3.1 适用条件和检验方法
- 6.3.2 案例详解及软件实现
- 6.4 多独立样本非参数检验
- 6.4.1 适用条件和检验方法
- 6.4.2 案例详解及软件实现
- 习题
- 案例分析题
- 第7章 相关分析与SPSS实现
- 学习目标
- 知识框架
- 7.1 二元变量相关分析
- 7.1.1 散点图和相关系数
- 7.1.2 分析原理和步骤
- 7.1.3 案例详解及软件实现
- 7.2 偏相关分析
- 7.2.1 偏相关系数
- 7.2.2 案例详解及软件实现
- 习题
- 案例分析题
- 第8章 回归分析与SPSS实现
- 学习目标
- 知识框架
- 8.1 线性回归分析
- 8.1.1 一元线性回归分析
- 8.1.2 多元线性回归分析
- 8.1.3 案例详解及软件实现
- 8.2 曲线回归分析
- 8.2.1 常见曲线回归模型
- 8.2.2 案例详解及软件实现
- 8.3 Logistic回归分析
- 8.3.1 Logistic回归函数的构建
- 8.3.2 Logistic回归模型的检验
- 8.3.3 案例详解及软件实现
- 8.4 含虚拟变量的回归分析
- 8.4.1 模型构建原理
- 8.4.2 案例详解及软件实现
- 习题
- 案例分析题
- 第9章 聚类分析、判别分析与SPSS实现
- 学习目标
- 知识框架
- 9.1 系统聚类分析
- 9.1.1 样本间亲疏程度测度方法
- 9.1.2 类间亲疏程度测度方法
- 9.1.3 案例详解及软件实现
- 9.2 快速聚类分析
- 9.2.1 适用条件和迭代原理
- 9.2.2 案例详解及软件实现
- 9.3 判别分析
- 9.3.1 判别原理
- 9.3.2 案例详解及软件实现
- 习题
- 案例分析题
- 第10章 因子分析与SPSS实现
- 学习目标
- 知识框架
- 10.1 适用条件
- 10.2 因子变量的构建
- 10.3 因子变量的命名
- 10.4 因子得分的计算
- 10.5 案例详解及软件实现
- 习题
- 案例分析题
- 参考文献
展开全部
评分及书评
评分不足
1个评分
- 给这本书评了5.0
IBM SPSS 数据分析软件是目前应用最为广泛的数据分析软件之一，深受各行业用户的青睐。本书以 IBM SPSS 26.0 为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。全书由浅入深，共包括 10 章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS 软件在数据获取与管理上的功能、概括性描述统计分析、探索性统计推断以及相关和回归分析、聚类和判别分析、因子分析等常用的基本数据分析方法的基本原理和操作应用。
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
