SPSS统计分析:应用案例教程 本书特色
本书分成五个部分。**部分为特征描述，主要分析方法包括单变量描述统计、复合变量描述统计（分类变量与分类变量，分类变量与尺度变量）和多重响应变量的描述统计。第二部分为特征检验，分析方法主要为参数检验（单样本、独立样本、成对双样本的均值检验，单因素方差分析）和非参数检验（卡方检验、二项检验、游程检验、单样本k-s检验、独立双样本、相关双样本、独立多样本和相关多样本检验）。第三部分为关系分析，主要包括相关分析、一般线性回归分析、有序因变量回归、logit回归分析、广义线性回归分析、神经网络分析。第四部分为特征判别，主要有聚类分析、判别分析、控制图形与roc。第五部分为数据问题分析，涉及可靠性分析、缺失值分析和多重插入。由于篇幅所限，一些统计方法如时间序列分析、面板数据模型、非参数与半参数回归、多方程系统模型等需要参考其他书籍。
SPSS统计分析:应用案例教程 内容简介
NULL
SPSS统计分析:应用案例教程 目录
第1章绪论1**部分特征描述第2章描述统计分析112.1频数分析112.2描述分析172.3探索性分析202.4列联表分析26第3章描述统计分析（二）373.1概述报告程序分析373.2olap413.3均值程序483.4多重响应分析523.5比率统计量56第4章因子分析594.1因子分析的数据降维594.2因子分析的结构探测63第二部分特征检验第5章均值--t检验715.1单样本t检验715.2成对样本t检验735.3独立样本的t检验755.4单因素方差分析79第6章非参数分析896.1卡方检验896.2二项检验936.3游程检验966.4单样本ks检验1006.5非参数独立双样本检验1036.6非参数独立多样本检验1096.7非参数相关双样本检验1126.8非参数相关多样本检验114第三部分关系分析第7章相关分析1197.1双变量相关1197.2偏相关分析126第8章一般单变量线性模型1298.1双因素方差分析1298.2glm单变量的协方差分析1348.3glm单变量的随机影响分析138第9章线性回归分析与曲线估计1419.1线性回归分析1419.2曲线估计160第10章离散因变量模型16810.1二元、多元名义logit模型16810.2有序因变量回归16910.3二元probit模型176第11章广义线性模型与广义方程估计18111.1广义线性模型简介18111.2计数因变量模型18311.3正值因变量模型--伽玛分布回归19411.4间隔截取生存数据分析20211.5广义方程估计209第12章神经网络分析21712.1多层感知的单因变量分析21812.2多层感应的多变量分析226第四部分特征判别第13章分类23613.1两步聚类23613.2分层聚类分析24113.3k均值聚类分析24913.4*近相邻分析25513.5判别分析269第14章控制图形与roc28314.1控制图形28314.2roc curve289第五部分数据问题第15章可靠性分析296第16章缺失数据处理30516.1缺失值分析30516.2多重插入313
SPSS统计分析:应用案例教程 作者简介
江西农业大学经管学院院、硕士研究生、教师、主要研究方向为西方经济学，曾在重庆大学出版社出版过《西方经济学概论》担任主编。
