SPSS統(tǒng)計(jì)分析與數(shù)據(jù)挖掘（第3版）

目 錄

第1章 SPSS軟件概述 1
1.1 SPSS簡(jiǎn)介 1
1.2 SPSS操作入門 2
1.2.1 軟件安裝、啟動(dòng)及退出 3
1.2.2 操作環(huán)境 4
1.2.3 系統(tǒng)參數(shù)的設(shè)置 7
1.3 SPSS的幫助系統(tǒng) 15
第2章 SPSS數(shù)據(jù)挖掘系統(tǒng) 17
2.1 數(shù)據(jù)挖掘概述 17
2.1.1 數(shù)據(jù)挖掘的含義 17
2.1.2 數(shù)據(jù)挖掘與OLAP 18
2.1.3 數(shù)據(jù)挖掘和統(tǒng)計(jì)學(xué) 18
2.1.4 數(shù)據(jù)挖掘的目的 19
2.1.5 數(shù)據(jù)挖掘應(yīng)用 19
2.1.6 數(shù)據(jù)挖掘流程 19
2.2 成功的數(shù)據(jù)挖掘 20
2.2.1 CRISP-DM方法論 21
2.2.2 選擇數(shù)據(jù)挖掘工具 25
2.2.3 SPSS數(shù)據(jù)挖掘 26
2.3 SPSS數(shù)據(jù)挖掘的過(guò)程 29
2.3.1 商業(yè)理解 29
2.3.2 數(shù)據(jù)理解 29
2.3.3 數(shù)據(jù)準(zhǔn)備 29
2.3.4 數(shù)據(jù)模型 30
2.3.5 評(píng)估 30
2.3.6 部署 31
第3章 數(shù)據(jù)文件、變量與函數(shù) 33
3.1 SPSS的變量類型 33
3.1.1 數(shù)據(jù)的輸入 34
3.1.2 變量的編輯 35
3.2 數(shù)據(jù)文件的打開(kāi)和保存 36
3.2.1 打開(kāi)SPSS數(shù)據(jù)文件 37
3.2.2 打開(kāi)其他格式的數(shù)據(jù)文件 37
3.2.3 數(shù)據(jù)文件保存 38
3.3 SPSS函數(shù) 38
3.3.1 算術(shù)函數(shù) 39
3.3.2 統(tǒng)計(jì)函數(shù) 39
3.3.3 邏輯函數(shù) 40
3.3.4 日期和時(shí)間函數(shù) 40
3.3.5 *變量函數(shù) 42
3.3.6 反分布函數(shù) 43
3.3.7 累計(jì)分布函數(shù) 44
3.3.8 缺失值函數(shù) 46
3.3.9 字符串函數(shù) 47
第4章 數(shù)據(jù)預(yù)處理 49
4.1 數(shù)據(jù)文件的整理 49
4.1.1 個(gè)案排序（Sort Case）過(guò)程
50
4.1.2 轉(zhuǎn)置（Transpose）過(guò)程 50
4.1.3 合并文件（Merge File）過(guò)程
51
4.1.4 匯總（Aggregate）過(guò)程 53
4.1.5 拆分文件（Split File）過(guò)程
55
4.1.6 選擇個(gè)案（Select Cases）
過(guò)程 55
4.1.7 個(gè)案加權(quán)（Weight Cases）
過(guò)程 56
4.2 數(shù)據(jù)變量的變換和計(jì)算 56
4.2.1 計(jì)算變量（Compute
Variables）過(guò)程 57
4.2.2 計(jì)數(shù)（Count）過(guò)程 59
4.2.3 重新編碼（Recode）過(guò)程 60
4.2.4 個(gè)案排秩（Rank Cases）
過(guò)程 61
4.2.5 自動(dòng)重新編碼（Automatic
Recode）過(guò)程 63
第5章 基本統(tǒng)計(jì)分析 65
5.1 基本概念 65
5.1.1 基本的統(tǒng)計(jì)概念 65
5.1.2 描述性統(tǒng)計(jì)分析 67
5.2 頻率分析 68
5.2.1 頻率分析過(guò)程的操作界面 68
5.2.2 實(shí)例分析 70
5.3 描述性統(tǒng)計(jì)分析過(guò)程 72
5.3.1 描述性統(tǒng)計(jì)分析過(guò)程參數(shù)設(shè)置 72
5.3.2 實(shí)例分析 72
5.4 數(shù)據(jù)探索性分析過(guò)程 74
5.4.1 數(shù)據(jù)探索性分析過(guò)程參數(shù)設(shè)置 74
5.4.2 實(shí)例分析 75
5.5 交叉表分析過(guò)程 78
5.5.1 交叉表過(guò)程的參數(shù)設(shè)置 78
5.5.2 實(shí)例分析 81
第6章 參數(shù)檢驗(yàn) 84
6.1 參數(shù)估計(jì)和假設(shè)檢驗(yàn)概述 84
6.1.1 參數(shù)估計(jì) 84
6.1.2 假設(shè)檢驗(yàn) 87
6.2 平均值（Means）過(guò)程 92
6.2.1 SPSS的平均值過(guò)程參數(shù)的設(shè)置 92
6.2.2 平均值過(guò)程實(shí)例 93
6.3 單樣本t檢驗(yàn) 94
6.3.1 單樣本t檢驗(yàn)過(guò)程的參數(shù)設(shè)置 94
6.3.2 實(shí)例分析 95
6.4 獨(dú)立樣本t檢驗(yàn) 97
6.4.1 獨(dú)立樣本t檢驗(yàn)過(guò)程的參數(shù)
設(shè)置 97
6.4.2 實(shí)例分析 98
6.5 成對(duì)樣本t檢驗(yàn) 100
6.5.1 成對(duì)樣本t檢驗(yàn)過(guò)程的參數(shù)
設(shè)置 100
6.5.2 實(shí)例分析 100
第7章 基本圖形的繪制 103
7.1 統(tǒng)計(jì)圖概述 103
7.2 條形圖 104
7.3 折線圖 108
7.4 面積圖 110
7.5 餅圖 111
7.5.1 餅圖參數(shù)設(shè)置 111
7.5.2 實(shí)例分析 112
7.6 高低圖 113
7.7 質(zhì)量控制圖 114
7.8 箱圖 119
7.8.1 箱圖參數(shù)設(shè)置 119
7.8.2 實(shí)例分析 120
7.9 散點(diǎn)圖 121
7.9.1 散點(diǎn)圖參數(shù)設(shè)置 122
7.9.2 實(shí)例分析 122
7.10 直方圖 124
7.11 P-P圖和Q-Q圖 124
7.12 時(shí)間序列圖 126
7.12.1 時(shí)間序列圖參數(shù)設(shè)置 126
7.12.2 實(shí)例分析 130
第8章 非參數(shù)檢驗(yàn) 133
8.1 非參數(shù)檢驗(yàn)概述 133
8.2 檢驗(yàn) 134
8.2.1 檢驗(yàn)的參數(shù)設(shè)置 135
8.2.2 檢驗(yàn)實(shí)例分析 137
8.3 二項(xiàng)分布檢驗(yàn) 139
8.3.1 二項(xiàng)分布檢驗(yàn)的參數(shù)設(shè)置
139
8.3.2 實(shí)例分析 139
8.4 游程檢驗(yàn) 141
8.4.1 游程檢驗(yàn)的參數(shù)設(shè)置 142
8.4.2 實(shí)例分析 142
8.5 單樣本K-S檢驗(yàn) 144
8.5.1 單樣本K-S檢驗(yàn)的參數(shù)設(shè)置 144
8.5.2 實(shí)例分析 145
8.6 兩獨(dú)立樣本分布位置檢驗(yàn) 147
8.6.1 兩獨(dú)立樣本分布位置檢驗(yàn)的
參數(shù)設(shè)置 148
8.6.2 實(shí)例分析 148
8.7 多個(gè)獨(dú)立樣本分布位置檢驗(yàn) 150
8.7.1 多個(gè)獨(dú)立樣本分布位置檢驗(yàn)的參數(shù)設(shè)置 150
8.7.2 實(shí)例分析 151
8.8 兩個(gè)相關(guān)樣本分布位置檢驗(yàn) 153
8.8.1 兩個(gè)相關(guān)樣本分布位置檢驗(yàn)的參數(shù)設(shè)置 153
8.8.2 實(shí)例分析 154
8.9 多個(gè)相關(guān)樣本分布位置檢驗(yàn) 155
8.9.1 多個(gè)相關(guān)樣本分布位置檢驗(yàn)的參數(shù)設(shè)置 156
8.9.2 實(shí)例分析 156
第9章 方差分析 159
9.1 方差分析的基本原理 159
9.1.1 自由度與平方和分解 160
9.1.2 F檢驗(yàn) 162
9.1.3 多重比較 163
9.2 單因素ANOVA檢驗(yàn) 164
9.2.1 單因素ANOVA檢驗(yàn)步驟 165
9.2.2 判斷與結(jié)論 166
9.2.3 單因素 ANOVA檢驗(yàn)過(guò)程的
參數(shù)設(shè)置 167
9.2.4 實(shí)例分析 169
9.3 多因素方差分析 170
9.3.1 只考慮主效應(yīng)的多因素方差
分析 171
9.3.2 存在交互效應(yīng)的多因素方差
分析 173
9.3.3 單變量過(guò)程參數(shù)設(shè)置 175
9.3.4 實(shí)例分析 179
9.4 協(xié)方差分析 183
9.4.1 協(xié)方差分析概述 183
9.4.2 實(shí)例分析 184
第10章 回歸分析 187
10.1 線性回歸 187
10.1.1 線性回歸模型 188
10.1.2 *小二乘估計(jì) 188
10.1.3 回歸方程的顯著性檢驗(yàn) 189
10.1.4 預(yù)測(cè)問(wèn)題 191
10.1.5 SPSS線性回歸分析設(shè)置
192
10.1.6 回歸分析模型的實(shí)例分析
196
10.2 非線性回歸 199
10.2.1 非線性回歸分析的基本原理
200
10.2.2 非線性回歸參數(shù)設(shè)置 200
10.2.3 實(shí)例分析 203
10.3 Logistic回歸 205
10.3.1 Logistic回歸模型概述 206
10.3.2 二元 Logistic回歸模型參數(shù)
設(shè)置 207
10.3.3 實(shí)例分析 210
第11章 相關(guān)分析 215
11.1 相關(guān)分析概述 215
11.1.1 相關(guān)關(guān)系 215
11.1.2 相關(guān)圖形和相關(guān)系數(shù) 216
11.1.3 SPSS的相關(guān)分析功能簡(jiǎn)介
218
11.2 雙變量（Bivariate）過(guò)程 218
11.2.1 雙變量相關(guān)分析簡(jiǎn)介 218
11.2.2 雙變量過(guò)程的參數(shù)設(shè)置 220
11.2.3 實(shí)例分析 222
11.3 偏相關(guān)（Partial）過(guò)程 224
11.3.1 偏相關(guān)過(guò)程的參數(shù)設(shè)置 224
11.3.2 實(shí)例分析 225
11.4 Distances（距離）過(guò)程 227
11.4.1 Distances過(guò)程的距離分析
參數(shù)設(shè)置 227
11.4.2 實(shí)例分析 230
第12章 聚類分析 232
12.1 聚類分析的原理 232
12.1.1 一般原理 233
12.1.2 聚類分析步驟 236
12.1.3 系統(tǒng)聚類方法 237
12.2 快速樣本聚類過(guò)程 240
12.2.1 快速聚類簡(jiǎn)介 240
12.2.2 SPSS快速聚類的設(shè)置 240
12.2.3 實(shí)例分析 242
12.3 系統(tǒng)聚類過(guò)程 246
12.3.1 系統(tǒng)聚類簡(jiǎn)介 246
12.3.2 SPSS系統(tǒng)聚類設(shè)置 246
12.3.3 實(shí)例分析 249
12.4 二階聚類分析 252
12.4.1 二階聚類簡(jiǎn)介 252
12.4.2 SPSS二階聚類的設(shè)置 253
12.4.3 實(shí)例分析 254
第13章 判別分析 257
13.1 判別分析的基本原理 257
13.1.1 判別分析簡(jiǎn)介 257
13.1.2 判別分析的數(shù)學(xué)模型與判別
方法 258
13.2 一般判別分析 265
13.2.1 一般判別分析的參數(shù)設(shè)置
265
13.2.2 實(shí)例分析 267
13.3 逐步判別分析 272
13.3.1 逐步判別的參數(shù)設(shè)置 272
13.3.2 實(shí)例分析 273
第14章 因子分析 279
14.1 因子分析簡(jiǎn)介 279
14.1.1 因子分析的基本原理 280
14.1.2 因子分析的基本步驟和過(guò)程
282
14.2 SPSS因子分析 283
14.2.1 SPSS因子分析的參數(shù)設(shè)置
283
14.2.2 實(shí)例分析 286
第15章 對(duì)應(yīng)分析 291
15.1 對(duì)應(yīng)分析的基本原理 291
15.2 對(duì)應(yīng)分析 293
15.2.1 對(duì)應(yīng)分析過(guò)程的參數(shù)設(shè)置
293
15.2.2 實(shí)例分析 296
15.3 *標(biāo)度過(guò)程 299
15.3.1 *標(biāo)度過(guò)程的參數(shù)設(shè)置
299
15.3.2 實(shí)例分析 306
第16章 可靠性和多維標(biāo)度分析 310
16.1 可靠性分析 310
16.1.1 可靠性分析的基本原理 310
16.1.2 可靠性分析的參數(shù)設(shè)置 312
16.1.3 實(shí)例分析 314
16.2 多維標(biāo)度分析 316
16.2.1 多維標(biāo)度分析簡(jiǎn)介 316
16.2.2 多維標(biāo)度過(guò)程的參數(shù)設(shè)置
317
16.2.3 實(shí)例分析 320
第17章 生存分析 323
17.1 生存分析簡(jiǎn)介 323
17.1.1 生存分析的基本概念 323
17.1.2 生存資料的特點(diǎn) 325
17.1.3 生存分析方法 326
17.1.4 SPSS中的生存分析過(guò)程
326
17.2 壽命表（Life Tables）過(guò)程 327
17.2.1 壽命表分析過(guò)程的參數(shù)設(shè)置
327
17.2.2 實(shí)例分析 328
17.3 Kaplan-Meier分析 332
17.3.1 Kaplan-Meier分析過(guò)程的參數(shù)
設(shè)置 332
17.3.2 實(shí)例分析 334
17.4 Cox模型回歸分析 337
17.4.1 Cox回歸模型 337
17.4.2 Cox模型分析過(guò)程的參數(shù)設(shè)置
339
17.4.3 實(shí)例分析 343
第18章 對(duì)數(shù)線性模型 348
18.1 對(duì)數(shù)線性模型概述 348
18.2 常規(guī)模型（General）過(guò)程 349
18.2.1 常規(guī)模型分析過(guò)程的參數(shù)
設(shè)置 349
18.2.2 實(shí)例分析 351
18.3 分對(duì)數(shù)(Logit)過(guò)程 354
18.3.1 分對(duì)數(shù)分析過(guò)程的參數(shù)設(shè)置
354
18.3.2 實(shí)例分析 357
18.4 選擇模型（Model Selection）過(guò)程 360
18.4.1 選擇模型分析過(guò)程的參數(shù)
設(shè)置 360
18.4.2 實(shí)例分析 362
第19章 時(shí)間序列分析 365
19.1 時(shí)間序列概述 365
19.1.1 時(shí)間序列的組成部分 3