SPSS统计分析高级教程（第2版）

出版者:高等教育出版社

作者:张文彤

页数:451

出版时间:2013-3-1

价格:CNY 43.00

装帧:平装

isbn号码:9787040369960

具体描述

《高等学校教材：SPSS统计分析高级教程（第2版）》以IBMSPSSStatistics20中文版为基础，全面、系统地介绍了各种多变量统计模型、多元统计分析模型、智能统计分析方法的原理和软件实现。在书中作者结合自身多年的统计分析实战和SPss行业应用经验，侧重于对统计新方法、新观点的讲解。在保证统计理论严谨的同时，又充分注重了文字的浅显易懂，使《高等学校教材：SPSS统计分析高级教程（第2版）》更加易学易用。

《高等学校教材：SPSS统计分析高级教程（第2版）》是一本如何使用SPss进行高级统计分析的指导书。读者可在www.StatStar.com下载书中案例数据，从而完整地重现全部分析内容，并可进一步在新浪微博与作者、其他读者进行讨论。

《高等学校教材：SPSS统计分析高级教程（第2版）》适合于已具备统计分析基础知识的读者阅读，可作为高等学校各专业高年级本科生、研究生的统计学教材或参考书，以及市场营销、金融、财务、人力资源管理等行业中需要做数据分析的人士，或从事咨询、研究、分析等专业人士的参考书。

作者简介

张文彤 博士，数据挖掘、市场研究、统计软件教学与应用领域专家，现任全球第八大市场研究集团INTAGE中国公司全国技术总监。曾在复旦大学任教数载，期间协助SPSS在中国建立并完善了其培训体系，是国内知名的SPSS培训师之一。在数据挖掘、市场研究、医药数据分析等领域均经验丰富，曾负责为知名跨国公司完成了中国城市女性市场细分模型、销量预测模型、商圈选址模型等各类项目，并协助完成多项IT、电信、税务、银行等行业的数据挖掘项目。

目录信息

第一部分 一般线性模型、混合线性模型和广义线性模型
第1章 方差分析模型
1.1 模型简介
1.1.1 模型入门
1.1.2 常用术语
1.1.3 适用条件
1.2 案例：胶合板磨损深度的比较
1.2.1 操作说明
1.2.2 结果解释
1.2.3 模型参数的估计值
1.2.4 两两比较
1.2.5 其他常用选项
1.3 两因素方差分析模型
1.3.1 案例：超市规模、货架位置与销量的关系
1.3.2 边际均值与轮廓图
1.3.3 拟合劣度检验
1.4 因素各水平间的精细比较
1.4.1 POSTHOC子句
1.4.2 EMMEANS子句
1.4.3 LMATRIX子句和KMARIX子句
1.4.4 CONSTRAST子句
1.5 方差分析模型进阶
1.5.1 随机因素的方差分析模型
1.5.2 自定义效应检验使用的误差项
1.5.3 四类方差分解方法
思考与练习
参考文献
第2章 常用实验设计分析方法
2.1 仅研究主效应的实验设计方案
2.1.1 完全随机设计
2.1.2 配伍设计
2.1.3 交叉设计
2.1.4 拉丁方设计
2.2 考虑交互作用的实验设计方案
2.2.1 析因设计
2.2.2 正交设计
2.2.3 均匀设计
2.3 误差项变动的特殊实验设计方案
2.3.1 嵌套设计
2.3.2 重复测量设计
2.3.3 裂区设计
2.4 协方差分析
2.4.1 协方差分析的必要性
2.4.2 平行性假定的检验
2.4.3 计算和检验修正均值
思考与练习
参考文献
第3章 多元方差分析与重复测量方差分析
3.1 多元方差分析
3.1.1 模型简介
3.1.2 案例：教育模式比较
3.1.3 对案例的进一步分析
3.2 重复测量资料的方差分析
3.2.1 模型简介
3.2.2 案例：促销效果研究
思考与练习
参考文献
第4章 线性混合模型
4.1 模型简介
4.1.1 问题的提出
4.1.2 模型入门
4.2 层次聚集性数据案例
4.2.1 拟合基本模型结构
4.2.2 在固定效应中加入自变量
4.2.3 在随机效应中加入自变量
4.2.4 更多解释变量的引入
4.2.5 其他常用选项
4.3 重复测量数据案例
4.3.1 对数据的初步分析
4.3.2 拟合基本模型结构
4.3.3 考虑重复测量间的相关性
4.3.4 更改对测量间相关性的假定
4.3.5 模型中可用的相关阵种类
4.4 线性混合模型进阶
4.4.1 线性混合模型的用途
4.4.2 线性混合模型与一般线性模型的联系
思考与练习
参考文献
第5章 广义线性模型、广义估计方程和广义线性混合模型
5.1 广义线性模型
5.1.1 模型简介
5.1.2 案例分析
5.2 广义估计方程
5.2.1 方程简介
5.2.2 案例分析
5.3 广义线性混合模型
5.3.1 模型简介
5.3.2 案例分析
思考与练习
参考文献
第二部分 回归模型
第6章 多重线性回归模型
6.1 模型简介
6.1.1 基本概念
6.1.2 分析步骤
6.2 案例：销量影响因素分析
6.2.1 基本分析结果
6.2.2 回归模型的假设检验
6.2.3 偏回归系数的假设检验
6.2.4 标准化偏回归系数
6.2.5 衡量回归模型优劣的标准
6.3 回归预测、区间估计与残差分析
6.3.1 模型预测值
6.3.2
......
· · · · · · (收起)

用户评价

这本书的内容之丰富和讲解之深入，着实让我惊叹。作为一名正在攻读统计学硕士的在读生，我对SPSS软件的应用有着很高的要求，希望能够掌握各种先进的统计分析技术，为将来的学术研究和职业发展打下坚实的基础。《SPSS统计分析高级教程（第2版）》这本书，无疑是实现这一目标的绝佳选择。我尤其欣赏书中关于非参数检验的详尽阐述。在很多情况下，我们收集的数据可能不满足参数检验的假设（例如，正态性），这时就需要依赖非参数检验。本书对Mann-Whitney U检验、Wilcoxon符号秩检验、Kruskal-Wallis H检验等常用的非参数检验方法进行了详细的讲解，包括它们的统计原理、适用条件、SPSS中的操作以及对结果的解读。这对于我在进行社会科学、行为科学等领域的研究时，能够更灵活地处理不符合参数假设的数据，从而获得更可靠的研究结果。另外，本书对回归分析中的多重共线性问题及其处理方法的讲解，也让我印象深刻。多重共线性是回归分析中一个常见但棘手的问题，它会导致回归系数的估计不稳定，并使得模型解释变得困难。本书详细介绍了检测多重共线性的方法（如方差膨胀因子VIF），并提供了多种处理方法（如移除变量、变量变换、岭回归等），这为我进行复杂的回归模型构建提供了重要的指导，让我能够避免在回归分析中陷入困境，并得出更稳定和可靠的研究结论。

这本书的到来，对于我这个在教育研究领域摸索了多年的“老兵”来说，简直就是雪中送炭。在进行教育评价、教学效果分析等研究时，我们经常会遇到一些复杂的数据结构和分析需求，仅仅依靠SPSS的基础功能是难以满足的。我一直在寻找一本能够帮助我深入掌握SPSS高级统计分析技术的书籍，《SPSS统计分析高级教程（第2版）》就是这样一本让我如获至宝的书。书中关于多重线性回归的扩展，例如中介效应和调节效应的分析，对我来说尤为重要。在研究教学方法对学生学业成绩的影响时，我们不仅需要了解教学方法是否直接影响成绩，还需要探究是否存在一些中介变量（例如，学生的学习动机）或者调节变量（例如，学生的家庭背景）在其中起作用。本书详细讲解了如何使用SPSS的回归分析来检验这些效应，并对检验结果的解读提供了清晰的指导。这让我能够更深入地理解教育现象背后的复杂机制，为改进教学实践提供更科学的依据。另外，本书对卡方检验的扩展，例如对定性数据进行卡方检验的条件、以及当样本量较小或预期频数较低时的替代检验方法（如Fisher精确检验），也让我受益匪浅。在分析不同教学干预措施对学生选择行为的影响时，我常常会遇到这类数据。过去，我常常因为对这些细节掌握不足而产生分析上的疑虑。这本书的讲解，让我能够更自信地进行定性数据的分析，并得出更可靠的研究结论。

当我翻开《SPSS统计分析高级教程（第2版）》这本书时，我的内心是充满期待的。作为一名在金融领域进行量化分析的研究人员，我深知数据分析的深度和广度对于研究的成败至关重要。SPSS软件虽然功能强大，但其高级统计功能往往需要更深入的理解才能充分发挥。《SPSS统计分析高级教程（第2版）》恰恰满足了这一需求。我尤其欣赏书中关于时间序列分析的详尽阐述。在金融市场中，预测资产价格、分析市场波动等都需要依赖可靠的时间序列模型。本书对ARIMA模型、GARCH模型等经典模型进行了深入的讲解，不仅包括模型的原理和假设，更重要的是，它详细演示了如何在SPSS中进行模型的构建、参数估计、模型诊断以及预测。我曾经在尝试构建金融时间序列模型时，因为对模型假设的理解不够透彻，导致模型预测效果不佳。而本书中关于残差分析、自相关和偏自相关的检验方法，以及如何根据这些检验结果来判断模型是否合适，都为我提供了重要的指导。此外，书中关于协方差分析（ANCOVA）的讲解也令我印象深刻。在评估不同投资策略的效果时，我们往往需要控制一些可能影响结果的协变量，例如市场整体波动率。ANCOVA能够帮助我们在控制了协变量的影响之后，更准确地比较不同投资策略之间的差异。本书对ANCOVA的原理、SPSS中的操作以及结果的解读都进行了清晰的说明，让我能够更严谨地进行投资组合的绩效评估。

这本书的出现，对于我这种在学术研究的道路上不断探索的博士生来说，无疑是一场及时雨。在撰写论文的过程中，我经常需要运用SPSS进行数据分析，而很多高级的研究设计和分析方法，仅仅依靠课本上的基础知识是远远不够的。《SPSS统计分析高级教程（第2版）》以其系统性的结构和深入的讲解，为我提供了宝贵的理论指导和操作范例。我特别欣赏书中关于多变量方差分析（MANOVA）的章节。在很多研究中，我们可能同时关注多个因变量，而MANOVA能够有效地分析这些因变量的联合效应，以及自变量对这些因变量的联合影响。在我的研究领域，经常需要同时测量不同维度上的用户满意度，而MANOVA能够帮助我更全面地评估不同干预措施对用户满意度各维度可能产生的综合影响。书中不仅讲解了MANOVA的统计原理，还详细演示了如何在SPSS中进行设置、执行以及如何解读结果，特别是对Pillai's Trace、Wilks' Lambda、Hotelling's Trace等检验统计量的解释，让我能够更准确地理解分析结果的含义。此外，书中关于生存分析的讲解也让我受益匪浅。在医学、工程等领域，研究对象从开始到某个特定事件（如疾病复发、设备失效）发生的时间是非常重要的指标。生存分析方法能够有效地处理带有截尾数据的样本，并对生存时间进行建模。本书对Kaplan-Meier生存曲线的绘制、Log-rank检验、Cox比例风险模型等关键概念和方法的讲解，为我处理相关数据提供了坚实的基础，让我的研究更具科学性和严谨性。

作为一名多年从事市场调研工作的实践者，SPSS软件一直是我的得力助手。但随着市场竞争的加剧和消费者行为的日益复杂，仅仅依靠描述性统计和简单的回归分析已经难以满足深入洞察的需要。因此，我一直在寻找一本能够指导我掌握更高级统计方法的书籍。《SPSS统计分析高级教程（第2版）》恰好满足了我的这一需求。这本书并非简单地罗列SPSS菜单项，而是侧重于讲解各种高级统计技术的统计学原理、适用条件以及在实际应用中的解读。我尤其喜欢书中关于多重比较和ANOVA（方差分析）的深入探讨。在进行产品性能测试或市场营销活动效果评估时，我们常常需要比较多个组别之间的差异。然而，简单的t检验或ANOVA分析，如果进行过多的两两比较，很容易产生I类错误（假阳性）。本书详细介绍了Bonferroni、Tukey、Scheffe等多种多重比较方法的原理、优缺点以及在SPSS中的具体实现，并对如何根据研究目的和数据特征选择合适的多重比较方法给出了指导。这让我能够更严谨地进行多组均值比较，从而得出更可靠的结论。此外，书中关于路径分析和因子分析的讲解也给我留下了深刻的印象。路径分析能够帮助我们梳理变量之间的直接和间接影响关系，而因子分析则有助于识别潜在的、未被直接观测到的构念。这些方法在消费者行为研究、品牌认知研究等方面具有广泛的应用价值。通过本书的学习，我对如何利用SPSS更有效地进行这些复杂分析有了更清晰的认识。

拿到《SPSS统计分析高级教程（第2版）》这本书，我的第一感觉是它的厚重感和内容上的深度。不同于市面上很多浮于表面的“XX软件快速入门”类书籍，这本书显然是为那些已经掌握了SPSS基础操作，并且希望在统计分析能力上更上一层楼的读者量身定制的。作者的叙述方式非常严谨，但又不失条理，将一些原本可能令人望而生畏的高级统计概念，通过循序渐进的讲解和生动形象的案例，变得易于理解。我印象特别深刻的是关于时间序列分析的那一部分，其中对于ARIMA模型的构建、检验以及模型诊断的详细步骤，作者都进行了细致入微的阐述。在我的实际工作中，经常需要处理包含时间维度的数据，例如经济指标的预测、股票价格的波动分析等等，而准确的时间序列模型是进行这些分析的基础。过去，我常常因为对模型假设、残差分析等方面掌握不够牢固，导致模型预测效果不佳。这本书中的讲解，特别是关于模型选择的准则（如AIC、BIC）以及残差自相关性的检验方法，为我提供了非常有价值的指导，让我能够更加自信地构建和选择合适的时间序列模型。另外，书中对于多层线性模型（MLM）的讲解也让我受益匪浅。在社会科学、教育学等领域，数据往往呈现出层级结构（例如，学生嵌套在班级中，班级嵌套在学校中），直接使用普通回归模型会忽略这种层级性，导致结果的偏差。MLM能够有效地处理这种层级数据，而这本书的讲解，从模型的基本框架、参数的解释，到实际操作中的注意事项，都给出了非常详尽的指导，这对于我在进行大规模教育调查数据分析时，提供了强有力的技术支持。

作为一个在数据分析领域摸爬滚打多年的老兵，我对SPSS软件的掌握程度可以说已经相当熟练。然而，随着大数据时代的到来，以及研究需求的不断深化，我逐渐意识到，仅仅停留在基础的统计分析方法上，已经难以应对日益复杂和海量的数据挑战。我一直在寻找一本能够带领我进入SPSS统计分析“深水区”的书籍，《SPSS统计分析高级教程（第2版）》正是我期待已久的那一本。这本书最大的亮点在于，它并没有把重点放在SPSS软件的界面操作上，而是深入地剖析了各种高级统计方法的内在逻辑和理论基础。例如，在关于多层次建模（Hierarchical Linear Modeling）的部分，作者不仅仅教会了如何使用SPSS进行操作，更重要的是，它详细解释了为什么在数据存在层级结构时，传统的回归模型会产生偏差，以及多层次模型如何有效地解决这个问题。这对于我来说，是一个巨大的提升，因为我之前在分析包含学生和教师两个层级的数据时，就曾困惑于如何正确地处理这种层级关系。书中对随机效应和固定效应的解释，以及如何构建不同级别的模型，都让我茅塞顿开。此外，本书对潜在类别分析（Latent Class Analysis, LCA）的介绍也令我耳目一新。LCA是一种非常有用的方法，用于识别数据中隐藏的、未被观测到的亚群体。在市场细分、用户行为分析等领域，LCA能够帮助我们发现具有相似特征的客户群体，从而制定更精准的营销策略。书中对LCA模型的构建、拟合优度检验以及类别概率的解读，都进行了清晰的阐述，为我提供了切实可行的分析思路。

这本书的出版，无疑是SPSS用户群体中的一件盛事。作为一名长期在数据分析领域摸爬滚打的从业者，我深切体会到，基础的统计方法固然重要，但面对日益复杂的研究问题和海量数据，掌握更高级、更精细的分析工具是不可或缺的。这本书正是在这样的背景下应运而生，它不仅仅是对SPSS软件功能的简单罗列，更重要的是，它提供了一种系统性的、从理论到实践的进阶思路。我尤其欣赏作者在讲解每一个高级统计技术时，都力求刨析其背后的统计原理，而不是仅仅停留在“怎么操作”的层面。比如，在介绍结构方程模型（SEM）的部分，作者并没有止步于介绍AMOS软件的界面按钮，而是深入浅出地阐述了模型拟合的各项指标的意义、潜在变量与观测变量的关系、以及路径分析的逻辑。这对于理解SEM的核心思想、正确构建和评估模型至关重要。我曾经在尝试构建自己的SEM模型时，就因为对模型拟合指标理解不深而屡屡碰壁，而这本书中的详细讲解，犹如拨云见日，让我豁然开朗。此外，对于一些复杂的多元统计方法，如判别分析、因子分析、聚类分析等，作者也给予了足够的篇幅进行阐释，并提供了丰富的案例，让读者能够直观地感受到这些方法在实际研究中的应用价值。这本书的排版和图示也相当出色，清晰明了，使得阅读过程更加轻松愉快，大大降低了学习的门槛，使得我这种非统计学专业出身的研究者也能受益匪浅。

作为一名在心理学领域从事研究的同行，我对SPSS软件的应用早已驾轻就熟。然而，随着研究的深入，我发现传统的统计方法在处理某些复杂心理现象时，显得力不从心。因此，我一直在寻找一本能够指导我掌握更高级、更精细的统计分析技术的书籍，《SPSS统计分析高级教程（第2版）》正是我一直以来所寻求的。书中关于因素分析（Factor Analysis）的讲解，对我来说尤其具有指导意义。在构建和验证心理测量量表时，因素分析是必不可少的工具，它能够帮助我们识别量表背后隐藏的潜在构念。本书不仅详细讲解了探索性因素分析（EFA）和验证性因素分析（CFA）的原理和SPSS操作，更重要的是，它深入阐述了如何根据研究目的选择合适的因素提取方法（如主成分分析、最大似然法）和因素旋转方法（如最大方差法、斜交旋转），以及如何解读因素负荷和方差贡献率。这对于我进行量表的开发和信效度检验，提供了非常坚实的技术支持。此外，书中对聚类分析（Cluster Analysis）的讲解也令我印象深刻。在进行人格类型研究、用户画像构建时，聚类分析能够帮助我们将具有相似特征的个体划分到不同的群体中。本书对不同聚类方法（如系统聚类、K-均值聚类）的原理、SPSS中的操作步骤以及如何选择最优的聚类数量都进行了详尽的阐述，让我能够更有效地识别和描述不同心理群体。

拿到《SPSS统计分析高级教程（第2版）》这本书，我仿佛打开了一扇通往更广阔数据分析世界的大门。作为一名在市场营销领域工作的分析师，我深知，在这个数据驱动的时代，仅仅停留在基础的描述性统计和相关性分析，已经远远不够。我们需要更强大的工具来挖掘数据背后的深层信息，从而制定更有效的营销策略。《SPSS统计分析高级教程（第2版）》恰好满足了我的这一需求。书中关于多重回归分析的拓展，特别是对变量选择的策略（如逐步回归、向前选择、向后剔除）的深入讨论，让我受益匪浅。在分析影响产品销售的关键因素时，我们往往会遇到大量的潜在预测变量，而如何科学地选择出真正重要的变量，对于建立有效的预测模型至关重要。本书详细介绍了SPSS中实现这些变量选择方法的步骤，并对其优缺点进行了分析，让我能够更理智地进行模型构建。此外，书中对卡方检验的详细讲解，特别是针对不同类型的数据（如 nominal、ordinal）如何选择合适的卡方检验，以及当样本量不足或预期频数过低时如何处理，都为我进行客户细分、营销活动效果评估等提供了重要的指导。过去，我常常因为对这些细节把握不准而对分析结果产生疑虑。这本书的出版，无疑为我提供了更加精准和可靠的分析工具，让我能够更自信地在工作中运用SPSS进行数据分析，并为公司创造更大的价值。

分篇的方式还不错，挺实用，直接讲上机。适合简单操作需求的人。想要深挖一点方法的时候他就不讲了，动不动就是参见他编的另一本书，遗憾

分篇的方式还不错，挺实用，直接讲上机。适合简单操作需求的人。想要深挖一点方法的时候他就不讲了，动不动就是参见他编的另一本书，遗憾

看过的spss教材中，最好滴

分篇的方式还不错，挺实用，直接讲上机。适合简单操作需求的人。想要深挖一点方法的时候他就不讲了，动不动就是参见他编的另一本书，遗憾

分篇的方式还不错，挺实用，直接讲上机。适合简单操作需求的人。想要深挖一点方法的时候他就不讲了，动不动就是参见他编的另一本书，遗憾