统计软件应用与实训教程/李士华

《统计软件应用与实训教程》以实训的形式组织内容，简单介绍实验的目的与原理，尽量详尽介绍SPSS的实际操作过程，突出SPSS的实用性，并对SPSS执行的结果做详细的解读。

《统计软件应用与实训教程》优选的特点就体现在其应用性方面，强调统计学理论在实践中的应用。本书将详尽介绍SPSS的操作过程，通过学习掌握数据的收集整理、描述统计分析、探索性分析、假设检验、相关与回归分析、系统性数据分类、因子分析以及多元统计分析的计算、建模与解释分析等方法。 《统计软件应用与实训教程》以实训的形式组织内容，简单介绍实验的目的与原理，尽量详尽介绍SPSS的实际操作过程，突出SPSS的实用性，并对SPSS执行的结果做详细的解读。本书可以很好地辅助统计学的教学，可以作为统计学类课程课内实践环节的有效支持，培养学生解决实际问题的技能。

第1章 SPSS基础 1 1.1 SPSS概述 1 1.1.1 SPSS简介 1 1.1.2 SPSS的安装 1 1.2 SPSS的界面初识 5 1.2.1 SPSS的启动 5 1.2.2 SPSS的主窗口 5 1.2.3 SPSS的菜单 7 1.2.4 SPSS的退出 7 1.2.5 SPSS的帮助系统 8 第2章 SPSS的数据管理 9 2.1 实训目的与基本原理 9 2.1.1 实训目的与要求 9 2.1.2 实训的基本原理 9 2.2 实训内容与步骤 10 2.2.1 创建一个数据文件 10 2.2.2 读取外部数据 11 2.2.3 数据编辑 12 2.2.4 数据的保存 14 2.2.5 数据整理 14 2.3 实训项目 22 第3章 描述统计 24 3.1 实训目的与基本原理 24 3.1.1 实训目的与要求 24 3.1.2 实训的基本原理 24 3.2 实训内容与步骤 25 3.2.1 频数分析 25 3.2.2 描述统计 31 3.2.3 探索分析 34 3.3 实训项目 43 第4章 均值比较和T检验 45 4.1 实训目的与基本原理 45 4.1.1 实训目的与要求 45 4.1.2 实训的基本原理 45 4.2 均值过程 46 4.2.1 均值过程的定义 46 4.2.2 实现步骤 46 4.3 单样本T检验 48 4.3.1 单样本T检验的原理 48 4.3.2 操作步骤 49 4.4 两独立样本T检验 51 4.4.1 基本原理 51 4.4.2 操作步骤 52 4.5 配对样本T检验 54 4.5.1 基本原理 54 4.5.2 操作过程 54 4.6 实训项目 57 第5章 方差分析 58 5.1 实验目的与基本原理 58 5.1.1 实验目的与要求 58 5.1.2 实验的基本原理 58 5.2 单因素方差分析 59 5.2.1 单因素方差的使用条件和基本 原理 59 5.2.2 操作过程 60 5.3 多因素方差分析 68 5.3.1 多因素方差分析的定义和基本 原理 68 5.3.2 操作过程 69 5.4 协方差分析 74 5.4.1 协方差的定义和基本原理 74 5.4.2 操作过程 75 5.5 实训项目 79 第6章 相关分析 81 6.1 实训目的与基本原理 81 6.1.1 实训目的与要求 81 6.1.2 实训的基本原理 81 6.2 简单相关分析 83 6.2.1 双变量过程 83 6.2.2 操作过程 83 6.3 偏相关分析 87 6.3.1 偏相关分析的基本原理 87 6.3.2 偏相关分析的操作过程 88 6.4 距离相关分析 91 6.4.1 距离相关分析的定义和基本 原理 91 6.4.2 距离相关分析操作过程 92 6.5 实训项目 96 第7章 回归分析 98 7.1 实训目的与基本原理 98 7.1.1 实训目的与要求 98 7.1.2 实训的基本原理 98 7.2 一元线性回归分析过程 99 7.2.1 线性回归分析的基本步骤 99 7.2.2 操作过程 100 7.3 多元回归分析过程 106 7.3.1 多元回归模型 106 7.3.2 多元回归实例分析 107 7.4 实训项目 113 第8章 分类分析 116 8.1 实训目的与基本原理 116 8.1.1 实训目的与要求 116 8.1.2 实训的基本原理 116 8.2 K-均值聚类 117 8.2.1 K-均值聚类的含义和基本 原理 117 8.2.2 K-均值聚类的实例分析 118 8.3 Q型层次聚类 122 8.3.1 Q型聚类的基本内涵 122 8.3.2 Q型层次聚类的实例分析 123 8.4 R型层次聚类 130 8.4.1 R型聚类的含义和基本 原理 130 8.4.2 R型层次聚类实例分析 130 8.5 判别分析 135 8.5.1 判别分析的含义和基本 原理 135 8.5.2 判别分析实例 136 8.6 实训项目 142 第9章 因子分析 146 9.1 实训目的与基本原理 146 9.1.1 实训目的与要求 146 9.1.2 实训的基本原理 146 9.2 因子分析操作 147 9.2.1 因子分析的基本步骤 147 9.2.2 因子分析实例 147 9.3 实训项目 160 参考文献 163

    SPSS的数据管理 统计分析离不开数据，因此数据管理是SPSS的重要组成部分。详细了解SPSS的数据管理方法，将有助于用户提高工作效率。SPSS的数据管理是借助数据管理窗口和主窗口的File、Data、Transform等菜单完成的。 2.1 实训目的与基本原理 2.1.1 实训目的与要求 1. 基本概念把握 深入了解数据的基本结构，各变量的属性，数据的排序、分组、选取、拆分编辑、保存，增加个案的合并，增加变量的合并等基本概念。尤其是对11个变量属性的把握，数据计算中如何进行条件设置等问题。 2. 掌握操作过程 通过本实训项目，使学生理解并掌握 SPSS 软件包有关数据文件创建和整理的基本操作；学习如何将收集到的数据输入计算机，建成一个正确的SPSS数据文件；掌握如何对原始数据文件进行整理，包括数据查询、修改、删除、排序、保存等。 3. 实际问题分析 通过本实训项目，达到能够熟练进行数据的编辑、整理，学会通过SPSS打开EXCEL等文件，达到数据互换，迅速调动文件，熟练掌握SPSS的开启、操作、保存、关闭等应用技能。 2.1.2 实训的基本原理 1. SPSS文件的基本结构 SPSS 数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。 【例2-1】以2007—2010年度中国中外资性质分类的创业投资平均资产规模(万元)来说明SPSS的数据文件结构，如表 2-1 所示。 表2-1 SPSS 数据文件结构 年 度 中 资 中外合资 外商独资 2007 25537.87 12046.1 0 2008 20078.52 17260.11 69032 2009 19839.04 22080.57 69032 2010 22349.28 22167.12 68732 2. SPSS 变量的属性 SPSS 中的变量共有 11 个属性，分别是变量名(Name)、变量类型(Type)、长 度(Width)、小数点位置(Decimals)、变量名标签(Label)、变量名值标签(Value)、 缺失值(Missing)、数据列的显示宽度(Columns)、对齐方式(Align)、度量尺度(Measure)和角色(Role)(角色代表变量承担输入、输出、两种角色、无角色以及分区与拆分等)。定义一个变量至少要定义它的两个属性，即变量名和变量类型，其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再进行设置。在SPSS数据编辑窗口中单击【变量视窗】标签，进入变量视窗界面，如图 2-1 所示，即可对变量的各个属性进行设置。