IBM SPSS统计软件应用(供研究生及科研人员用国家卫生健康委员会十三五规划教材)/科研人员核心能力提升导引丛书

本书在《IBM SPSS 19统计软件应用教程》（第2版）的基础上进行了更新和充实。全书共有l8章：第一章介绍了IBM SPSS软件的演变过程和主要窗口；第二、三章介绍了有关数据文件的建立、导入、导出、编辑和整理等内容，尤其在第三章中，添加关于Data主菜单的五个子菜单介绍，分别是跨文件调整字符串宽度（Adjust String Widths Across Files）、搜索权重（Rake Weights）、倾向评分匹配（Propensity Score Matching）、病例对照匹配（Case Control Matching）和拆分为文件（Split Dateset into Separate Files）；第四章介绍了数据转换方法；第五章是有关数据汇总和简单的描述性报告的内容；第六章介绍了基本统计分析方法，包括频数分布分析、描述性统计分析、探索性分析、列联表资料分析及比值分析等；第七章介绍的统计表体现了列表的灵活性和方便性；第八章以单变量的t检验为主，用参数方法进行均数比较；第九章介绍的一般线性模型的单变量分析颇有特色，列举了10种实验设计的方差分析方法，这些设计包括接近随机设计、随机单位组设计、拉丁方设计、析因设计、裂区设计、二阶段交叉设计、嵌套设计和正交设计等资料的方差分析，以及协方差分析和重复测量数据的方差分析；第十、十一章介绍了双变量相关分析、偏相关分析、线性回归、曲线估计、非线性回归、概率单位分析、聚类分析、判别分析、因子分析与主成分分析及各种logistic回归分析等内容；第十二章以实际资料为背景，应用IBM SPSS的不同过程对信度分析做了较系统的介绍，突出实际问题的解决；第十三章较全面地介绍了非参数检验，尤其体现出其在等级资料的处理优势，此外，还简要介绍了新增的智能分析模块；第十四章是流行病学常用到的生存分析方法，由于IBM SPSS未提供条件logistic分析的专门模块，此章同时结合实例介绍了如何借助Cox回归分析实现这一功能；第十五章介绍了诊断试验中常用的受试者操作特征曲线（ROC曲线）；第十六章介绍了广义估计方程，主要针对医学研究领域内大量出现的存在缺失的重复测量数据，且反应变量常为分类变量的情形；第十七章介绍了统计图形的绘制和编辑，具有很强的实用性和针对性；最后一章属于应用软件的基本操作内容，即系统参数的设置，以及分析结果的编辑和导出。附录部分为IBM SPSS 25函数族具体函数的定义与应用，以便查阅。按照国际惯例，备有中英文索引，列出了本书所涉及的常用统计学术语及缩略语。

陈平雁，现任南方医科大学公共卫生学院生物统计学系教授，博士研究生导师，博士后合作导师。中华预防医学会生物统计学分会主任委员，国际生物统计学会中国分会副理事长，广东省生物统计学会会长，国家科技重大专项评审专家，国家科学技术奖励评审专家，国家食品药品监督管理局新药审评咨询专家，国家食品药品监督管理局保健食品和化妆品审评专家。器官衰竭防治国家重点实验室/国家肾病临床研究中心/广东省肾脏病研究所学术委员会副主任。广州市重大行政决策论证专家。 从事生物统计学教学、科研工作30余年。在国内首先创办生物统计学系（2005年）。在国内率先开设生物统计本科专业（2006年）。发表论文280余篇，其中SCI收录论文80余篇。主编5部SPSS统计软件应用系列教材。获总后勤部优秀教师，全军院校育才奖银奖。获中华医学会一等奖1项（参与），省部级科学技术进步奖二等奖1项（参与），省部级科学技术进步奖三等奖4项（2项负责，2项参与），广东省教育教学成果奖二等奖（负责）。

第一章 概述
第一节 SPSS版本的演变过程
第二节 主要窗口及其功能
一、数据编辑窗
二、结果输出窗
三、程序编辑窗
第三节 显示菜单
第二章 数据文件的建立、导入和导出
一、在SPSS环境下建立数据文件
二、数据文件的导入
三、数据保存与导出
四、数据的读写属性设置
第三章 数据文件的整理
第一节 数据编辑
一、定义变量特征
二、对未知测量精度的变量进行设置
三、拷贝变量特征
四、自定义属性
五、定义时间
六、定义多重应答变量
第二节 数据核验
第三节 辨识重复观察单位
第四节 辨识异常观察单位
第五节 观测值排序
第六节 观测变量排序
第七节 数据转置
第八节 合并文件
第九节 重建数据结构
第十节 数据分类汇总
第十一节 正交设计
第十二节 复制数据集
第十三节 拆分文件
第十四节 选择观察单位
第十五节 观察单位加权
第十六节 跨文件调整字符串宽度
第十七节 搜索权重
第十八节 倾向评分匹配
第十九节 病例对照匹配
第二十节 拆分为文件
第四章 数据转换
第一节 计算产生变量
第二节 各观测单位的观测值计数
第三节 数值序列移动
第四节 重新赋值
第五节 自动重新赋值
第六节 可视分类器
第七节 很优化分类器
第八节 数据准备
第九节 观测单位排秩
第十节 日期型变量转换导向
第十一节 产生时间序列变量
第十二节 缺失值替代
第十三节 随机数生成器
第十四节 运行未完成的变量变换
第五章 数据汇总报告
第一节 编码本
第二节 即时分析过程
第三节 数据汇总
第四节 行汇总报告
第五节 列汇总报告
第六章 基本统计分析
第一节 频数分布分析
第二节 描述性统计分析
第三节 探索性分析
第四节 列联表资料分析
一、两个独立样本率比较的X2检验
二、R×C表资料的X2检验
三、配对计数资料的X2检验和K系数检验
四、分层资料的X2检验
第五节 比值分析
第六节 P-P概率图及Q-Q概率图
第七章 统计表
第一节 自定义统计表
一、基本统计表的一般定义
二、基本统计表的统计量输出
第二节 定义多项应答集
第八章 均数比较
第一节 定量资料基本分析
第二节 单样本t检验
第三节 独立样本t检验
第四节 配对样本t检验
第五节 单向方差分析
第九章 一般线性模型
第一节 一般线性模型单变量分析的基本过程
第二节 接近随机设计资料的方差分析
第三节 随机单位组设计资料的方差分析
第四节 拉丁方设计资料的方差分析
第五节 析因设计资料的方差分析
第六节 裂区设计资料的方差分析
第七节 二阶段交叉设计资料的方差分析
第八节 嵌套设计资料的方差分析
第九节 正交设计资料的方差分析
一、正交设计
二、正交设计资料的方差分析
第十节 协方差分析
第十一节 重复测量数据的方差分析
一、单个重复测量因素的方差分析
二、两个重复测量因素的方差分析
第十章 相关与回归分析
第一节 双变量相关分析
第二节 偏相关分析
第三节 线性回归
第四节 曲线估计
第五节 非线性回归
第六节 二分类logistic回归分析
第七节 多分类logistic回归分析
第八节 等级logistic回归分析
第九节 概率单位分析
第十一章 聚类/判别分析和因子/主成分分析
第一节 两步聚类
第二节 k均值聚类
第三节 系统聚类
第四节 判别分析
第五节 因子分析及主成分分析
第十二章 信度分析
第一节 信度分析的一般过程
第二节 信度评价实例
第十三章 非参数检验
第一节 智能分析模块概述
一、单样本检验
二、两个或多个独立样本的非参数检验
三、两个或多个相关样本的非参数检验
第二节 X2检验
第三节 样本率与总体率比较的二项分布检验
第四节 游程检验
第五节 单样本科尔莫戈罗夫-斯米尔诺夫检验
第六节 两独立样本非参数检验
一、两组计量资料的比较
二、等级/频数表资料
第七节 多个独立样本非参数检验
一、多组计量资料的比较
二、多组等级/频数表资料的比较
第八节 两相关样本的非参数检验
第九节 多个相关样本的非参数检验
第十四章 生存分析
第一节 寿命表法
第二节 Kaplan-Meier法
第三节 Cox回归模型
第四节 伴时Cox回归模型
第十五章 受试者操作特征曲线
第十六章 广义估计方程
第十七章 统计图形
第一节 图形生成器
第二节 条图
第三节 三维条图
第四节 线图
第五节 面积图
第六节 圆图
第七节 高低图
第八节 箱图
第九节 误差棒图
第十节 分群金字塔图
第十一节 散点图
第十二节 直方图