应用统计

本书从实际案例入手，强调现实问题到统计问题的抽象提炼，结合SPSS软件的实际操作，将数据分析结果放回实际背景中阐述，突出统计分析的最终形式不是解数学题，而是形成完整的分析报告。关于主要统计思想和方法，各章节配套有相应的数据实验报告作为课后练习，便于教学使用。本书对数学基础要求不多，学生通过对应用统计的学习，不仅能用计算机处理各种数据，而且能够独立完成具体问题的统计分析报告。

0 绪论
1 数据的可视化分析
1.1 单组数据的可视化分析
1.2 多组数据的可视化分析
1.3 定性数据的可视化分析
1.4 信度分析和效度分析
1.4.1 信度
1.4.2 效度
2 随机变量与分布
2.1 概率的计算
2.2 离散型随机变量的分布
2.2.1 二项分布(Binomial Distribution)
2.2.2 超几何分布(Hypergeometric Distribution)
2.2.3 泊松分布(Poisson Distribution)
2.3 连续型随机变量的分布
2.3.1 均匀分布(Uniform Distribution)
2.3.2 正态分布(Normal Distribution)
3 抽样分布
3.1 样本均值的分布
3.2 样本比例的分布
3.3 源于正态分布的3个抽样分布
3.3.1 X2分布
3.3.2 t分布
3.3.3 F分布
3.4 正态性假定的图形检验
4 总体参数的估计
4.1 单正态总体参数的估计
4.2 两正态总体均值差的估计
4.2.1 两个独立正态分布总体均值差u1-u2的估计
4.2.2 配对正态分布总体均值差up=u1-u2的估计
4.3 总体比例p的估计
4.4 样本量的确定
5 总体参数的假设检验
5.1 假设检验的基本思想
5.2 单正态总体均值的显著性检验
5.3 两正态总体的均值比较
5.3.1 两个独立正态总体的均值比较
5.3.2 配对样本的正态总体均值比较
5.4 关于总体比例p的假设检验
6 方差分析
6.1 单因子方差分析
6.1.1 方差分析的基本思想
6.1.2 单因子方差分析的具体实现
6.2 多因子方差分析
6.2.1 无重复试验的多因子方差分析
6.2.2 有重复试验的多因子方差分析
7 相关分析
7.1 定性变量之间的相关分析
7.2 定量变量之间的相关分析
7.2.1 相关分析的基本概念
7.2.2 定量变量的相关分析
8 回归分析
8.1 线性回归分析
8.1.1 回归分析的基本思想
8.1.2 线性回归分析的具体实现
8.2 Logistic回归分析
8.2.1 二分类Logistic回归模型
8.2.2 二分类Logistic回归分析的具体实现
参考文献