您好,欢迎来到聚文网。 登录 免费注册
科研统计思维与方法:SPSS实战

科研统计思维与方法:SPSS实战

重点聚焦科研数据统计的思维与方法,创新性引入科研论文品读,大量实战案例帮助读者应用统计分析方法解决真实的科研问题,提供配套素材。
  • 装帧: 平装
  • 出版社: 人民邮电出版社
  • 作者: 马秀麟 著
  • 出版日期: 2024-08-01
  • 商品条码: 9787115641892
  • 版次: 1
  • 开本: 16开
  • 页数: 364
  • 出版年份: 2024
定价:¥99.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
1. 重点聚焦科研数据统计的思维与方法,帮助读者逐步具备准确地使用数据分析工具并解读数据分析结果的能力,优化其思维方式,促进其科研能力的提高。 2. 本书拥有丰富的实战案例,在介绍案例的操作流程之前,会先分析解决方案,帮助读者做到“知其然也知其所以然”。 3. 每章后面的综合实践题可以作为对前面知识讲解的深入和补充,检验读者对本章内容的掌握程度。 4. 本书提供配套素材文件,兼顾不同读者人群,零基础人群或相关专业本科生、研究生均可阅读。
内容简介
本书以实际案例和具体应用为驱动,以培养科研统计思维为目标,借助 SPSS,系统地讲授了差异显著性检验、方差分析、相关性分析、回归分析、聚类分析、主成分分析,以及结构方程模型的概念、原理和具体使用。 全书共 8 章。第 1 章系统地讨论了科研统计思维及统计分析的相关概念,并以量化类典型论文为例抛出统计思维的核心问题。第 2 章介绍了数据的规范化及预处理,重点讲解了基于数据做论证所必需的前置操作。第 3 章介绍了统计描述及数据加工。第 4 章讲解了差异显著性检验。第 5 章介绍了方差分析及其高级应用,阐述了单因素方差分析、多因素方差分析、协方差分析、多因变量方差分析等内容,以及事后检验、均值边际图等高级应用的相关知识。第 6 章介绍了关联性分析技术和回归分析。第 7 章讲解了聚类分析技术。第 8 章介绍了因子分析与降维,主要讨论了探索性因子分析和验证性因子分析(结构方程模型)等方法。 本书可作为量化研究相关专业本科生、研究生,以及大中专院校学生的教学用书,还可作为有志于了解量化研究方法和科研统计思维的科研人员、工程技术人员以及商务人员的参考用书。
作者简介
马秀麟 教育技术学博士,教授,现任北京师范大学计算机公共课主任、新疆师范大学教育科学学院副院长,曾先后获得北京师范大学十佳教师、教学名师和北京高等学校优秀专业课主讲教师等荣誉称号。主要从事信息技术提升教学效率、在线学习行为分析、网络课程建设、人工智能教育等方面的研究。已发表中英文学术论文80余篇,出版教研类学术专著4部、高等教育教材22部,主持各级各类科研课题30余项。
目录
第 1 章  大数据时代的科研与统计思维1 11  科研统计思维及其社会需求 2 111  统计思维之魅力 2 112  统计思维何以重要 4 12  统计的主流技术及应用 5 121  统计描述的关键技术5 122  统计推断的主流技术6 123  统计分析技术及其应用领域7 124  统计分析的关键思路及质量评价8 13  统计思维在科研中的主要应用10 131  在自然科学领域的常见应用 10 132  在社会科学领域的常见应用11 14  统计思维方法及应用误区13 141  量化研究中统计分析的层次 13 142  量化研究中的误区 14 143  量化研究质量的保证 15 15  统计分析软件及其分析环境17 151  统计分析软件简介 17 152  基于Excel的统计分析环境 19 153  基于SPSS的统计分析环境22 16  科研视点:面向统计思维的量化研究论文品读 27 161  品读导引27 162  研究论文28 思考题 37 综合实践题 37 第 2 章  数据的规范化及预处理39 21  数据来源及其规范化要求41 211  科研数据的来源 41 212  数据类别及特点44 213  数据的规范化要求46 22  以Excel做数据预处理 47 221  Excel下的数据编辑47 222  实战:数据类型转化与格式标准化52 223  实战:数值化编码技术54 224  实战:数据表的拼接56 23  以SPSS做数据预处理 57 231  SPSS的变量预定义及编辑58 232  实战:数据文件打开、保存及优化 61 233  实战:变量的重编码技术65 234  实战:变量之间的计算70 235  实战:缺失值的标记与处理 73 236  实战:数据文件的拼合技术76 24  科研数据的质量保证 79 241  科研数据质量保证的两个指标79 242  效度检验的主要技术80 243  以德尔菲法实现效度保证的思路82 244  实战:以德尔菲法实现效度保证84 245  信度检验的主要技术90 246  实战:SPSS下的信度检验92 思考题 96 综合实践题 96 第 3 章  统计描述及数据加工 98 31  科研数据的统计描述105 311  统计描述中的统计量 105 312  数据的分布形态110 32  SPSS实现统计描述的技术 112 321  实战:以SPSS获取常见统计量112 322  实战:频数统计及分析116 323  实战:数据的图示化描述118 324  实战:数据分布形态的判断 123 325  实战:面向低测度数据的统计描述 130 33  数据抽取与变形133 331  实战:数据的排序与抽样 133 332  实战:个案的加权处理 136 333  实战:求秩分 137 334  实战:求正态得分 139 335  实战:分数的标准化——求Z分数 140 336  补充说明:其他变形操作 143 思考题143 综合实践题143 第 4 章  差异显著性检验 145 41  差异显著性检验 & 统计推断 151 411  差异显著性检验的概念151 412  统计推断的概念 154 42  面向配对数据的差异显著性检验156 421  配对样本及其统计推断操作 156 422  实战:教改前后学生的成绩有变化吗?——两配对样本差异显著性检 验 156 423  实战:三轮测量数据之间的差别明显吗?——K-配对样本差异性 检验161 424  实战:专家们是否科学严谨地评审了项目?——综合应用型案例 164 43  面向分组数据的差异显著性检验169 431  分组样本及其统计推断操作 170 432  实战:性别是影响学习成绩的因素吗?——两独立样本差异性检验 170 433  实战:生源是影响学习成绩的因素吗?——K-独立样本差异性检验 175 434  实战:生源对学生是否喜欢上学有影响吗?——低测度数据的分 组检验 180 44  差异显著性检验算法的思考与深化183 441  深究:均值差异显著性检验机理 183 442  深究:差异显著性检验的算法体系 188 443  补充:面向随机分布的检验——游程检验及原理 190 444  补充:面向期望分布的检验——卡方检验 193 思考题196 综合实践题196 第 5 章  方差分析及其高级应用198 51  方差分析的概念及应用 203 511  方差分析的概念203 512  方差分析的原理及类别204 52  单因素方差分析 205 521  实战:父母文化程度会影响学生的IQ值吗? 205 522  单因素方差分析反思与总结209 53  多因素方差分析 211 531  实战:多因素方差分析模型构建及调整211 532  多因素方差分析中的关键问题及反思 215 54  协方差分析217 541  协方差分析的概念 217 542  实战:排除控制变量影响的方差分析——协方差分析模型 218 55  多因变量方差分析 220 551  多因变量方差分析概述220 552  实战:面向多因变量的方差分析 221 思考题 224 综合实践题 224 第 6 章  关联性分析技术225 61  关联性分析综述 230 611  关联性分析的特点及类型230 612  SPSS实现关联性分析的主要技术233 62  相关性分析及应用 234 621  相关性分析算法及其适应性234 622  实战:学生的数学成绩与游戏时间相关吗?——中高测度数据相关性 分析237 623  实战:影响学生成绩的真实原因是上网时间吗?——偏相关分析 241 624  低测度变量的相关性分析243 63  线性回归分析技术 246 631  回归分析概述246 632  实战:一元线性回归249 633  实战:多元线性回归分析255 634  多元线性回归原理及反思 261 635  理论深化:多重共线性问题265 64  曲线回归分析技术 268 641  实战:以多元线性回归探究高次回归式268 642  实战:以曲线回归探究高次回归式 271 643  曲线回归的总结与思考274 65  二元逻辑回归技术 276 651  二元逻辑回归的工作原理276 652  实战:哪些因素导致学生喜欢数学课?——二元逻辑回归280 思考题 285 综合实践题 285 第 7 章  聚类分析技术287 71  聚类的概念及原理291 711  科研中的分类分析 291 712  核心知识:距离的计算与判定292 713  聚类分析的常见类型295 72  个案的聚类分析 296 721  实战:面向个案的系统聚类296 722  实战:快速聚类及其应用 301 73  变量的聚类分析 305 731  实战:面向变量的系统聚类305 732  对R聚类的反思与总结308 74  判别分析 309 741  判别分析的概念与类型309 742  实战:基于组质心的分类判别311 743  实战:基于分类判别式的分类判别 317 思考题319 综合实践题 320 第 8 章  因子分析与降维321 81  因子分析与降维简述 325 811  探索性因子分析与验证性因子分析325 812  降维与探索性因子分析328 82  主成分分析:EFA应用 329 821  原理:探索性因子分析原理329 822  实战:以主成分分析探究变量蕴含的关键因素 331 823  实战:以主成分分析检验测量指标的结构效度338 83  结构方程模型入门——CFA应用 342 831  结构方程模型概述342 832  以AMOS绘制模型图:AMOS使用之一345 833  解读SEM分析结果并优化:AMOS使用之二350 834  实战:以AMOS软件实现CFA354 思考题 360 综合实践题 360 附录 《大学生生活满意度调查问卷》及数据集362 参考文献364

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网