多元统计分析方法 用SPSS工具 第2版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

多元统计分析方法 用SPSS工具 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

导论1

0.1 撰写本书的目的1

0.2 数据和测度3

0.3 多元分析方法的分类5

0.3.1 结构检验的方法5

0.3.2 结构发现的方法8

0.3.3 小结10

0.4 SPSS的使用11

0.4.1 数据11

0.4.2 简单的统计量和图形19

0.4.3 命令语言24

0.4.4 SPSS系统30

参考文献31

第1章 回归分析33

1.1 问题的提出33

1.2 分析过程36

1.2.1 建模36

1.2.2 估计回归函数37

1.2.3 检验回归函数43

1.2.4 检验回归系数49

1.2.5 检验模型前提52

1.3 案例61

1.3.1 组回归分析61

1.3.2 逐步回归分析68

1.3.3 SPSS命令71

1.4 应用建议72

1.5 数学附录73

参考文献75

第2章 时间序列分析76

2.1 问题的提出76

2.2 分析过程78

2.2.1 绘制时间序列79

2.2.2 建模79

2.2.3 估计模型80

2.2.4 进行预测81

2.2.5 检验预测有效性83

2.2.6 非线性趋势模型84

2.2.7 考虑结构性变化89

2.2.8 考虑周期性波动90

2.3 使用SPSS91

2.3.1 线性回归91

2.3.2 曲线拟合92

2.4 案例：人造黄油市场的时间序列分析93

2.4.1 外推模型94

2.4.2 结构模型96

2.4.3 总结98

2.5 应用建议99

2.6 数学附录100

参考文献101

第3章 方差分析102

3.1 问题的提出102

3.2 分析过程103

3.2.1 单因素方差分析103

3.2.2 双因素方差分析108

3.2.3 方差分析推广精选114

3.3 案例115

3.3.1 问题的提出115

3.3.2 结果117

3.3.3 SPSS命令119

3.4 应用建议119

参考文献121

第4章 判别分析122

4.1 问题的提出122

4.2 分析过程123

4.2.1 定义组124

4.2.2 建立判别函数124

4.2.3 估计判别函数126

4.2.4 检验判别函数135

4.2.5 检验判别变量138

4.2.6 将新元素分类140

4.3 案例146

4.3.1 问题的提出146

4.3.2 结果147

4.3.3 逐步判别分析159

4.3.4 SPSS命令159

4.4 应用建议159

4.5 数学附录160

参考文献164

第5章 逻辑回归166

5.1 问题的提出166

5.1.1 逻辑回归的基本思想166

5.1.2 建立逻辑回归方程167

5.2 分析过程170

5.2.1 建模170

5.2.2 估计逻辑回归函数171

5.2.3 解释回归系数173

5.2.4 检验模型整体177

5.2.5 检验特征变量185

5.3 案例186

5.3.1 问题的提出186

5.3.2 结果187

5.3.3 SPSS命令196

5.4 应用建议197

5.5 数学附录197

参考文献201

第6章 列联表和相合性分析202

6.1 问题的提出202

6.2 分析过程204

6.2.1 编制列联表204

6.2.2 解释结果205

6.2.3 检验相关关系207

6.3 案例212

6.3.1 问题的提出212

6.3.2 结果214

6.3.3 SPSS命令216

6.4 应用建议217

参考文献217

第7章 因子分析218

7.1 问题的提出218

7.2 分析过程223

7.2.1 变量选择和相关矩阵的计算223

7.2.2 因子的提取228

7.2.3 累积方差贡献率的确定235

7.2.4 因子的数量238

7.2.5 因子阐释240

7.2.6 因子得分的确定242

7.2.7 因子分析的小结244

7.3 案例245

7.3.1 问题的提出245

7.3.2 结果246

7.3.3 SPSS命令256

7.4 应用建议256

7.4.1 使用因子分析时的问题256

7.4.2 对进行因子分析的建议259

7.5 数学附录260

7.5.1 特征值问题260

7.5.2 特征值计算261

7.5.3 因子载荷的标准化261

参考文献261

第8章 聚类分析263

8.1 问题的提出263

8.2 分析过程264

8.2.1 相似性的确定264

8.2.2 合并算法的选择275

8.2.3 类数的确定288

8.3 案例291

8.3.1 问题的提出291

8.3.2 结果292

8.3.3 SPSS命令300

8.4 应用建议300

8.4.1 进行聚类分析之前的考虑300

8.4.2 聚类分析使用说明301

参考文献303

第9章 联合分析304

9.1 问题的提出304

9.2 分析过程306

9.2.1 属性和属性水平306

9.2.2 受测设计307

9.2.3 受测体的评价311

9.2.4 效用值的估计312

9.2.5 效用值的聚集317

9.3 案例319

9.3.1 问题的提出319

9.3.2 分析结果322

9.3.3 SPSS命令333

9.4 运用建议339

9.4.1 经典的联合分析的实施339

9.4.2 选择的联合分析方法的应用339

9.5 数学附录342

参考文献343

第10章 多维尺度345

10.1 问题的提出345

10.2 多维尺度法的构成和步骤348

10.2.1 相似性的度量348

10.2.2 距离模式的选择351

10.2.3 位置的计算352

10.2.4 维度的确定和解释357

10.2.5 基于调查对象的聚集359

10.2.6 案例分析359

10.3 考虑偏好判断362

10.3.1 外部偏好分析362

10.3.2 内部偏好分析370

10.4 考虑特征判断371

10.5 应用建议372

10.5.1 POLYCON命令372

10.5.2 PREFMAP命令375

10.5.3 用SPSS实现多维尺度376

参考文献380

第11章 对应分析382

11.1 问题的提出382

11.1.1 实例382

11.1.2 对应分析的产生和分类383

11.1.3 对应分析的应用领域384

11.2 分析过程385

11.2.1 准备步骤385

11.2.2 数据标准化391

11.2.3 维度的提取393

11.2.4 坐标正态化395

11.2.5 解释400

11.3 案例402

11.3.1 问题阐述402

11.3.2 结果403

11.4 应用建议407

11.5 数学附录413

参考文献415

第12章 神经网络417

12.1 问题的提出417

12.1.1 生物学和人工神经网络的学习417

12.1.2 人工神经网络中基本的功能性关系和数学运算421

12.2 工作步骤424

12.2.1 问题的结构化和网络类型的选择425

12.2.2 网络结构的确定426

12.2.3 神经元中信息处理的确定426

12.2.4 网络的训练430

12.2.5 受训网络的运用435

12.3 案例研究435

12.3.1 问题的提出435

12.3.2 结果444

12.4 应用建议447

参考文献449

第13章 结构方程模型451

13.1 问题的提出451

13.1.1 结构方程模型的基本思想451

13.1.2 因果分析的基本关系454

13.1.3 结构方程模型的分析步骤460

13.2 处理方法461

13.2.1 构建假设461

13.2.2 路径图和模型规范461

13.2.3 模型结构可识别性464

13.2.4 参数估计465

13.2.5 估计结果的评价471

13.2.6 模型结构的修正475

13.3 案例477

13.3.1 问题阐述477

13.3.2 结果483

13.4 应用建议494

13.4.1 结构方程模型的假设与前提494

13.4.2 对借助结构方程模型进行因果分析的建议495

13.5 数学附录496

参考文献498

附录1 t-分布表501

附录2 F-分布表503

附录3 按照Cochran的c-分布表513

附录4 x2-分布表515

附录5 x2-分布的百分率值—自由度为v的分布517

附录6 Durbin-Watson-检验表（置信度0.9 5）519

附录7 q-值表521