IBM SPSS统计分析与应用

定　　价：45 元

丛书名：西南民族大学经济学院实验教材

• 作者：钟海燕 著，钟海燕殷锋 编
• 出版时间：2018/5/1
• ISBN：9787513642972
• 出 版 社：中国经济出版社

• 中图法分类：C819 
• 页码：244
• 纸张：胶版纸
• 版次：1
• 开本：16

内容简介

◎IBM SPSS是当前国际上流行的统计软件之一，具有强大的统计分析功能。本书基于IBM SPSS 21.0英文版本，以实验教程的形式讲授SPSS基本统计分析方法及其应用。操作使用菜单、选项等中英文对译，便于读者自由地在软件中文版本和英文版本之间切换。

◎针对不同读者的统计分析需求，本书分为入门篇、基础篇、提高篇等几个部分，各篇章设计了循序渐进的实验内容，并配备实验基础数据。数据录入员只用学习入门篇，一般初学者可以从基础篇单变量描述性统计分析开始，再学习提高篇的推断统计和多变量描述性分析。本书属于统计软件基础课程，侧重实用性和基础性，生存分析、信度分析、非参数检验、对应分析、非线性回归等等内容未涉及。

◎本书内容翔实、图文并茂、深入浅出，把统计分析基本原理与方法的讲授与IBM SPSS软件操作方法实验结合，适合作为高等院校相关专业学生的学习用书，可以为从事统计分析、决策的相关人员参考使用，也可作为相关培训机构的参考教材。

作者介绍

◎钟海燕，女，西南民族大学经济学院副教授。目前主要从事城市与区域经济、民族经济、空间经济和区域规划研究工作。近年来，在核心期刊发表学术论文20余篇，出版专著3部，主持或参与国家项目2项、省部级项目及各级各类科研项目20余项。曾获成都市优秀青年教师称号、四川大学优秀博士生称号，获四川省科研成果奖二等奖1项、成都市科研成果三等奖1项、四川省教育厅科研成果三等奖1项。

◎殷锋，男，西南民族大学校园网络管理中心副主任，西南民族大学计算机科学与技术学院教授，四川省计算机用户协会理事，中国计算机学会高级会员。曾被四川省人民政府授予教学成果奖1项，西南民族大学科研成果奖3项。近年来主要从事计算机数据挖掘、中间件、分布式计算、软件测试等方向的研究工作，曾主持和参与西南民族大学校级科研项目40余项，主持省级课题5项、参与完成6项。近年来出版学术专著1部、科普著作1部、教材6部，2006年获国家发明专利1项(公开号：CN101082876)；发表学术论文近70篇。2007年被评为 “西南民族大学青年优秀骨干教师”，2008年被评为“西南民族大学第七届优秀教学质量奖”获奖教师，2011年被遴选为“第九批四川省学术和技术带头人后备人选”。2014年受国家民委委派赴湖南湘西土家族苗族自治州永顺县挂职县委常委、副县长一年。

目 录

第一篇入门篇

1 IBM SPSS 21.0概述/

1.1 软件简介/

1.2 启动与退出/

1.2.1 启动/

1.2.2 退出/

1.3 常用界面与窗口/

1.3.1 常用窗口/

1.3.2 数据编辑器窗口的界面/

1.4 系统参数设置/

1.5 运行环境设置/

1.6 帮助系统/

2 变量与数据管理/

2.1 变量设计/

2.2 数据录入/

2.3 读取外部数据/

2.4 数据编辑/

3 数据预处理/

3.1 数据菜单基本功能/

3.2 个案排序和变量排序/

3.3 转置/

3.4 合并文件/

3.5 选择个案/

3.6 加权个案/

3.7 分类汇总/

第二篇基础篇

4 描述性统计/

4.1 分析报告/

4.2 频数分析/

4.3 描述性分析/

4.4 数据探索/

4.5 列联表分析/

5 统计图/

5.1 基本菜单/

5.2 条形图/

5.3 3D条形图/

5.4 线图/

5.5 面积图/

5.6 饼图/

5.7 高低图/

5.8 箱线图/

5.9 误差条图/

5.10 人口金字塔图/

5.11 直方图/

5.12 双轴线图/

5.13 时间序列图/

6 多重响应分析/

6.1 多重响应变量集/

6.2 多重响应频数分析/

6.3 多重响应交互分析/

第三篇提高篇

7 均值比较分析/

7.1 均值比较分析基本原理/

7.2 单一样本t检验/

7.3 独立样本t检验/

7.4 配对样本t检验/

8 方差分析/

8.1 单因素方差分析/

8.2 多因素方差分析/

8.3 重复测量方差分析/

8.4 多因变量方差分析/

8.5 协方差分析/

9 相关分析/

9.1相关分析基本原理/

9.2 散点图/

9.3 简单相关分析/

9.4 偏相关分析/

9.5 距离分析/

10 回归分析/

10.1 线性回归/

10.2 曲线回归/

10.3 逻辑回归/

11 聚类分析与判别分析/

11.1 聚类分析/

11.2 判别分析/

12 因子分析与主成分分析/

12.1 因子分析/

12.2 主成分分析/

13 时间序列分析/

13.1 时间序列分析基本原理/

13.2 时间序列数据的预处理/

13.2.1 缺失数据的修补/

13.2.2 时间序列数据变换处理/

13.3 指数平滑模型/

13.4 ARIMA模型/

13.5 季节分解模型/