统计基础和SPSS 11.0入门与提高

第1章 SPSS11.0的简介与安装
1.1 SPSS的启动与界面
1.2 SPSS的菜单栏
1.3 SPSS的工具栏
1.4 SPSS的帮助系统
1.4.1 Topics[主题帮助]
1.4.2 Tutorial 在线指南
1.4.3 StatisticsCoach[统计分析指导]
1.4.4 ContextualHelp[内容帮助]
1.5 SPSS11.0的安装
第2章 SPSS数据的基本操作
2.1 打开一个数据文件
2.2 数据的编辑
2.2.1 数据编辑窗口
2.2.2 数据的输入
2.2.3 数据的修改
2.3 数据文件的保存和调用
2.3.1 数据文件的保存
2.3.2 数据文件的调用
第3章 收集数据的问题
3.1 收集数据的方式
3.2 统计调查
3.2.1 提问
3.2.2 时间的测量
3.2.3 选择被调查者
3.2.4 抽取样本
3.3 实验设计
3.3.1 随机分配
3.3.2 如何使误差最小
第4章 数据的频数分析
4.1 频数和频数表
4.1.1 频数和频数表
4.1.2 百分比. 有效值百分比. 累积百分比
4.1.3 频数表的行排序
4.2 反映频数分布的图示
4.2.1 饼形图
4.2.2 条形图
4.2.3 直方图
4.3 从频数表中还可以得到什么
4.3.1 众数
4.3.2 中位数
4.3.3 百分点
4.4 在SPSS中进行频数分析
第5章 数据的描述性统计
5.1 描述集中趋势
5.1.1 测量尺度
5.1.2 众数. 中位数和算术平均值
5.1.3 众数. 中位数和均值的比较
5.2 描述离散趋势
5.2.1 极差和四分位差
5.2.2 方差和标准差
5.2.3 标准差系数
5.3 数据的标准化
5.4 在SPSS中进行描述性统计
第6章 数据的组间比较
6.1 变量的组和分组
6.2 分组比较的两种情况
6.2.1 用一个自变量进行分组
6.2.2 多个自变量分层的分组
6.3 在SPSS中进行组间比较
第7章 探索数据的分布
7.1 探索数据分布
7.2 利用统计图探索数据
7.2.1 盒须图
7.2.2 茎叶图
7.3 在SPSS中进行数据探索
第8章 变量联合的交互分析
8.1 交互分类与交互表
8.1.1 交互分类
8.1.2 交互表
8.1.3 列百分比与行百分比
8.2 利用条形图进行交互分析
8.3 添加控制变量
8.4 在SPSS中进行交互分析
第9章 散点图的绘制
9.1 散点图的类型及意义
9.1.1 简单散点图
9.1.2 向日葵散点图
9.1.3 矩阵散点图
9.1.4 重叠散点图
9.1.5 三维散点图
9.1.6 旋转三维散点图
9.2 在SPSS中绘制散点图
9.2.1 简单散点图的设置
9.2.2 矩阵散点图的设置
9.2.3 重叠散点图的设置
9.2.4 三维散点图的设置
9.3 编辑散点图
9.3.1 散点图的选项
9.3.2 标识和定位选定的观测量
9.3.3 旋转三维散点图
第10章 评价抽样结果
10.1 参数. 统计量和抽样分布
10.1.1 抽样分布
10.1.2 样本量对抽样分布的影响
10.2 项分布检验
10.3 在SPSS中进行二项分布检验
第11章 正态分布和假设检验
11.1 正态分布的形状. 定义和性质
11.1.1 正态分布的形状和定义
11.1.2 正态分布的性质
11.2 标准分和标准正态分布
11.3 均值的分布和中心极限定理
11.4 假设检验的原理
11.5 在SPSS中如何用图形判断样本的正态性
第12章 单样本T检验
12.1 T分布与单样本均值检验
12.1.1 T分布
12.1.2 单样本的T检验
12.2 假设检验中的基本概念
12.2.1 统计假设
12.2.2 置信区间和置信度
12.2.3 待检验值与给定常数间的差值的检验
12.3 在SPSS中进行单样本T检验
第13章 配对样本的T检验
13.1 什么是配对样本
13.2 检验配对样本的两种方法
13.2.1 利用单样本的T检验进行配对样本的检验
13.2.2 配对样本的T检验
13.3 在SPSS中对配对样本进行T检验
第14章 双独立样本均值的t检验
14.1 双独立样本与均值差异
14.1.1 从一个例子开始
14.1.2 如何推论到总体
14.2 在SPSS中进行双独立样本T检验的操作
第15章 一元方差分析
15.1 方差分析的概念. 思路和方法
15.1.1 方差分析的引入
15.1.2 方差分析的思路
15.1.3 方差分析的原理和方法
15.1.4 方差分析的基本假设
15.2 一元方差分析的具体过程
15.2.1 方差分析的基本假设
15.2.2 方差分析的数据检查
15.2.3 一元方差分析表
15.2.4 多重比较
15.3 在SPSS中进行一元方差分析
15.3.1 进行一元方差分析和多重比较的操作
15.3.2 在各组方差不等时进行一元方差分析
第16章 二因素方差分析
16.1 从单因素方差分析到二因素方差分析
16.2 因素方差分析实例分析
16.2.1 数据检查
16.2.2 有交互效应的二因素方差分析
16.2.3 没有交互效应下的方差分析
16.2.4 确定组别之间的差异
16.3 在SPSS中进行二因素方差分析
第17章 比较频数的观测值和期望值
17.1 列联表的结构和x2检验
17.1.1 频数. 频率和概率
17.1.2 联合分布和边缘分布
17.1.3 频数的期望值和x2检验
17.2 用SPSS进行列联分析
第18章 非参数检验
18.1 什么是非参数检验
18.2 单样本非参数检验
18.3 成对样本非参数检验——解决成样本T检验的假设问题
18.4 双独立样本非参数检验——解决独立样本T检验的假设问题
18.5 多独立样本非参数检验——解决单因素方差分析的假设问题
第19章 测量关联强度
19.1 关联强度的意义
19.2 定类变量关联强度的测量指标
19.2.1 基于x2的测量指标
19.2.2 什么是PRE性质*
19.3 定序变量关联强度的测量指标
19.3.1 同序对与逆序对
19.3.2 Gamma系数
19.3.3 tau系数
19.4 如何在SPSS中计算关联强度
19.5 其他测量指标
19.5.1 一致性测量
19.5.2 基于相关的测量指标
第20章 一元线性回归与相关
20.1 “回归”和一元线性回归
20.1.1 “回归”一词的由来以及一元线性回归的定义
20.1.2 回归分析的特点
20.2 回归参数的估计和解释
20.2.1 从Forbes的数据开始
20.2.2 最小二乘法和最佳回归直线
20.2.3 回归参数的意义和标准化的回归系数
20.3 回归方程的评价和PearsonR
20.3.1 三种平方和以及回归分析的PRE性质
20.3.2 回归分析的评价和检验
20.3.3 R值的大小与散点的分布情况以及若干需要注意的问题
20.4 在SPSS中进行一元线性回归分析
第21章 回归方程的假设检验
21.1 线性回归的基本假设
21.1.1 样本回归直线和总体回归直线
21.1.2 线性回归的基本假设
21.2 回归方程的假设检验
21.3 利用回归方程进行预测
21.3.1 预测均值
21.3.2 预测个体观测值
21.3.3 在SPSS中如何得到预测值
第22章 残差分析
22.1 基本概念
22.1.1 标准化残差 Standardized Residuals
22.1.2 学生残差 Studentized Residuals
22.1.3 为什么要进行残差分析
22.2 残差分析的内容和方法
22.2.1 检查残差的正态性
22.2.2 检验等方差性
22.2.3 检验独立性
22.2.4 检验线性关系
22.3 异常值对于回归方程的影响
第23章 建立多元回归模型
23.1 一元线性回归的回顾与扩展
23.2 多元线性回归方程的评价与检验
23.2.1 多元线性回归方程的评价
23.2.2 多元线性回归方程的检验
23.3 多元线性回归系数的解释
23.4 在SPSS中进行多元线性回归分析
第24章 多元回归模型的诊断
24.1 多元回归分析的基本假设
24.2 多元线性回归的残差分析
24.2.1 检查正态性假设
24.2.2 检查等方差性和线性假设
24.3 异常值的识别及其影响的度量
附录A 标准正态分布
附录B 双边T分布表