SPSS统计分析高级教程（第2版）

第一部分 一般线性模型、混合线性模型和广义线性模型
第1章 方差分析模型
1.1 模型简介
1.1.1 模型入门
1.1.2 常用术语
1.1.3 适用条件
1.2 案例：胶合板磨损深度的比较
1.2.1 操作说明
1.2.2 结果解释
1.2.3 模型参数的估计值
1.2.4 两两比较
1.2.5 其他常用选项
1.3 两因素方差分析模型
1.3.1 案例：超市规模、货架位置与销量的关系
1.3.2 边际均值与轮廓图
1.3.3 拟合劣度检验
1.4 因素各水平间的精细比较
1.4.1 POSTHOC子句
1.4.2 EMMEANS子句
1.4.3 LMATRIX子句和KMATRIX子句
1.4.4 CONSTRAST子句
1.5 方差分析模型进阶
1.5.1 随机因素的方差分析模型
1.5.2 自定义效应检验使用的误差项
1.5.3 四类方差分解方法
思考与练习
参考文献
第2章 常用实验设计分析方法
2.1 仅研究主效应的实验设计方案
2.1.1 完全随机设计
2.1.2 配伍设计
2.1.3 交叉设计
2.1.4 拉丁方设计
2.2 考虑交互作用的实验设计方案
2.2.1 析因设计
2.2.2 正交设计
2.2.3 均匀设计
2.3 误差项变动的特殊实验设计方案
2.3.1 嵌套设计
2.3.2 重复测量设计
2.3.3 裂区设计
2.4 协方差分析
2.4.1 协方差分析的必要性
2.4.2 平行性假定的检验
2.4.3 计算和检验修正均值
思考与练习
参考文献
第3章 多元方差分析与重复测量方差分析
3.1 多元方差分析
3.1.1 模型简介
3.1.2 案例：教育模式比较
3.1.3 对案例的进一步分析
3.2 重复测量资料的方差分析
3.2.1 模型简介
3.2.2 案例：促销效果研究
思考与练习
参考文献
第4章 线性混合模型
4.1 模型简介
4.1.1 问题的提出
4.1.2 模型入门
4.2 层次聚集性数据案例
4.2.1 拟合基本模型结构
4.2.2 在固定效应中加入自变量
4.2.3 在随机效应中加入自变量
4.2.4 更多解释变量的引入
4.2.5 其他常用选项
4.3 重复测量数据案例
4.3.1 对数据的初步分析
4.3.2 拟合基本模型结构
4.3.3 考虑重复测量间的相关性
4.3.4 更改对测量间相关性的假定
4.3.5 模型中可用的相关阵种类
4.4 线性混合模型进阶
4.4.1 线性混合模型的用途
4.4.2 线性混合模型与一般线性模型的联系
思考与练习
参考文献
第5章 广义线性模型、广义估计方程和
广义线性混合模型
5.1 广义线性模型
5.1.1 模型简介
5.1.2 案例分析
5.2 广义估计方程
5.2.1 方程简介
5.2.2 案例分析
5.3 广义线性混合模型
5.3.1 模型简介
5.3.2 案例分析
思考与练习
参考文献
第二部分 回归模型
第6章 多重线性回归模型
6.1 模型简介
6.1.1 基本概念
6.1.2 分析步骤
6.2 案例：销量影响因素分析
6.2.1 基本分析结果
6.2.2 回归模型的假设检验
6.2.3 偏回归系数的假设检验
6.2.4 标准化偏回归系数
6.2.5 衡量回归模型优劣的标准
6.3 回归预测、区间估计与残差分析
6.3.1 模型预测值
6.3.2 模型的区间估计
6.3.3 模型的残差
6.3.4 利用残差考察模型适用条件
6.4 逐步回归
6.4.1 筛选自变量的基本原则
6.4.2 常用的逐步回归方法
6.4.3 案例：固体垃圾排放量与土地种类的关系
6.5 模型的进一步诊断与修正
6.5.1 强影响点的识别与处理
6.5.2 多重共线性的识别与处理
……
第三部分 多元统计分析方法