前言
第1章引言1
11为什么选择多元统计1
111多元统计的域:自变量和因变量的个数1
112实验性和非实验性研究2
113计算机和多元统计3
114垃圾进,玫瑰出4
12一些有用的定义5
121连续、离散和二分数据5
122样本和总体6
123描述性和推断性统计7
124正交:标准和序贯分析7
13变量的线性组合9
14变量个数和性质9
15统计势10
16多元统计数据10
161数据阵11
162相关矩阵11
163方差协方差阵12
164平方和与叉积矩阵12
165残差14
17本书的结构安排14
第2章统计方法指南:使用本书15
21研究问题和相关方法15
211变量间的关系程度15
212群组差异的显著性17
213组成员的预测20
214结构22
215时序事件 22
22进一步比较23
23决策树24
24统计方法的章节27
25数据的初步检查27
第3章一元统计和二元统计回顾28
31假设检验28
311单样本z检验28
312势31
313模型拓展31
314显著性检验的争议31
32方差分析32
321单因素组间方差分析33
322多因素组间方差分析35
323组内方差分析36
324组间组内混合方差分析38
325设计复杂性39
326特定比较42
33参数估计45
34效应大小45
35二元统计:相关性和回归47
351相关性47
352回归48
36卡方分析49
第4章数据清洗50
41数据清洗的系列问题50
411数据准确性50
412真实相关性51
413缺失值52
414异常值60
415正态性、线性和同方差性65
416常用的数据转换71
417多重共线性和奇异性73
418数据筛选清单及可行的建议75
42数据筛选的完整案例76
421未分组数据的筛选76
422分组数据的筛选85
第5章多重回归94
51概述94
52几类研究问题95
521相关度96
522自变量的重要性96
523增加自变量96
524改变自变量96
525自变量的其他情况97
526自变量集的比较97
527对新样本中因变量的预测97
528参数估计97
53回归分析的局限性97
531理论问题98
532实际问题99
54多重回归的基本公式103
541一般线性方程104
542矩阵方程105
543小样本示例的计算机分析107
55多重回归的主要类型109
551标准多重回归109
552多重序贯回归110
553统计(逐步)回归111
554回归策略之间的选择115
56一些重要问题116
561自变量的重要性116
562统计推断118
563R2的调整123
564抑制变量123
565方差分析的回归方法124
566包含自变量的交互作用和幂时的中心化126
567因果关系的中介变量128
57回归分析的完整案例129
571假设的评估129
572标准多重回归134
573序贯回归 139
574多重估算缺失值的标准多重回归示例142
58程序的比较149
581SPSS软件包149
582SAS系统152
583SYSTAT 系统154
第6章协方差分析155
61概述155
62几类研究问题157
621自变量的主效应158
622自变量间的交互作用158
623具体对比和趋势分析158
624协变量效应158
625效应大小159
626参数估计159
63协方差分析的局限性159
631理论问题159
632实际问题160
64协方差分析的基本公式162
641平方和与叉积163
642显著性检验和效应大小165
643小样本示例的计算机分析166
65一些重要问题168
651协变量的选择168
652协变量的估计168
653回归齐性的检验169
654设计复杂性169
655协方差分析替代175
66协方差分析的完整案例177
661假设估计177
662协方差分析181
67程序的比较188
671SPSS软件包188
672SAS系统188
673SYSTAT系统188
第7章多元方差和协方差分析191
71概述191
72几类研究问题194
721自变量的主效应194
722自变量之间的交互作用195
723因变量的重要性195
724参数估计195
725具体比较和趋势分析195
726效应大小196
727协变量的效应196
728重复测量方差分析196
73多元方差和协方差分析的局限性196
731理论问题196
732实际问题197
74多元方差和协方差分析的基本公式20