本书力求以最通俗的方式对统计分析方法的核心思想、适用范围进行讲解，避免大量的数学公式和数学证明,目的是使读者能够快速而轻松地了解方法的本质，正确运用方法。同时，方法的介绍是紧紧围绕SPSS的输出结果展开的，目的是希望读者真正理解SPSS为什么要输出这些统计量及它们对分析结论的重要性，进而会正确、合理和完整地引用分析结果。另外，本书对SPSS的操作过程也给出了较为详尽的说明，但并非是对菜单功能的简单罗列，而是将其穿插于分析案例的实现过程中。因此，读者通过案例的学习，能够获得了解方法、掌握SPSS操作步骤、合理解释分析结果的多方面收获。

本书适合于从事统计分析和决策的社会各领域各相关专业的读者，尤其适合于从事社会科学研究、经济管理、商业决策、人文教育、金融保险等行业的中高层管理人员。同时，也可作为高等院校财经类专业研究生和本科生掌握SPSS统计分析方法和软件使用的教材。

本书是北京高等教育精品教材。全书以统计分析的应用需求为主线，以通俗易懂的语言对SPSS中的主要统计分析方法的核心思想进行系统的介绍，并对其在SPSS中的操作实现步骤进行详尽说明，同时配合应用案例分析，使读者能够较快领会方法的要点，掌握方法的实现操作，明确方法的适应特点。本书克服SPSS手册类教材中只注重操作说明而忽略原理讲解的不足，同时弥补了统计专业教材中只注重原理述论而缺乏实现工具的缺憾，是一本特色鲜明、具有广泛使用价值的精品教材。

第1章 SPSS统计分析软件概述

 1.1 SPSS的发展及特点

 1.2 SPSS使用基础

1.2.1 SPSS软件的安装和启动

1.2.2 SPSS的基本操作环境

1.2.3 SPSS软件的退出

1.2.4 SPSS软件的三种基本使用方式

 1.3 利用SPSS进行数据分析的基本步骤

1.3.1 数据分析的一般步骤

1.3.2 利用SPSS进行数据分析的一般步骤

 1.4 利用统计教练快速入门SPSS

第2章 SPSS数据文件的建立和管理

 2.1 SPSS数据文件

2.1.1 SPSS数据文件的特点

2.1.2 SPSS数据的基本组织方式

 2.2 SPSS数据的结构和定义方法

2.2.1 变量名（Name）

2.2.2 数据类型（Type）、宽度（Width）、列宽度（Columns）

2.2.3 变量名标签（Label）

2.2.4 变量值标签（Values）

2.2.5 缺失数据（Missing）

2.2.6 计量尺度（Measure）

2.2.7 结构定义的基本操作

 2.3 SPSS结构定义的应用案例

 2.4 SPSS数据的录入与编辑

2.4.1 SPSS数据的录入

2.4.2 SPSS数据的编辑

 2.5 SPSS数据的保存

2.5.1 SPSS支持的数据格式

2.5.2 保存SPSS数据的基本操作

 2.6 读取其他格式的数据文件

2.6.1 直接读入其他格式的数据文件

2.6.2 使用文本向导读入文本文件

2.6.3 使用数据库向导读入数据

 2.7 SPSS数据文件合并

2.7.1 纵向合并数据文件

2.7.2 横向合并数据文件

第3章 SPSS数据的预处理

 3.1 数据的排序

3.1.1 数据排序的目的

3.1.2 数据排序的基本操作

3.1.3 数据排序的应用举例

 3.2 变量计算

3.2.1 变量计算的目的

3.2.2 SPSS算术表达式

3.2.3 条件表达式

3.2.4 函数

3.2.5 变量计算的基本操作

3.2.6 变量计算的应用举例

 3.3 数据选取

3.3.1 数据选取的目的

3.3.2 数据选取

3.3.3 数据选取的基本操作

3.3.4 数据抽样的应用举例

 3.4 计数

3.4.1 计数目的

3.4.2 计数区间

3.4.3 计数的基本操作

3.4.4 计数的应用举例

 3.5 分类汇总

3.5.1 分类汇总的目的

3.5.2 分类汇总的基本操作

3.5.3 分类汇总的应用举例

 3.6 数据分组

3.6.1 数据分组的目的

3.6.2 SPSS的单变量值分组

3.6.3 SPSS的组距分组

3.6.4 SPSS的分位数分组

 3.7 数据预处理的其他功能

3.7.1 数据转置

3.7.2 加权处理

3.7.3 数据拆分

3.7.4 SPSS变量集

第4章 SPSS基本统计分析

 4.1 频数分析

4.1.1 频数分析的目的和基本任务

4.1.2 频数分析的基本操作

4.1.3 SPSS频数分析的扩展功能

4.1.4 频数分析的应用举例

 4.2 计算基本描述统计量

4.2.1 基本描述统计量

4.2.2 计算基本描述统计量的基本操作

4.2.3 计算基本描述统计量的应用举例

 4.3 交叉分组下的频数分析

4.3.1 交叉分析下的频数分析的目的和基本任务

4.3.2 交叉列联表的主要内容

4.3.3 交叉列联表行列变量间关系的分析

4.3.4 交叉分组下的频数分析基本操作

4.3.5 交叉分组下的频数分析应用举例

4.3.6 SPSS中列联表分析的其他方法

 4.4 多选项分析

4.4.1 多选项分析的目的

4.4.2 多选项分析的基本操作

4.4.3 多选项分析的应用举例

 4.5 比率分析

4.5.1 比率分析的目的和主要指标

4.5.2 比率分析的基本步骤

4.5.3 比率分析的应用举例

第5章 SPSS的参数检验

 5.1 参数检验概述

5.1.1 推断统计与参数检验

5.1.2 假设检验的基本思想

5.1.3 假设检验的基本步骤

 5.2 单样本t检验

5.2.1 单样本t检验的目的

5.2.2 单样本t检验的基本步骤

5.2.3 单样本t检验的基本操作

5.2.4 单样本t检验的应用举例

 5.3 两独立样本t检验

5.3.1 两独立样本t检验的目的

5.3.2 两独立样本t检验的基本步骤

5.3.3 两独立样本t检验的基本操作

5.3.4 两独立样本t检验的应用举例

 5.4 两配对样本t检验

5.4.1 两配对样本t检验的目的

5.4.2 两配对样本t检验的基本步骤

5.4.3 两配对样本t检验的基本操作

5.4.4 两配对样本t检验的应用举例

第6章 SPSS的方差分析

 6.1 方差分析概述

 6.2 单因素方差分析

6.2.1 单因素方差分析的基本思想

6.2.2 单因素方差分析的数学模型

6.2.3 单因素方差分析的基本步骤

6.2.4 单因素方差分析的基本操作

6.2.5 单因素方差的应用举例

6.2.6 单因素方差分析的进一步分析

6.2.7 单因素方差应用举例的进一步分析

 6.3 多因素方差分析

6.3.1 多因素方差分析的基本思想

6.3.2 多因素方差分析的数学模型

6.3.3 多因素方差分析的基本步骤

6.3.4 多因素方差分析的基本操作

6.3.5 多因素方差分析的应用举例

6.3.6 多因素方差分析的进一步分析

6.3.7 多因素方差分析应用举例的进一步分析

 6.4 协方差分析

6.4.1 协方差分析的基本思路

6.4.2 协方差分析的数学模型

6.4.3 协方差分析的基本操作

6.4.4 协方差分析的应用举例

第7章 SPSS的非参数检验

 7.1 单样本的非参数检验

7.1.1 总体分布的卡方检验

7.1.2 二项分布检验

7.1.3 单样本KS检验

7.1.4 变量值随机性检验

 7.2 两独立样本的非参数检验

7.2.1 两独立样本的曼惠特尼U检验（MannWhitney U）

7.2.2 两独立样本的KS检验

7.2.3 两独立样本的游程检验（WaldWolfwitz Runs）

7.2.4 极端反应检验(Moses Extreme Reactions)

7.2.5 两独立样本非参数检验的基本操作

7.2.6 两独立样本非参数检验的应用举例

 7.3 多独立样本的非参数检验

7.3.1 中位数检验

7.3.2 多独立样本的KruskalWallis检验

7.3.3 多独立样本的JonckheereTerpstra检验

7.3.4 多独立样本非参数检验的基本操作

7.3.5 多独立样本非参数检验的应用举例

 7.4 两配对样本的非参数检验

7.4.1 两配对样本的McNemar检验

7.4.2 两配对样本的符号检验

7.4.3 两配对样本Wilcoxon符号秩检验

7.4.4 两配对样本非参数检验的基本操作

7.4.5 两配对样本非参数检验的应用举例

 7.5 多配对样本的非参数检验

7.5.1 多配对样本的Friedman检验

7.5.2 多配对样本的Cochran Q检验

7.5.3 多配对样本的Kendall协同系数检验

7.5.4 多配对样本非参数检验的基本操作

7.5.5 多配对样本非参数检验的应用举例

第8章 SPSS的相关分析和线性回归分析

 8.1 相关分析和回归分析概述

 8.2 相关分析

8.2.1 散点图

8.2.2 相关系数

8.2.3 相关分析应用举例

 8.3 偏相关分析

8.3.1 偏相关分析和偏相关系数

8.3.2 偏相关分析的基本操作

8.3.3 偏相关分析的应用举例

 8.4 回归分析

8.4.1 回归分析概述

8.4.2 线性回归模型

8.4.3 回归参数的普通最小二乘估计

8.4.4 回归方程的统计检验

8.4.5 多元回归分析中的其他问题

8.4.6 线性回归分析的基本操作

8.4.7 线性回归分析的其他操作

8.4.8 线性回归分析的应用举例

 8.5 曲线估计

8.5.1 曲线估计概述

8.5.2 曲线估计的基本操作

8.5.3 曲线估计的应用举例

 8.6 二项Logistic回归

8.6.1 二项Logistic回归概述

8.6.2 二项Logistic回归分析的基本操作

8.6.3 二项Logistic回归分析的其他操作

8.6.4 二项Logistic回归的应用举例

第9章 SPSS的聚类分析

 9.1 聚类分析的一般问题

9.1.1 聚类分析的意义

9.1.2 聚类分析中“亲疏程度”的度量方法

9.1.3 聚类分析几点说明

 9.2 层次聚类

9.2.1 层次聚类的两种类型和两种方式

9.2.2 个体与小类、小类与小类间“亲疏程度”的度量方法

9.2.3 层次聚类的基本操作

9.2.4 层次聚类的应用举例

 9.3 KMeans聚类

9.3.1 KMeans聚类分析的核心步骤

9.3.2 KMeans聚类分析的基本操作

9.3.3 KMeans聚类分析的应用举例

第10章 SPSS的因子分析

 10.1 因子分析概述

10.1.1 因子分析的意义

10.1.2 因子分析的数学模型和相关概念

 10.2 因子分析的基本内容

10.2.1 因子分析的基本步骤

10.2.2 因子分析的前提条件

10.2.3 因子提取和因子载荷矩阵的求解

10.2.4 因子的命名

10.2.5 计算因子得分

 10.3 因子分析的基本操作及案例

10.3.1 因子分析的基本操作

10.3.2 因子分析的应用举例

第11章 SPSS的对应分析

 11.1 对应分析概述

11.1.1 对应分析的提出

11.1.2 对应分析的基本思想

 11.2 对应分析的基本步骤

 11.3 对应分析的基本操作及案例

11.3.1 对应分析的基本操作

11.3.2 对应分析的应用举例

第12章 SPSS的信度分析

 12.1 信度分析概述

12.1.1 信度分析的提出

12.1.2 信度分析的基本原理

 12.2 信度分析的基本操作及案例

12.2.1 信度分析的基本操作

12.2.2 信度分析的应用举例

第13章 SPSS的对数线性模型

 13.1 对数线性模型概述

13.1.1 模型的提出

13.1.2 基本概念和基本思路

 13.2 饱和模型和非饱和层次模型

13.2.1 饱和模型和参数估计

13.2.2 饱和模型检验

13.2.3 非饱和层次模型

13.2.4 建立饱和模型和非饱和层次模型的基本操作

13.2.5 饱和模型和非饱和层次模型的应用举例

 13.3 一般模型

13.3.1 一般模型的概述

13.3.2 建立一般模型的基本操作

13.3.3 建立一般模型的应用举例

 13.4 Logit模型

13.4.1 Logit模型的概述

13.4.2 Logit模型的应用举例

第14章 SPSS的时间序列分析

 14.1 时间序列分析概述

14.1.1 时间序列的相关概念

14.1.2 时间序列分析的一般步骤

14.1.3 SPSS时间序列分析的特点

 14.2 数据准备

 14.3 时间序列的图形化观察及检验

14.3.1 时间序列的图形化观察及检验目的

14.3.2 时间序列的图形化观察工具

14.3.3 时间序列的检验方法

14.3.4 时间序列的图形化观察和检验的基本操作

 14.4 时间序列的预处理

14.4.1 时间序列预处理的目的和主要方法

14.4.2 时间序列预处理的基本操作

 14.5 时间序列的简单回归分析法和趋势外推法

14.5.1 简单回归分析法和趋势外推法概述

14.5.2 简单回归分析法和趋势外推法应用举例

 14.6 指数平滑法

14.6.1 指数平滑法的基本思想

14.6.2 指数平滑法的模型

14.6.3 指数平滑法的基本操作

14.6.4 指数平滑法的应用举例

 14.7 自回归法

14.7.1 自回归法的基本思想和模型

14.7.2 自回归法的基本操作

14.7.3 自回归法的应用举例

 14.8 ARIMA模型分析

14.8.1 ARIMA分析的基本思想和模型

14.8.2 ARIMA分析的基本操作

14.8.3 ARIMA分析的应用举例

 14.9 季节调整法

14.9.1 季节调整法的基本思想和模型

14.9.2 季节调整法的基本操作

14.9.3 季节调整法的应用举例

参考文献