統(tǒng)計學(xué)基礎(chǔ)實驗

內(nèi)容概要

　　《統(tǒng)計學(xué)基礎(chǔ)實驗（SPSS）》共分為十六部分，主要內(nèi)容包括：SPSS數(shù)據(jù)文件的創(chuàng)建、SPSS數(shù)據(jù)文件的預(yù)處理、統(tǒng)計量的描述分析、單樣本的t檢驗、兩個獨立樣本的t檢驗等。

書籍目錄

實驗一 SPSS數(shù)據(jù)文件的創(chuàng)建
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
實驗二 SPSS數(shù)據(jù)文件的預(yù)處理
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
實驗三 統(tǒng)計量的描述分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗四 單樣本的t檢驗
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗五 兩個獨立樣本的t檢驗
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗六 配對樣本的t檢驗
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗七 單因素方差分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗八 多因素單變量方差分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗九 協(xié)方差分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十 相關(guān)分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十一 一元線性回歸分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十二 多元線性回歸分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十三 曲線估計
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十四 列聯(lián)表分析
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十五 對數(shù)線性層次模型
（實驗?zāi)康模?br />（知識儲備）
（實例演習(xí)）
（實戰(zhàn)應(yīng)用）
（分析報告）
實驗十六 綜合練習(xí)
（實驗?zāi)康模?br />（實驗問題）
（分析報告）
參考文獻

章節(jié)摘錄

版權(quán)頁：   插圖：   （注解）第一部分：K階及以上各階所有效應(yīng)檢驗。 2階及以上各階所有交互效應(yīng)檢驗的似然比卡方統(tǒng)計量=4.720，Pearson卡方統(tǒng)計量=4.665；對應(yīng)的概率P值=0.323，大于顯著性水平0.05，接受原假設(shè)（2階及以上階的交互效應(yīng)與0無顯著性影響），認為2階及以上階的交互效應(yīng)無顯著性影響。 1階及以上各階所有效應(yīng)檢驗的似然比卡方統(tǒng)計量=63.833，Pearson卡方統(tǒng)計量=79.175；對應(yīng)的概率P值=0.000，小于顯著性水平0.05，拒絕原假設(shè)（1階及以上階的交互效應(yīng)與0無顯著性影響），認為1階及以上階的交互效應(yīng)存在顯著性差異。1階及以上各階效應(yīng)的似然比卡方統(tǒng)計量（63.833）與2階及以上的似然比卡方統(tǒng)計量（4.720）之差=59.113，是主效應(yīng)整體檢驗的似然比卡方值。 第二部分：K階所有效應(yīng)檢驗。 1階效應(yīng)檢驗的似然比卡方統(tǒng)計量=59.113（正好等于主效應(yīng)整體檢驗的似然比卡方值），Pearson卡方統(tǒng)計量=74.510；對應(yīng)的概率P值=0.000，小于顯著性水平0.05，拒絕原假設(shè)（1階效應(yīng)與0無顯著性影響），認為1階效應(yīng)存在顯著性差異。 2階交互效應(yīng)檢驗的似然比卡方統(tǒng)計量=4.720，Pearson卡方統(tǒng)計量=4.665；對應(yīng)的概率P值=0.323，大于顯著性水平0.05，接受原假設(shè)（2階交互效應(yīng)與0無顯著性影響），認為2階交互效應(yīng)無顯著性影響。這與第一部分的檢驗一致。 （3）逐步剔除效應(yīng)檢驗——簡化飽和模型： 逐步剔除效應(yīng)檢驗是從飽和模型開始，按照從高階到低階的順序，逐步剔除似然比卡方值增加不顯著的交互效應(yīng)，再對新的模型進行檢驗，從而最終得到最佳簡約（飽和或非飽和）模型。 （注解）第0步：飽和模型。似然比卡方統(tǒng)計量=0.000，說明建立的飽和模型與觀測數(shù)據(jù)完全擬合。 若剔除交互效應(yīng)（自殺*抑郁），所得模型的似然比卡方統(tǒng)計量=4.720；對應(yīng)概率P值=0.317，大于顯著性水平0.05，接受原假設(shè)（交互效應(yīng)與0無顯著性差異），認為引起似然比卡方統(tǒng)計量變化（從0增到4.720）并不顯著，“自殺*抑郁”的交互作用對頻數(shù)分布無顯著性影響，可以剔除該效應(yīng)。第1步：剔除交互效應(yīng)（自殺*抑郁）的不飽和模型（只含主效應(yīng)）。似然比卡方統(tǒng)計量=4.720；對應(yīng)概率P值=0.317。 剔除主效應(yīng)（自殺），所得模型的似然比卡方統(tǒng)計量=23.899；對應(yīng)概率P值=0.000，小于顯著性水平0.05，拒絕原假設(shè)（主效應(yīng)與0無顯著性差異），認為引起似然比卡方統(tǒng)計量變化（從0增到23.899）具有顯著性差異，主效應(yīng)（自殺）的作用對頻數(shù)分布有顯著性影響，不應(yīng)剔除該效應(yīng)。 剔除主效應(yīng)（抑郁），所得模型的似然比卡方統(tǒng)計量=35.215；對應(yīng)概率P值=0.000，小于顯著性水平0.05，拒絕原假設(shè)，認為引起似然比卡方統(tǒng)計量變化（從0增到35.215）具有顯著性差異，主效應(yīng)（抑郁）的作用對頻數(shù)分布有顯著性影響，不應(yīng)剔除該效應(yīng)。 第2步：最佳簡約模型（只含主效應(yīng)）。模型的似然比卡方統(tǒng)計量=4.720；對應(yīng)概率P值=0.317，大于顯著性水平0.05，通過顯著性檢驗。 （4）最佳簡約（非飽和）模型的擬合檢驗。 最佳簡約模型的擬合檢驗是對數(shù)頻數(shù)的實際觀測值與新修正模型預(yù)測值（期望值）之間是否存在顯著性差異的檢驗。

編輯推薦

隨著高等教育對實踐環(huán)節(jié)力度的加大，實驗課程的改革也日益重要，尤其是社會經(jīng)濟管理類專業(yè)學(xué)生的實踐教學(xué)。《經(jīng)濟管理實驗實訓(xùn)系列教材:統(tǒng)計學(xué)基礎(chǔ)實驗(SPSS)》是面向高等學(xué)校統(tǒng)計學(xué)專業(yè)和經(jīng)濟管理類相關(guān)專業(yè)本科生的一本統(tǒng)計學(xué)專業(yè)教材。

圖書封面

評論、評分、閱讀與下載

---

    統(tǒng)計學(xué)基礎(chǔ)實驗 PDF格式下載

---