多元統(tǒng)計分析與SPSS應(yīng)用

前言

隨著科技進(jìn)步和社會發(fā)展，在工業(yè)、經(jīng)濟(jì)、農(nóng)業(yè)、生物和醫(yī)學(xué)等領(lǐng)域的實(shí)際問題中，需要處理多個變量的觀測數(shù)據(jù)，以及研究多個隨機(jī)變量之間的相互依賴關(guān)系和內(nèi)在統(tǒng)計規(guī)律性。因此，對多個變量進(jìn)行綜合處理的多元統(tǒng)計分析（multivariate statistical analysis）方法顯得尤為重要。隨著電子計算機(jī)技術(shù)的普及，以及社會、經(jīng)濟(jì)和科學(xué)技術(shù)的發(fā)展，過去被認(rèn)為具有數(shù)學(xué)難度的多元統(tǒng)計分析方法，已越來越廣泛地成為管理學(xué)、經(jīng)濟(jì)學(xué)、生物學(xué)、人口學(xué)、社會學(xué)等學(xué)科分析、處理多維數(shù)據(jù)不可缺少的重要工具。多元統(tǒng)計分析是從經(jīng)典統(tǒng)計學(xué)中發(fā)展起來的一個分支，是一種綜合分析方法，應(yīng)用很廣泛。然而，現(xiàn)已出版的多元統(tǒng)計分析的相關(guān)教材和著作，多數(shù)側(cè)重于數(shù)理推導(dǎo)和證明，關(guān)于數(shù)學(xué)方法在實(shí)踐中的應(yīng)用介紹較少，且案例偏重于自然科學(xué)，適合經(jīng)濟(jì)管理類專業(yè)學(xué)生學(xué)習(xí)的教材較少?；诖耍髡呖偨Y(jié)多年從事經(jīng)濟(jì)管理類專業(yè)的多元統(tǒng)計分析的教學(xué)經(jīng)驗，結(jié)合學(xué)生實(shí)際的學(xué)習(xí)特點(diǎn)和需求，編著了本書。本書的特點(diǎn)有以下幾點(diǎn)。1.加強(qiáng)基本原理和基本方法的理解。面對枯燥的數(shù)學(xué)理論，本書側(cè)重于在實(shí)際案例解決分析過程中，加強(qiáng)對多元統(tǒng)計分析的基本原理和基本方法的理解。2.加強(qiáng)多元統(tǒng)計分析方法在實(shí)際經(jīng)濟(jì)管理問題中的應(yīng)用。本書在介紹完基本方法后，通過利用多元統(tǒng)計分析的方法解決實(shí)際經(jīng)濟(jì)管理的案例，強(qiáng)調(diào)方法的應(yīng)用和解決問題的能力。3.加強(qiáng)SPSS在多元統(tǒng)計分析中的應(yīng)用。為了提高讀者的多元統(tǒng)計分析理論方法的實(shí)踐應(yīng)用能力和可操作性，本書強(qiáng)調(diào)依據(jù)多元統(tǒng)計方法利用SPSS現(xiàn)代統(tǒng)計軟件對實(shí)際案例進(jìn)行數(shù)據(jù)處理和統(tǒng)計分析，并在每章結(jié)合實(shí)例概要介紹了SPSS軟件的實(shí)際操作和實(shí)現(xiàn)過程。全書共十三章，主要內(nèi)容包括：多元描述統(tǒng)計分析、均值的比較檢驗、方差分析、正交試驗設(shè)計、相關(guān)分析、回歸分析、聚類分析、判別分析、主成分分析、因子分析、對應(yīng)分析、典型相關(guān)分析和定性數(shù)據(jù)的統(tǒng)計分析等。

內(nèi)容概要

　　《多元統(tǒng)計分析與SPSS應(yīng)用》是華東理工大學(xué)校級精品課程“應(yīng)用統(tǒng)計學(xué)”的建設(shè)成果之一。全書共十三章，主要內(nèi)容包括多元描述統(tǒng)計分析、均值的比較檢驗、方差分析、正交試驗設(shè)計、相關(guān)分析、回歸分析、聚類分析、判別分析、主成分分析、因子分析、對應(yīng)分析、典型相關(guān)分析和定性數(shù)據(jù)的統(tǒng)計分析等。　　《多元統(tǒng)計分析與SPSS應(yīng)用》可作為經(jīng)濟(jì)與管理類專業(yè)本科生統(tǒng)計分析課程的教材，也可作為研究生和MBA的教材或參考書，同時也適合作為從事社會、經(jīng)濟(jì)、管理等研究和實(shí)際工作的從業(yè)人員進(jìn)行數(shù)據(jù)分析的參考書。

作者簡介

汪冬華：教授課程——                        本科：保險學(xué)科導(dǎo)論、保險學(xué)、應(yīng)用統(tǒng)計學(xué)、金融工程、投資銀行學(xué)
研究生：固定收益證券
MBA：數(shù)據(jù)模型與決策

書籍目錄

第1章 多元描述統(tǒng)計分析1.1 多元描述統(tǒng)計量1.1.1 數(shù)據(jù)的組織1.1.2 描述統(tǒng)計量1.2 多元數(shù)據(jù)的圖形表示1.2.1 散點(diǎn)圖1.2.2 箱線圖1.2.3 條形圖1.3 描述統(tǒng)計分析的SPSS應(yīng)用1.3.1 描述統(tǒng)計量1.3.2 圖形表示小結(jié)本章主要術(shù)語思考與練習(xí)第2章 均值的比較檢驗2.1 均值比較檢驗的基本原理2.1.1 均值檢驗問題的提出2.1.2 均值檢驗的基本原理2.2 單一樣本均值的檢驗2.3 獨(dú)立樣本均值的檢驗2.4 配對樣本均值的檢驗2.5 均值比較檢驗的SPSS應(yīng)用2.5.1 單一樣本均值的檢驗2.5.2 獨(dú)立樣本均值的檢驗2.5.3 配對樣本均值的檢驗小結(jié)本章主要術(shù)語思考與練習(xí)第3章 方差分析3.1 方差分析的基本原理3.2 單因子方差分析3.3 多因子方差分析3.3.1 無交互作用情況3.3.2 有交互作用情況3.4 協(xié)方差分析3.5 方差分析的SPSS應(yīng)用3.5.1 單因子方差分析3.5.2 多因子方差分析3.5.3 協(xié)方差分析小結(jié)本章主要術(shù)語思考與練習(xí)第4章 正交試驗設(shè)計4.1 正交試驗設(shè)計的基本方法4.2 無交互作用的試驗設(shè)計與數(shù)據(jù)分析4.3 有交互作用的試驗設(shè)計與數(shù)據(jù)分析4.4 重復(fù)試驗與重復(fù)取樣4.4.1 重復(fù)試驗4.4.2 重復(fù)取樣4.5 交試驗設(shè)計的SPSS應(yīng)用小結(jié)本章主要術(shù)語思考與練習(xí)第5章 相關(guān)分析5.1 引言5.2 簡單相關(guān)分析5.2.1 Pearson相關(guān)系數(shù)5.2.2 Spearman等級相關(guān)系數(shù)5.2.3 Kendall’s tau-b相關(guān)系數(shù)5.2.4 簡單相關(guān)分析的SPSS應(yīng)用5.3 偏相關(guān)分析5.3.1 偏相關(guān)分析的思想5.3.2 偏相關(guān)系數(shù)5.3.3 偏相關(guān)分析的SPSS應(yīng)用5.4 距離相關(guān)分析5.4.1 距離相關(guān)分析的思想5.4.2 偏相關(guān)分析的SPSS應(yīng)用小結(jié)本章主要術(shù)語思考與練習(xí)第6章 回歸分析6.1 一元線性回歸分析6.1.1 數(shù)學(xué)模型6.1.2 參數(shù)的最小二乘估計6.1.3 最小二乘估計的性質(zhì)6.1.4 回歸方程的顯著性6.1.5 預(yù)測6.1.6 控制6.1.7 一元線性回歸的SPSS應(yīng)用6.2 多元線性回歸分析6.2.1 數(shù)學(xué)模型6.2.2 參數(shù)的最小二乘估計6.2.3 最小二乘估計的性質(zhì)6.2.4 回歸方程的顯著性6.2.5 回歸系數(shù)的顯著性6.2.6 預(yù)測6.2.7 多元線性回歸的SPSS應(yīng)用6.3 逐步回歸分析6.3.1 “最優(yōu)”回歸方程的選擇6.3.2 逐步回歸計算步驟6.3.3 逐步回歸的SPSS應(yīng)用6.4 含定性自變量的回歸分析6.4.1 兩分定性變量的回歸6.4.2 多分定性變量的回歸6.5 違背基本假設(shè)的回歸分析6.5.1 異方差性6.5.2 自相關(guān)性6.5.3 多重共線性小結(jié)本章主要術(shù)語思考與練習(xí)第7章 聚類分析7.1 聚類分析的概念及分類7.2 相似性的度量7.2.1 距離7.2.2 相似系數(shù)7.3 系統(tǒng)聚類法7.4 動態(tài)聚類法7.4.1 動態(tài)聚類的思想7.4.2 選擇凝聚點(diǎn)和確定初始分類7.4.3 衡量聚類結(jié)果的合理性指標(biāo)和算法終止的標(biāo)準(zhǔn)7.4.4 動態(tài)聚類與系統(tǒng)聚類的比較7.5 有序聚類法7.6 聚類分析的SPSS應(yīng)用7.6.1 Hierarchical Cluster系統(tǒng)聚類分析7.6.2 Means Cluster K-均值聚類分析小結(jié)本章主要術(shù)語思考與練習(xí)第8章 判別分析8.1 引言8.2 距離判別法8.2.1 兩個總體的情形8.2.2 多總體情況8.3 Fisher判別法8.3.1 兩總體Fisher判別法8.3.2 多總體Fisher判別法8.4 Bayes判別法8.5 逐步判別法8.6 判別分析的SPSS應(yīng)用小結(jié)本章主要術(shù)語思考與練習(xí)第9章 主成分分析9.1 引言9.2 主成分分析的數(shù)學(xué)模型及其幾何意義9.2.1 數(shù)學(xué)模型9.2.2 幾何意義9.3 主成分的推導(dǎo)及其性質(zhì)9.3.1 總體主成分9.3.2 樣本主成分9.4 主成分分析的基本步驟與SPSS應(yīng)用9.4.1 主成分分析的基本步驟9.4.2 SPSS操作過程及結(jié)果解釋9.5 主成分分析的進(jìn)一步應(yīng)用9.5.1 綜合評價9.5.2 相關(guān)分析與回歸分析小結(jié)本章主要術(shù)語思考與練習(xí)第10章 因子分析10.1 引言10.2 因子分析的一般模型10.2.1 因子分析的數(shù)學(xué)模型10.2.2 因子分析模型與回歸模型的比較10.2.3 因子分析模型的性質(zhì)10.2.4 因子分析的幾個重要概念10.3 因子載荷矩陣的估計10.4 因子旋轉(zhuǎn)10.4.1 方差最大正交旋轉(zhuǎn)（Varimax）10.4.2 四次方最大旋轉(zhuǎn)（Quartimax）10.4.3 等量最大法旋轉(zhuǎn)（Equamax）10.4.4 斜交旋轉(zhuǎn)10.4.5 旋轉(zhuǎn)方法的選擇10.5 因子得分的估計10.5.1 因子得分的含義10.5.2 因子得分估計的方法——回歸法10.6 因子分析的基本步驟與SPSS應(yīng)用10.6.1 因子分析的基本步驟10.6.2 SPSS操作過程及結(jié)果解釋小結(jié)本章主要術(shù)語思考與練習(xí)第11章 對應(yīng)分析11.1 引言11.2 對應(yīng)分析的原理與方法11.2.1 對應(yīng)分析的原理11.2.2 R型因子分析和Q型因子分析的對應(yīng)關(guān)系11.3 對應(yīng)分析的SPSS應(yīng)用11.3.1 對應(yīng)分析中重要概念的解釋11.3.2 對應(yīng)分析的SPSS應(yīng)用小結(jié)本章主要術(shù)語思考與練習(xí)第12章 典型相關(guān)分析12.1 引言12.2 典型相關(guān)分析的基本理論與方法12.2.1 典型相關(guān)分析的原理12.2.2 總體典型相關(guān)12.2.3 樣本典型相關(guān)12.2.4 典型相關(guān)系數(shù)的顯著性檢驗12.2.5 典型相關(guān)分析的其他測量指標(biāo)12.3 典型相關(guān)分析的基本步驟12.4 典型相關(guān)分析的SPSS應(yīng)用小結(jié)本章主要術(shù)語思考與練習(xí)第13章 定性數(shù)據(jù)的統(tǒng)計分析13.1 引言13.2 列聯(lián)表分析13.2.1 列聯(lián)表的概念及形式13.2.2 列聯(lián)表的獨(dú)立性檢驗13.2.3 SPSS應(yīng)用13.3 對數(shù)線性模型13.3.1 對數(shù)線性模型的理論和方法13.3.2 對數(shù)線性模型的SPSS應(yīng)用13.4 Logistic回歸13.4.1 Logistic變換13.4.2 Logistic回歸模型及其估計13.4.3 Logistic回歸模型的檢驗13.4.4 Logistic回歸的SPSS應(yīng)用13.5 Probit回歸13.5.1 Probit回歸模型13.5.2 Probit回歸的SPSS應(yīng)用小結(jié)本章主要術(shù)語思考與練習(xí)附錄1 常用概率分布表附錄2 常用正交表參考文獻(xiàn)

章節(jié)摘錄

插圖：在多元統(tǒng)計中有很多種不同的圖形分析方法。根據(jù)圖的維數(shù)不同，可以分為一維圖、二維圖、三維圖等；根據(jù)圖的形狀不同，有直方圖、餅圖、散點(diǎn)圖、箱線圖、莖葉圖、雷達(dá)圖、臉譜圖等?，F(xiàn)在，常見的統(tǒng)計分析軟件也有很多，常用的有Excel，SPSS，SAS，Matlab，Eviews，Stata等，這些紛繁多樣的軟件也給我們提供了更多不同的方法來進(jìn)行統(tǒng)計研究，在本書中我們主要介紹如何用SPSS來進(jìn)行統(tǒng)計分析。散點(diǎn)圖，又稱為散布圖或相關(guān)圖，是直觀反映變量間相關(guān)關(guān)系的一種統(tǒng)計圖形。與其他統(tǒng)計圖相比，散點(diǎn)圖更能表現(xiàn)數(shù)據(jù)的原始分布情況。從散點(diǎn)圖中，可以根據(jù)點(diǎn)的位置來判斷測量值的大小、變動趨勢和變動范圍，從而深入了解變量間的關(guān)系。我們使用得比較多的是二維的簡單散點(diǎn)圖，它是將二維平面上的數(shù)據(jù)用點(diǎn)在坐標(biāo)中表示繪制而得的。其中每個坐標(biāo)軸代表一個變量，每個測量值的坐標(biāo)確定一個點(diǎn)。這樣得到的散點(diǎn)圖可以直觀地表示出兩個變量之間的相關(guān)關(guān)系，便于我們觀察數(shù)據(jù)間的相關(guān)性，剔除異常數(shù)據(jù)，提高準(zhǔn)確性。更復(fù)雜一點(diǎn)的散點(diǎn)圖是在簡單散點(diǎn)圖的基礎(chǔ)上的擴(kuò)展，用同樣的方法，我們可以將二維散點(diǎn)圖擴(kuò)展到三維。而對于多個變量的問題，我們則可以用矩陣散點(diǎn)圖來解決。

編輯推薦

《多元統(tǒng)計分析與SPSS應(yīng)用》是由華東理工大學(xué)出版社出版的。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    多元統(tǒng)計分析與SPSS應(yīng)用 PDF格式下載

---