电子书
内容简介
本书讲解了数据统计分析的概念、数据的相关性分析与回归分析、信度与效度的检验等内容。与同类书相比，本书比较注重对各种统计分析方法适应范畴的讲解，还非常注重对各统计分析方法的输出结果进行讲解，对输出表格内相关数据项之间的关系及其边界值进行了重点说明。
章节目录
- 第1章数据统计分析的概念
- 1.1 数据分析能力培养的背景及其意义
- 1.1.1 数据分析能力培养的背景
- 1.1.2 数据分析能力培养的意义
- 1.2 数据处理的层次与数据分析
- 1.2.1 数据管理与数据采集的三个层次
- 1.2.2 数据分析与数据挖掘技术的出现
- 1.3 数据描述与数据分析简介
- 1.3.1 常见的数据描述方法
- 1.3.2 常见的数据分析技术
- 1.4 数据分析与挖掘软件
- 1.4.1 数据统计与分析软件
- 1.4.2 数据挖掘技术及应用
- 1.5 数据分析环境（SPSS与 Excel）
- 1.5.1 数据的组织与数据结构
- 1.5.2 Excel的数据分析环境
- 1.5.3 SPSS的数据分析环境
- 第2章数据梳理与统计描述
- 2.1 数据分析中的基础概念
- 2.1.1 数据描述及其概念
-
-
-
-
-
- 2.1.2 数据的分布形态
- 2.1.3 数据分析中的常见思路与评价策略
- 2.2 数据编辑技术简介
- 2.2.1 Excel的数据编辑
- 2.2.2 SPSS的数据编辑
- 2.2.3 数据文件的打开与整合
- 2.2.4 数据排序
- 2.2.5 数据文件拼合
- 2.2.6 数据检索与抽样
- 2.2.7 数据的计算与计数
- 2.2.8 数据的加权处理
- 2.3 数据重编码与规范化
- 2.3.1 对字符型变量的数值化编码
- 2.3.2 对定距变量的离散化编码
- 2.3.3 数据重编码——Z分数
- 2.3.4 数据重编码——求秩分
- 2.3.5 数据重编码——正态得分
- 2.3.6 数据的分类汇总
- 2.3.7 对缺失值的标记与处理
- 2.4 数据的统计描述
- 2.4.1 基本统计量
- 2.4.2 数据频度分析
- 2.4.3 数据分布形态的判定
- 2.4.4 箱体图与茎叶图
- 2.4.5 低测度数据的描述
- 2.4.6 数据摘要报告
- 第3章数据的差异显著性检验
- 3.1 数据差异显著性检验的基础概念
- 3.1.1 数据差异显著性检验的概念
- 3.1.2 数据差异显著性检验的流程
- 3.1.3 差异显著性检验的类别及其适应性
- 3.2 T检验——两组数据的均值差异显著性检验
- 3.2.1 T 检验的含义、方法与适应性
- 3.2.2 配对样本的T检验
- 3.2.3 独立样本的T检验
- 3.2.4 单样本的 T检验
- 3.2.5 T 检验的实用案例
- 3.3 方差分析
- 3.3.1 方差分析的目标、方法与类别
- 3.3.2 单因素方差分析
- 3.3.3 多因素方差分析
- 3.3.4 协方差分析
- 3.3.5 多因变量的方差分析
- 3.3.6 方差分析的实用案例
- 3.4 非参数检验
- 3.4.1 不明形态数据差异显著性检验的策略
- 3.4.2 两关联样本的非参数检验
- 3.4.3 多关联样本的非参数检验
- 3.4.4 两独立样本的非参数检验
- 3.4.5 多独立样本的非参数检验
- 3.4.6 非参数检验的实用案例
- 3.5 低测度数据的差异性与拟合优度检验
- 3.5.1 低测度数据分析的特点与卡方检验
-
- 3.5.2 面向期望分布的卡方检验
- 3.5.3 基于交叉表的卡方检验
- 3.5.4 基于 K-S检验的分布形态判断
- 3.5.5 游程检验与随机分布
- 3.5.6 二项分布检验
- 第4章数据的关联性分析
- 4.1 数据关联性分析综述
- 4.1.1 数据关联性分析的类型
- 4.1.2 SPSS中数据关联性分析的技术
- 4.2 数据的相关性分析
- 4.2.1 对中高测度数据的相关性分析技术
- 4.2.2 中高测度数据相关性分析的实用案例
- 4.2.3 偏相关分析
- 4.2.4 低测度数据相关性分析的概念与思路
- 4.2.5 低测度数据相关性分析的实用案例
- 4.3 线性回归分析技术
- 4.3.1 线性回归的关键概念
- 4.3.2 一元线性回归的实用案例
- 4.3.3 多元线性回归概念与关键技术
- 4.3.4 多元线性回归的实用案例
- 4.4 曲线回归技术
- 4.4.1 曲线回归的基础知识
- 4.4.2 曲线回归的实用案例
- 4.5 二元Logistic 回归分析技术
- 4.5.1 二元 Logistic回归的概念
- 4.5.2 二元 Logistic回归的实用案例
- 第5章数据的降维与聚类分析
- 5.1 基于数据的归纳分析
- 5.1.1 归纳分析的概念
- 5.1.2 统计学中的分类分析
- 5.1.3 统计学中的降维分析
- 5.1.4 分类分析中对元素间距离的判定方法
- 5.2 分层聚类分析
- 5.2.1 分层聚类的概念及特点
- 5.2.2 分层聚类在降维中的实用案例
- 5.2.3 分层聚类在分类中的实用案例
- 5.3 K-Means 聚类分析
- 5.3.1 K-Means聚类的概念
- 5.3.2 K-Means聚类的实用案例
- 5.4 判别分析
- 5.4.1 判别分析的概念与思路
- 5.4.2 判别分析的实用案例
- 5.5 因子分析
- 5.5.1 因子分析的定义与特点
- 5.5.2 因子分析的实用案例
- 5.5.3 因子分析的补充说明
- 5.6 对应分析
- 5.6.1 对应分析的概念
- 5.6.2 对应分析的实用案例
- 第6章信度与效度的检验
- 6.1 信度和效度的概念
- 6.1.1 信度的概念与主要技术
- 6.1.2 效度的概念与主要技术
- 6.1.3 社会调查中保证信度效度的常见方法
- 6.2 SPSS 的信度检验
- 6.2.1 信度检验的主要技术
- 6.2.2 信度检验的实用案例
- 6.3 效度检验方法
- 6.3.1 效度检验的主要技术
- 6.3.2 效度检验的实用案例
- 6.4 如何构造有效的调研指标体系
- 6.4.1 构造有效指标体系的方法
- 6.4.2 用德尔菲法检查结构效度
展开全部
数据分析方法及应用──基于SPSS和EXCEL环境是2015年由人民邮电出版社出版,作者马秀麟 姚自明 邬彤 王敏。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《数据分析方法及应用──基于SPSS和EXCEL环境》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
