第 1 章 多個因變量的假設檢驗：多變量方差分析 .............................................................. 1
1.1 多變量方差分析 ................................................................................................................ 1
1.1.1 多變量方差分析簡介 ............................................................................................ 1
1.1.2 多變量方差分析的應用條件 ................................................................................ 1
1.2 多變量方差分析案例：不同舞蹈學校的分數(shù)差異分析 ................................................. 2
1.2.1 選擇變量 ................................................................................................................ 3
1.2.2 設置模型選項 ........................................................................................................ 3
1.2.3 設置事后選項 ........................................................................................................ 4
1.2.4 選項設置 ................................................................................................................ 4
1.2.5 輸出結果 ................................................................................................................ 5
1.3 本章小結 ............................................................................................................................ 8

第 2 章 校正混雜因素：協(xié)方差分析 .................................................................................... 9
2.1 協(xié)方差分析簡介 ................................................................................................................ 9
2.2 協(xié)方差分析案例：早讀對成績的影響 .......................................................................... 10
2.2.1 回歸擬合線平行性檢驗 ...................................................................................... 11
2.2.2 計算和檢驗修正均數(shù)（正式進行協(xié)方差分析） ............................................... 15
2.3 本章小結 .......................................................................................................................... 18

第 3 章 因變量為連續(xù)變量的估計與預測：線性回歸分析 ................................................. 19
3.1 線性回歸分析簡介 .......................................................................................................... 19
3.1.1 簡單線性回歸分析簡介 ...................................................................................... 19
3.1.2 多重線性回歸分析簡介 ...................................................................................... 20
3.2 簡單線性回歸分析 .......................................................................................................... 20
3.2.1 簡單線性回歸分析的假設條件 .......................................................................... 21
3.2.2 簡單線性回歸分析案例：身高和體重的關系 ................................................... 26
3.3 多重線性回歸分析 .......................................................................................................... 27
3.3.1 多重線性回歸分析的假設條件 .......................................................................... 28
3.3.2 多重線性回歸分析案例：年收入的影響因素 ................................................... 28
3.4 回歸診斷 .......................................................................................................................... 33
3.4.1 異常值判斷 .......................................................................................................... 33
3.4.2 獨立性檢驗 .......................................................................................................... 37
3.4.3 正態(tài)性檢驗 .......................................................................................................... 39
3.4.4 方差齊性檢驗 ...................................................................................................... 40
3.4.5 多重共線性診斷 .................................................................................................. 41
3.5 權重估計 .......................................................................................................................... 43
3.5.1 權重估計簡介 ...................................................................................................... 43
3.5.2 權重估計案例：收入影響因素分析................................................................... 43
3.6 加權最小二乘法 .............................................................................................................. 46
3.6.1 加權最小二乘法簡介 .......................................................................................... 46
3.6.2 加權最小二乘法案例：收入影響因素分析 ....................................................... 46
3.7 二階最小二乘法 .............................................................................................................. 48
3.7.1 二階最小二乘法簡介 .......................................................................................... 48
3.7.2 二階最小二乘法案例：影響成績的數(shù)據(jù) ........................................................... 49
3.8 分層回歸分析 .................................................................................................................. 51
3.8.1 分層回歸分析簡介 .............................................................................................. 51
3.8.2 分層回歸分析案例：影響個人收入的因素 ....................................................... 52
3.9 本章小結 .......................................................................................................................... 56

第 4 章 因變量為離散變量的估計與預測：Logistic 回歸模型 ........................................... 58
4.1 Logistic 回歸模型簡介 .................................................................................................... 58
4.1.1 Logistic 回歸模型的公式 .................................................................................... 58
4.1.2 Logistic 回歸分析的目的 .................................................................................... 59
4.1.3 Logistic 回歸模型的適用條件 ............................................................................ 59
4.1.4 Logistic 回歸分析的主要用途 ............................................................................ 60
4.2 二元 Logistic 回歸模型 ................................................................................................... 60
4.2.1 二元 Logistic 回歸模型簡介 ............................................................................... 61
4.2.2 二元 Logistic 回歸分析案例：學業(yè)成就數(shù)據(jù) .................................................... 61
4.3 多元 Logistic 回歸模型 ................................................................................................... 67
4.3.1 多元 Logistic 回歸模型簡介 ............................................................................... 67
4.3.2 多元 Logistic 回歸分析案例：數(shù)學成績調查數(shù)據(jù) ............................................ 68
4.4 有序回歸模型 .................................................................................................................. 71
4.4.1 有序回歸模型簡介 .............................................................................................. 71
4.4.2 有序回歸分析案例：影響個人收入水平的因素 ............................................... 71
4.5 本章小結 .......................................................................................................................... 74

第 5 章 回歸模型進階：其他回歸模型 .............................................................................. 76
5.1 最優(yōu)尺度回歸模型 .......................................................................................................... 76
5.1.1 最優(yōu)尺度回歸模型簡介 ...................................................................................... 76
5.1.2 最優(yōu)尺度回歸分析案例：師生關系的預測因素 ............................................... 77
5.2 非線性回歸模型 .............................................................................................................. 83
5.2.1 曲線估計回歸模型 .............................................................................................. 84
5.2.2 非線性回歸模型簡介 .......................................................................................... 87
5.2.3 曲線估計回歸模型與非線性回歸模型的比較 ................................................... 90
5.3 多層線性模型 .................................................................................................................. 91
5.3.1 多層線性模型簡介 .............................................................................................. 92
5.3.2 多層線性模型（零模型）案例：語文成績預測因素 ....................................... 93
5.3.3 多層線性模型（全模型）案例：語文成績預測因素 ....................................... 95
5.4 對數(shù)線性模型 .................................................................................................................. 98
5.4.1 對數(shù)線性模型簡介 .............................................................................................. 98
5.4.2 對數(shù)線性模型案例：不同學歷人員的收入水平數(shù)據(jù) ....................................... 99
5.5 本章小結 ........................................................................................................................ 101

第 6 章 簡化多變量復雜關系：主成分分析與因子分析 ................................................... 102
6.1 主成分分析 .................................................................................................................... 102
6.1.1 主成分分析簡介 ................................................................................................ 102
6.1.2 主成分分析案例：各省市特征指標的降維 ..................................................... 104
6.2 因子分析 ........................................................................................................................ 106
6.2.1 因子分析簡介 .................................................................................................... 106
6.2.2 因子分析案例：學生知識結構狀況................................................................. 106
6.3 本章小結 ........................................................................................................................ 112

第 7 章 數(shù)據(jù)歸約技術：聚類分析 .................................................................................... 114
7.1 聚類分析簡介 ................................................................................................................ 114
7.2 K 均值聚類 .................................................................................................................... 115
7.2.1 K 均值聚類簡介................................................................................................. 115
7.2.2 K 均值聚類案例：土壤樣本聚類 ..................................................................... 116
7.3 系統(tǒng)聚類 ........................................................................................................................ 119
7.3.1 系統(tǒng)聚類簡介 .................................................................................................... 119
7.3.2 系統(tǒng)聚類案例：土壤指標聚類 ........................................................................ 120
7.4 二階聚類 ........................................................................................................................ 123
7.4.1 二階聚類簡介 .................................................................................................... 123
7.4.2 二階聚類案例：潮間帶大型動物的群落結構 ................................................. 124
7.5 本章小結 ........................................................................................................................ 127

第 8 章 建立分組預測模式：判別分析 ............................................................................ 128
8.1 Fisher 判別分析 ............................................................................................................. 128
8.1.1 Fisher 判別分析簡介 ......................................................................................... 128
8.1.2 Fisher 判別分析案例：鳶尾花分類.................................................................. 128
8.2 Bayes 判別分析 ............................................................................................................. 133
8.2.1 Bayes 判別分析簡介 ......................................................................................... 133
8.2.2 Bayes 判別分析案例：鳶尾花分類 .................................................................. 133
8.3 本章小結 ........................................................................................................................ 138

第 9 章 預測變量的二元分離：決策樹 ............................................................................ 139
9.1 決策樹簡介 .................................................................................................................... 139
9.2 C4.5 算法 ....................................................................................................................... 139
9.2.1 構造決策樹 ........................................................................................................ 140
9.2.2 決策樹剪枝 ........................................................................................................ 141
9.3 SPSS Modeler 的 C5.0 算法實現(xiàn) .................................................................................. 143
9.3.1 SPSS Modeler 簡介 ............................................................................................ 143
9.3.2 C5.0 算法分析案例：患者用藥策略 ................................................................ 144
9.4 本章小結 ........................................................................................................................ 154

第 10 章 自適應、自學習：神經(jīng)網(wǎng)絡 .............................................................................. 155
10.1 神經(jīng)網(wǎng)絡簡介 .............................................................................................................. 155
10.2 神經(jīng)網(wǎng)絡模型 .............................................................................................................. 155
10.2.1 激勵函數(shù)表達方式 .......................................................................................... 156
10.2.2 傳播方式 .......................................................................................................... 158
10.2.3 神經(jīng)網(wǎng)絡模型案例：鳶尾花分類 .................................................................. 159
10.3 本章小結 ...................................................................................................................... 165

第 11 章 時序數(shù)據(jù)的預測：時間序列分析 ....................................................................... 166
11.1 時間序列分析簡介 ...................................................................................................... 166
11.2 指數(shù)平滑模型 .............................................................................................................. 167
11.2.1 指數(shù)平滑模型簡介 .......................................................................................... 167
11.2.2 指數(shù)平滑模型案例：藥品產量 ....................................................................... 168
11.3 自回歸綜合移動平均模型 .......................................................................................... 176
11.3.1 自回歸綜合移動平均模型簡介 ....................................................................... 176
11.3.2 自回歸綜合移動平均模型實例分析案例：體檢中心收入 ........................... 176
11.4 本章小結 ...................................................................................................................... 181

第 12 章 發(fā)現(xiàn)多個分類變量間的潛在關系：對應分析 .................................................... 182
12.1 對應分析簡介 .............................................................................................................. 182
12.2 簡單對應分析 .............................................................................................................. 183
12.2.1 簡單對應分析實現(xiàn) .......................................................................................... 183
12.2.2 簡單對應分析案例：家庭結構與學歷 ........................................................... 187
12.3 基于均數(shù)的對應分析 .................................................................................................. 190
12.3.1 基于均數(shù)的對應分析簡介 .............................................................................. 190
12.3.2 基于均數(shù)的對應分析案例：各行業(yè)經(jīng)濟增長狀況比較 ............................... 191
12.4 基于最優(yōu)尺度變換的多重對應分析 .......................................................................... 194
12.4.1 基于最優(yōu)尺度變換的多重對應分析簡介 ....................................................... 194
12.4.2 基于最優(yōu)尺度變換的多重對應分析案例：家庭結構與學歷 ....................... 201
12.5 本章小結 ...................................................................................................................... 205

第 13 章 兩組變量的相關分析：典型相關分析 ............................................................... 206
13.1 典型相關分析簡介 ...................................................................................................... 206
13.2 典型相關分析案例：旅游前的旅游信息搜索動機與旅游行為之間的關系 ........... 207
13.2.1 使用 Canonical 宏程序進行典型相關操作 .................................................... 207
13.2.2 使用 MANOVA 語法進行典型相關操作 ....................................................... 211
13.2.3 輸出結果 .......................................................................................................... 215
13.3 基于最優(yōu)尺度變換的非線性典型相關分析 .............................................................. 216
13.3.1 基于最優(yōu)尺度變換的非線性典型相關分析簡介 ........................................... 216
13.3.2 基于最優(yōu)尺度變換的非線性典型相關分析案例：家庭結構與學歷 ........... 217
13.4 本章小結 ...................................................................................................................... 221

第 14 章 交互效應分析進階：簡單效應與簡單簡單效應 ................................................. 222
14.1 重復測量設計的簡單效應與簡單簡單效應 .............................................................. 222
14.1.1 簡單效應簡介 .................................................................................................. 223
14.1.2 簡單簡單效應簡介 .......................................................................................... 224
14.1.3 分析策略 .......................................................................................................... 224
14.1.4 簡單效應案例：不同教學方法與智力的關系 ............................................... 224
14.1.5 簡單簡單效應案例：不同教學方法與智力的關系 ....................................... 228
14.2 被試間設計的簡單效應與簡單簡單效應 .................................................................. 231
14.2.1 分析策略 .......................................................................................................... 232
14.2.2 簡單效應案例：心理學反應時研究 ............................................................... 232
14.2.3 簡單簡單效應案例：心理學反應時研究 ....................................................... 235
14.3 本章小結 ...................................................................................................................... 239

第 15 章 調節(jié)變量與中介變量分析方法：調節(jié)效應與中介效應 ...................................... 243
15.1 調節(jié)效應 ...................................................................................................................... 243
15.1.1 調節(jié)效應簡介 .................................................................................................. 243
15.1.2 自變量和調節(jié)變量均為連續(xù)變量的調節(jié)效應分析 ....................................... 245
15.1.3 自變量為連續(xù)變量、調節(jié)變量為分類變量的調節(jié)效應分析 ....................... 249
15.1.4 自變量為分類變量、調節(jié)變量為連續(xù)變量的調節(jié)效應分析 ....................... 254
15.1.5 自變量、調節(jié)變量均為分類變量的調節(jié)效應分析 ....................................... 257
15.2 Process 插件 ................................................................................................................. 258
15.2.1 Process 插件的安裝及應用 ............................................................................. 258
15.2.2 Bootstrap 方法及其應用 .................................................................................. 260
15.2.3 使用 Process 插件檢驗調節(jié)效應 .................................................................... 260
15.2.4 使用 Process 插件檢驗中介效應 .................................................................... 264
15.2.5 中介效應與調節(jié)效應的混合模型 .................................................................. 270
15.3 本章小結 ...................................................................................................................... 274

第 16 章 多項選擇題的分析處理：多重響應分析 ............................................................ 275
16.1 多重響應分析 .............................................................................................................. 275
16.1.1 多重響應分析案例：注冊某軟件時選過的標簽 ........................................... 276
16.1.2 多重響應變量集的頻率差異卡方檢驗案例：標簽選擇 ............................... 280
16.1.3 多重響應變量集的交叉表分析案例：標簽選擇 ........................................... 282
16.2 本章小結 ...................................................................................................................... 284
參考文獻 ........................................................................................................................... 285