前言
第1章 數(shù)據(jù)文件的報表分析
1.1 在線分層分析(OLAPCube)
1.2 個案匯總(CaseSummaries)分析

第2章 SPSS描述性統(tǒng)計分析
2.1 頻數(shù)分析
2.2 描述性統(tǒng)計分析
2.3 探索性分析
2.4 列聯(lián)表分析
2.4.1 名義變量的列聯(lián)表分析
2.4.2 定序變量的列聯(lián)表分析
2.4.3 列聯(lián)表中的相對風(fēng)險分析
2.4.4 列聯(lián)表中的一致性檢驗
2.5 比率(Ratio)分析

第3章 均值比較
3.1 均值分析
3.2 單樣本均值檢驗
3.3 獨立樣本均值檢驗
3.4 配對樣本均值檢驗
3.5 單因素方差分析(One一WayANOVA)

第4章 單變量方差分析
4.1 單變量的雙因素方差分析
4.2 單變量的協(xié)方差分析
4.3 單變量的隨機效應(yīng)方差分析
4.4 單變量的混合效應(yīng)模型

第5章 相關(guān)分析
5.1 雙變量相關(guān)分析
5.2 偏相關(guān)分析

第6章 回歸模型分析
6.1 一元線性回歸模型
6.2 曲線估計
6.3 非線性回歸
6.4 多元線性回歸模型
6.5 二元邏輯斯蒂回歸模型
6.6 多元邏輯斯蒂回歸模型

第7章 聚類分析和判別分析
7.1 兩步聚類分析
7.2 K-Mean聚類法
7.3 系統(tǒng)聚類法
7.4 判別分析

第8章 主成分分析和因子分析
8.1 主成分分析
8.2 因子分析

第9章 時間序列分析
9.1 指數(shù)平滑法
9.1.1 簡單指數(shù)平滑模型
9.1.2 霍特模型
9.1.3 溫特斯模型
9.1.4 模型的預(yù)測
9.2 自回歸模型
9.3 ARIMA模型
9.3.1 ARIMA模型的構(gòu)成
9.3.2 ARIMA模型的建模過程
9.4 季節(jié)分解

第10章 非參數(shù)檢驗
10.1 卡方檢驗
10.2 二項檢驗
10.3 游程檢驗
10.4 單樣本科爾莫哥洛夫一斯米洛夫檢驗
10.5 兩個獨立樣本的非參數(shù)檢驗
10.5.1 曼一惠特尼檢驗
10.5.2 雙樣本的科爾莫哥洛夫一斯米洛夫檢驗
10.5.3 MosesExtremeReaction(Moses極端反應(yīng))檢驗
10.5.3 Wald-Wolfowitz游程
10.6 多個獨立樣本的檢驗
10.6.1 克魯斯卡爾一沃利斯檢驗
10.6.2 中位數(shù)檢驗
10.6.3 Jonckhere-Terpstra多樣本檢驗
10.7 兩個相關(guān)樣本的非參數(shù)檢驗
10.7.1 威斯康星符號秩檢驗
10.7.2 符號檢驗
10.7.3 麥克內(nèi)曼變化顯著性檢驗
10.8 多個相關(guān)樣本的非參數(shù)檢驗
10.8.1 弗里德曼檢驗
10.8.2 肯德爾協(xié)和系數(shù)
10.8.3 Cochran’sQ檢驗
參考文獻