<p><br/></p><p>张文彤主编，经典教材《spss11统计分析教程——高级篇》，全书电子版。</p><p>客观上讲，书编的很不错，涵盖的内容很丰富。除了面板数据处理，该有的基本上都有了。</p><p>请想清楚需要么，需要了再点击购买！</p><p>好的教材一本学透就够了，如果你有类似的教材，就不建议你买我的了！</p><p><font color="#0000ff"><strong>135楼</strong>给出了此附件的详细说明，请大家参考</font></p><p><font color="#0000ff">降价了啊！</font></p><p></p><p>书本附件说明：</p><p>【书名】SPSS 11统计分析教程:高级篇 <br/>【作者】张文彤等<br/>【出版社】北京希望电子出版社<br/>【版本】第一版<br/>【出版日期】2002年6月<br/>【文件格式】exe文件<br/>【文件大锌16.5M<br/>【页数】2002年6月<br/>【ISBN出版号】790010123<br/>【资料类别】统计学，教程<br/>【市面定价】40元<br/>【内容简介】本书为《SPSS 11.0统计分析教程》的高级篇，由4部分15章及3个附录组成。主要内容包括</p><p>：一般线性模型、混合线性模型、多元线性回归与曲线拟合、分类资料的回归分析、非线性回归及其他回</p><p>归过程、对数线性模型、聚类分析与判别分析、因子分析与对应分析、信度分析与多维尺度分析、生存分</p><p>析、缺失值分析等。<br/>本书作者从统计专业用户的角度出发，结合自身多年的SPSS使用经验，在以风趣、明快的笔触介绍软件操</p><p>作的同时，注意将相应的统计学知识融入其中。书中既有深入浅出的软件功能介绍，又有针对实际问题的</p><p>解决办法，更侧重于对统计新方法、新观点的讲解。<br/>本书不仅是SPSS 10～11版的通用入门教材，也是各行业数据开发、应用的广大从业人员的重要指导书，</p><p>同时也可作为大专院校相关专业的参考书。</p><p>【目录】第一部分一般线性与混合线性模型<br/>第1章征服一般线性模型<br/>——General?Linear?Model<br/>菜单详解（上） 2<br/>1.1方差分析模型简介 3<br/>1.1.1模型入门 3<br/>1.1.2常用术语 4<br/>1.1.3方差分析模型的适用条件 5<br/>1.2Univariate过程入门 6<br/>1.2.1引例 6<br/>1.2.2界面说明 7<br/>1.2.3结果解释 12<br/>1.2.4对引例的进一步分析 13<br/>1.3常用试验设计及分析方法详解 15<br/>1.3.1完全随机设计<br/>（Completely?Random?Design）<br/>15<br/>1.3.2配伍设计<br/>（Randomized?Block?Design）<br/>15<br/>1.3.3交叉设计<br/>（Cross-over?Design） 16<br/>1.3.4析因设计<br/>（Factorial?Design） 18<br/>1.3.5拉丁方设计<br/>（Latin?Square?Design） 19<br/>1.3.6正交设计<br/>（Orthogonal?Design） 21<br/>1.3.7星点设计<br/>（Central?Composite?Design）<br/>24<br/>1.3.8嵌套设计（Nested?Design）<br/>与裂区设计<br/>（Split-plot?Design） 24<br/>1.4协方差分析 27<br/>1.4.1概述 27<br/>1.4.2预分析：线性趋势的判断 28<br/>1.4.3预分析：检验各组总体<br/>斜率是否相等 28<br/>1.4.4正式分析：比较修正均数<br/>有无差异 29<br/>第2章征服一般线性模型<br/>——General?Linear?Model<br/>菜单详解（下） 32<br/>2.1Multivariate过程 32<br/>2.1.1引例与界面说明 33<br/>2.1.2结果解释 33<br/>2.1.3对引例的进一步分析 35<br/>2.2Repeated?Measures过程 36<br/>2.2.1引例 37<br/>2.2.2界面说明 38<br/>2.2.3结果解释 39<br/>2.2.4对引例的进一步分析 42<br/>2.3Variance?Components过程 43<br/>2.3.1引例 43<br/>2.3.2界面说明 44<br/>2.3.3结果解释 45<br/>第3章混合线性模型入门<br/>——Mixed?Model菜单详解 46<br/>3.1模型简介 46<br/>3.1.1模型入门 47<br/>3.1.2混合效应模型的用途 49<br/>3.2Linear过程 49<br/>3.2.1引例与界面说明 49<br/>3.2.2结果解释 54<br/>3.2.3对引例的进一步分析 55<br/>3.3混合线性模型分析实例 58<br/>3.3.1家庭聚集性数据 59<br/>3.3.2重复测量数据 59<br/>3.3.3嵌套设计数据 60<br/>第二部分回归分析<br/>第4章多元线性回归与曲线拟合<br/>——Regression菜单详解（上） 64<br/>4.1Linear过程 65<br/>4.1.1线性回归模型简介 65<br/>4.1.2引例与界面说明 68<br/>4.1.3结果解释 73<br/>4.1.4对引例的进一步分析 74<br/>4.1.5一个多元回归实例 77<br/>4.2关于线性回归的高级话题 79<br/>4.2.1衡量多元线性<br/>回归方程的标准 79<br/>4.2.2强影响点的诊断及对策 81<br/>4.2.3多重共线性问题及对策 82<br/>4.2.4分类自变量的设置与<br/>哑变量的使用 84<br/>4.2.5趋势面分析 86<br/>4.2.6通径分析（Path?Analysis） 86<br/>4.3Curve?Estimation过程 87<br/>4.3.1引例 87<br/>4.3.2界面说明 88<br/>4.3.3结果解释 89<br/>第5章分类资料的回归分析<br/>——Regression菜单详解（中） 91<br/>5.1Binary?Logistic过程 91<br/>5.1.1模型简介 91<br/>5.1.2引例 92<br/>5.1.3界面说明 92<br/>5.1.4结果解释 97<br/>5.1.5对引例的进一步分析 99<br/>5.2关于Logistic模型的高级话题 100<br/>5.2.1模型中的假设检验方法 100<br/>5.2.2模型的自变量设置方法 101<br/>5.2.3模型诊断 104<br/>5.2.4配对Logistic回归模型 107<br/>5.3Multinomial?Logistic过程 109<br/>5.3.1引例 110<br/>5.3.2界面说明 110<br/>5.3.3结果解释 113<br/>5.4Ordinal过程 115<br/>5.4.1引例 115<br/>5.4.2界面说明 116<br/>5.4.3结果解释 118<br/>5.5Probit过程 119<br/>5.5.1引例 119<br/>5.5.2界面说明 120<br/>5.5.3结果解释 121<br/>第6章非线性回归及其他回归过程<br/>——Regression菜单详解（下） 124<br/>6.1Nonlinear?Regression过程 124<br/>6.1.1引例与界面说明 125<br/>6.1.2结果解释 129<br/>6.1.3对非线性模型的深入探讨 131<br/>6.2Weight?Estimation过程 132<br/>6.2.1引例与界面说明 132<br/>6.2.2结果解释 133<br/>6.2.3对引例的进一步分析 135<br/>6.3Two-Stage?Least-Squares过程 135<br/>6.3.1引例与界面说明 136<br/>6.3.2结果解释 138<br/>6.4Optimal?Scaling过程 139<br/>6.4.1引例与界面说明 140<br/>6.4.2结果解释 144<br/>6.4.3对引例的进一步分析 145<br/>第三部分多元统计分析方法<br/>第7章对数线性模型<br/>——Loglinear菜单详解 148<br/>7.1模型简介 148<br/>7.1.1原理 148<br/>7.1.2模型选择 149<br/>7.2General过程 150<br/>7.2.1引例 150<br/>7.2.2界面说明 151<br/>7.2.3结果解释 152<br/>7.2.4对引例的进一步分析 156<br/>7.3Logit过程 156<br/>7.3.1引例与界面说明 157<br/>7.3.2结果解释 158<br/>7.3.3对引例的进一步分析 161<br/>7.4Model?Selection过程 161<br/>7.4.1引例 161<br/>7.4.2界面说明 162<br/>7.4.3结果解释 163<br/>第8章聚类分析与判别分析<br/>——Classify菜单详解 166<br/>8.1K-means?Cluster过程 166<br/>8.1.1引例与界面说明 167<br/>8.1.2结果解释 169<br/>8.1.3对引例的进一步分析 170<br/>8.2Hierarchical?Cluster过程 171<br/>8.2.1引例 171<br/>8.2.2界面说明 172<br/>8.2.3结果解释 175<br/>8.3Discriminant过程 177<br/>8.3.1模型简介 177<br/>8.3.2引例 180<br/>8.3.3界面说明 181<br/>8.3.4结果解释 183<br/>8.3.5对引例的进一步分析 186<br/>第9章因子分析与对应分析<br/>——Data?Reduction菜单详解 190<br/>9.1Factor?Analysis过程 190<br/>9.1.1模型简介 191<br/>9.1.2引例 193<br/>9.1.3界面说明 194<br/>9.1.4结果解释 197<br/>9.1.5对引例的进一步分析 200<br/>9.2Correspondence?Analysis过程 202<br/>9.2.1引例与界面说明 203<br/>9.2.2结果解释 205<br/>9.3Optimal?Scaling过程 208<br/>9.3.1引例与界面说明 208<br/>9.3.2结果解释 210<br/>第10章信度分析与多维尺度分析<br/>——Scale菜单详解 213<br/>10.1Reliability?Analysis过程 213<br/>10.1.1引例与界面说明 214<br/>10.1.2结果解释 216<br/>10.2Multidimensional?Scaling过程 217<br/>10.2.1引例与界面说明 218<br/>10.2.2结果解释 221<br/>10.3??Multidimensional?Scaling<br/>(PROXSCAL)过程 224<br/>10.3.1引例 225<br/>10.3.2界面说明 225<br/>10.3.3结果解释 230<br/>10.3.4对引例的进一步分析 232<br/>第11章结合分析 234<br/>11.1模型简介 234<br/>11.1.1为什么使用结合分析 234<br/>11.1.2常用术语 235<br/>11.1.3结合分析的基本步骤 236<br/>11.1.4SPSS中的相应过程 236<br/>11.2Orthogonal?Design子菜单 237<br/>11.2.1Generate项 237<br/>11.2.2Display项 240<br/>11.3CONJOINT过程 241<br/>11.3.1引例及语法说明 241<br/>11.3.2结果解释 243<br/>11.3.3对引例的进一步分析 246<br/>第四部分其他高级统计分析方法<br/>第12章岁月如歌<br/>——Time?Series菜单详解 250<br/>12.1时间序列的建立和平稳化 251<br/>12.1.1缺失值的填补<br/>——Replace?Missing?Values<br/>过程 251<br/>12.1.2时间变量的定义<br/>——Define?dates过程 252<br/>12.1.3时间序列的平稳化<br/>——Create?Time?Series<br/>过程 254<br/>12.2时间序列的图形化观察 258<br/>12.2.1序列图（Sequence?Chart）<br/>258<br/>12.2.2自相关图<br/>（Autocorrelation?Chart）<br/>260<br/>12.2.3互相关图<br/>（Cross-correlation?Chart）<br/>264<br/>12.2.4谱密度图（Spectral?Chart）<br/>266<br/>12.2.5交叉谱图<br/>（The?Cross-Spectrum） 268<br/>12.3Exponential?Smoothing过程 269<br/>12.3.1模型简介 269<br/>12.3.2引例与界面说明 270<br/>12.3.3结果解释 272<br/>12.4Autoregression过程 273<br/>12.4.1模型简介 273<br/>12.4.2引例与界面说明 274<br/>12.5ARIMA过程 276<br/>12.5.1ARMA模型简介 277<br/>12.5.2标准建模步骤 278<br/>12.5.3界面说明 279<br/>12.5.4综合分析实例 280<br/>12.6季节解构<br/>——Seasonal?Decomposition<br/>过程 286<br/>12.6.1引例与界面说明 286<br/>12.6.2结果解释 287<br/>第13章生存分析——Survival菜单详解 290<br/>13.1生存分析简介 290<br/>13.1.1应用背景 290<br/>13.1.2基本术语 291<br/>13.1.3SPSS中相应模块简介 292<br/>13.2Life?Tables过程 292<br/>13.2.1引例 293<br/>13.2.2界面说明 294<br/>13.2.3结果解释 295<br/>13.3Kaplan-Meier过程 297<br/>13.3.1引例与界面说明 297<br/>13.3.2结果解释 300<br/>13.3.3对引例的进一步分析 302<br/>13.3.4Life?Tables过程<br/>与Kaplan-Meier过程的比较<br/>303<br/>13.4Cox?Regression过程 304<br/>13.4.1模型简介 304<br/>13.4.2引例及界面说明 305<br/>13.4.3结果解释 309<br/>13.4.4对引例的进一步分析 311<br/>13.5关于Cox模型的高级话题 312<br/>13.5.1分类自变量的定义<br/>与比较方法 312<br/>13.5.2Cox模型中的分层分析 312<br/>13.5.3配对Logistic回归 313<br/>13.5.4竞争风险<br/>（Competing?risks）的<br/>Cox模型 315<br/>13.5.5复发性疾病的Cox模型 315<br/>13.6Cox?w/Time-Dep?Cov过程 316<br/>13.6.1模型简介 316<br/>13.6.2引例与界面说明 317<br/>13.6.3结果解释 319<br/>13.6.4分析时依Cox模型时的<br/>注意事项 320<br/>第14章缺失值分析<br/>——Missing?Value?Analysis<br/>过程详解 321<br/>14.1缺失值理论简介 321<br/>14.1.1数据的缺失方式 321<br/>14.1.2SPSS中可用的缺失值<br/>处理方法 322<br/>14.2界面说明 323<br/>14.3分析实例 326<br/>14.3.1缺失值的生成及分析操作 326<br/>14.3.2结果解释 327<br/>14.3.3对引例的进一步分析 328<br/>第15章其他统计分析功能<br/>——不得不说的故事 331<br/>15.1典型相关分析 331<br/>15.1.1方法简介 331<br/>15.1.2引例及语法说明 331<br/>15.1.3结果解释 332<br/>15.2岭回归分析 335<br/>15.2.1方法简介 335<br/>15.2.2引例及语法说明 336<br/>15.2.3结果解释 336<br/>15.3广义线性模型简介 337<br/>附录SPSS公司部分软件介绍 340<br/>参考文献 345 <br/>【书评】【整理书评】媒体书评：本书分为基础篇和高级篇两册，共31章，内容以SPSS 11为准，包括了</p><p>全部10个模块的所有主要功能。在写法上充分注意了通俗易懂：基础篇涵盖了常用的统计分析方法，入门</p><p>部分强调文字轻松愉快，同时体现出SPSS操作上最具特色的功能和操作技巧。其中第1章专为初学者而准</p><p>备，如果希望快速入门，读者可以在学习完第1章后直接跳到基础统计部分继续学习；基础统计部分充分</p><p>考虑到了非统计专业人员的特点，将统计理论融入软件介绍之中，力求深入浅出；高级篇中的统计模块介</p><p>绍则以统计学理论为准绳，立足于应用实便将统计方法、界面操作与结果解释结合讲述，使读者学后能真</p><p>正掌握相应方法，而不是只明白了对话框的中文含义。 </p>

[此贴子已经被作者于2009-1-16 15:33:41编辑过]