第5章 基本统计分析 67

5.1 基本概念 67

5.1.1 基本的统计概念 67

5.1.2 描述性统计分析 69

5.2 频数分析 70

5.2.1 Frequencies过程的操作界面 70

5.2.2 实例分析 72

5.3 描述性统计分析过程 74

5.3.1 Descriptive过程的参数设置 74

5.3.2 实例分析 74

5.4 数据探索性分析过程 76

5.4.1 Explore过程的参数设置 76

5.4.2 实例分析 77

5.5 列联表分析过程 80

5.5.1 Crosstabs过程的参数设置 80

5.5.2 实例分析 83

第6章 参数检验 86

6.1 参数估计和假设检验概述 86

6.1.1 参数估计 86

6.1.2 假设检验 89

6.2 均值（Means）过程 94

6.2.1 SPSS的Means过程参数

设置 94

6.2.2 Means过程实例 95

6.3 单样本t检验 96

6.3.1 One-Sample t Test过程的

参数设置 96

6.3.2 实例分析 97

6.4 独立两样本t检验 99

6.4.1 Independent-Sample t Test

过程的参数设置 99

6.4.2 实例分析 101

6.5 配对两样本t检验 102

6.5.1 Paired-Sample t Test过程的

参数设置 102

6.5.2 实例分析 103

第7章 基本图形的绘制 105

7.1 统计图概述 105

7.2 条形图 106

7.3 线图 110

7.4 面积图 112

7.5 饼图 114

7.5.1 SPSS设置 114

7.5.2 实例分析 114

7.6 高低图 115

7.7 质量控制图 118

7.8 箱图 123

7.8.1 SPSS参数设置 123

7.8.2 实例分析 124

7.9 散点图 125

7.9.1 SPSS参数设置 126

7.9.2 实例分析 127

7.10 直方图 128

7.10.1 P-P图和Q-Q图 129

7.11 时间序列图 130

7.11.1 SPSS参数设置 131

7.11.2 实例分析 134

第8章 非参数检验 137

8.1 非参数检验概述 137

8.2 检验 138

8.2.1 检验的参数设置 139

8.2.2 检验实例分析 141

8.3 二项分布检验 143

8.3.1 二项分布检验的参数设置 143

8.3.2 实例分析 143

8.4 游程检验 145

8.4.1 游程检验的参数设置 146

8.4.2 实例分析 146

8.5 单样本K-S检验 148

8.5.1 单样本K-S检验的参数

设置 149

8.5.2 实例分析 149

8.6 两独立样本分布位置检验 152

8.6.1 两独立样本分布位置检验的

参数设置 152

8.6.2 实例分析 153

8.7 多个独立样本分布位置检验 154

8.7.1 SPSS参数设置 155

8.7.2 实例分析 155

8.8 两相关样本分布位置检验 157

8.8.1 SPSS参数设置 158

8.8.2 实例分析 158

8.9 多个配对样本分布位置检验 160

8.9.1 SPSS参数设置 160

8.9.2 实例分析 161

第9章 方差分析 163

9.1 方差分析的基本原理 163

9.1.1 自由度与平方和分解 164

9.1.2 F检验 166

9.1.3 多重比较 167

9.2 单因素方差分析 168

9.2.1 单因素方差分析步骤 169

9.2.2 判断与结论 170

9.2.3 One-Way ANOVA过程的

参数设置 170

9.2.4 实例分析 173

9.3 多因素方差分析 174

9.3.1 只考虑主效应的多因素方差

分析 174

9.3.2 存在交互效应的多因素方差

分析 176

9.3.3 Univariate过程参数设置 178

9.3.4 实例分析 183

9.4 协方差分析 188

9.4.1 协方差分析概述 188

9.4.2 实例分析 189

第10章 回归分析 192

10.1 线性回归 192

10.1.1 线性回归模型 193

10.1.2 最小二乘估计 193

10.1.3 回归方程的显著性检验 194

10.1.4 预测问题 196

10.1.5 SPSS线性回归分析设置 197

10.1.6 回归分析模型的实例分析 201

10.2 非线性回归 204

10.2.1 非线性回归分析的基本

原理 204

10.2.2 非线性回归参数设置 205

10.2.3 案例——销售数量和广告

投入的非线性回归分析 208

10.3 Logistic回归 210

10.3.1 Logistic回归模型概述 210

10.3.2 Binary Logistic回归模型

参数设置 212

10.3.3 案例——银行贷款的信用

风险分析 214

第11章 相关分析 219

11.1 相关分析概述 219

11.1.1 相关关系 219

11.1.2 相关图形和相关系数 220

11.1.3 SPSS的相关分析功能

简介 222

11.2 Bivariate过程 222

11.2.1 两变量相关分析简介 222

11.2.2 Bivariate过程的参数设置 224

11.2.3 案例——汽车销售中各变量

之间的相关分析 225

11.3 Partial过程 228

11.3.1 Partial过程的参数设置 228

11.3.2 案例——医疗门诊病人的

流动情况分析 229

11.4 Distances（距离）过程 231

11.4.1 距离分析参数设置 231

11.4.2 案例——全国各个省市自

治区直辖市的农民家庭收支

的分布研究 234

第12章 聚类分析 236

12.1 聚类分析的原理 236

12.1.1 一般原理 237

12.1.2 聚类分析步骤 240

12.1.3 系统聚类方法 241

12.2 快速样本聚类过程 244

12.2.1 快速聚类简介 244

12.2.2 SPSS快速聚类的设置 244

12.2.3 案例——2006年中国主要

城市空气质量的比较分析 246

12.3 分层聚类过程 250

12.3.1 分层聚类简介 250

12.3.2 SPSS分层聚类设置 250

12.3.3 案例——中国经济地理区域

的聚类分析 253

12.4 两阶段聚类分析 256

12.4.1 两阶段聚类简介 256

12.4.2 SPSS两阶段聚类的设置 257

12.4.3 案例——两阶段聚类分析

应用于农村居民人均收入

与生活消费支出研究 259

第13章 判别分析 265

13.1 判别分析的基本原理 265

13.1.1 判别分析简介 265

13.1.2 判别分析的数学模型与

判别方法 266

13.2 一般判别分析 272

13.2.1 一般判别分析的参数设置 272

13.2.2 案例——上市公司类型的

比较分析 275

13.3 逐步判别分析 280

13.3.1 逐步判别的参数设置 280

13.3.2 案例——全国各个省市地区

的农民家庭收支的分布规律

研究 281

第14章 因子分析 287

14.1 因子分析简介 287

14.1.1 因子分析的基本原理 288

14.1.2 因子分析的基本步骤和

过程 290

14.2 SPSS软件进行因子分析 290

14.2.1 SPSS因子分析的参数

设置 290

14.2.2 案例——汽车销售的数据中

各变量的因子分析 294

第15章 对应分析 299

15.1 对应分析的基本原理 299

15.2 简单对应分析 301

15.2.1 Correspondence Analysis

过程 301

15.2.2 案例——简单对应分析

实例 304

15.3 Optimal Scaling过程 307

15.3.1 Optimal Scaling过程的

SPSS参数设置 307

15.3.2 案例——最优尺度分析

实例 313

第16章 可靠性和多维尺度分析 318

16.1 可靠性分析 318

16.1.1 可靠性分析的基本原理 318

16.1.2 可靠性分析的参数设置 320

16.1.3 案例——电视节目调查数据

可靠性分析 322

16.2 多维尺度分析 324

16.2.1 多维尺度分析简介 324

16.2.2 ALSCAL过程的参数

设置 325

16.2.3 案例——多维尺度实例

分析 328

第17章 生存分析 331

17.1 生存分析简介 331

17.1.1 生存分析的基本概念 331

17.1.2 生存资料的特点 333

17.1.3 生存分析方法 333

17.1.4 SPSS中的生存分析过程 334

17.2 Life Tables过程 335

17.2.1 Life Tables过程的参数

设置 335

17.2.2 案例——电信公司客户流失

分析 336

17.3 Kaplan-Meier分析 340

17.3.1 Kaplan-Meier分析的步骤 340

17.3.2 案例——新药开发的数据

分析 342

17.4 Cox模型回归分析 345

17.4.1 Cox回归模型 345

17.4.2 Cox模型参数设置 347

17.4.3 案例——电信公司的客户流失

的Cox回归模型分析 351

第18章 对数线性模型 357

18.1 对数线性模型概述 357

18.2 General过程 358

18.2.1 General过程的参数设置 358

18.2.2 实例分析 361

18.3 Logit过程 363

18.3.1 Logit过程的参数设置 363

18.3.2 实例分析 366

18.4 模型（Model）Selection过程 369

18.4.1 模型（Model）Selection的

参数设置 369

18.4.2 实例分析 371

第19章 时间序列分析 374

19.1 时间序列概述 374

19.1.1 时间序列的组成部分 374

19.1.2 时间序列的数学模型 375

19.1.3 时间序列的分析步骤 377

19.1.4 SPSS时间序列分析功能 377

19.2 时间序列数据的预处理 384

19.2.1 缺失值替换 384

19.2.2 定义时间变量 385

19.2.3 时间序列的平稳化 385

19.3 指数平滑模型过程 386

19.3.1 指数平滑的基本原理 386

19.3.2 指数平滑模型的参数设置 389

19.3.3 案例——销售数据预测分析 390

19.4 ARIMA模型 395

19.4.1 ARIMA模型的基本原理 395

19.4.2 ARIMA模型的参数设置 398

19.4.3 案例——上海证券交易所

综合指数收益率模拟预测

分析 399

19.5 季节分解模型过程 403

19.5.1 季节分解模型的参数设置 403

19.5.2 案例——具有季节因素的

服装销售数据的预测分析 404

第20章 缺失值分析 409

20.1 缺失值理论概述 409

20.1.1 数据缺失方式 410

20.1.2 缺失值处理方法 410

20.2 SPSS缺失值分析操作 414

20.2.1 缺失值分析的参数设置 414

20.2.2 案例——数据集中缺失值的

实例分析 418

第21章 决策树模型 424

21.1 决策树模型概述 424

21.1.1 CHAID算法 426

21.1.2 Exhaustive CHAID算法 427

21.1.3 CART算法 427

21.1.4 QUEST算法 428

21.2 决策树的参数设置 428

21.2.1 变量设置 428

21.2.2 类别（Categories）设置 429

21.2.3 输出（Output）设置 430

21.2.4 验证（Validation）设置 432

21.2.5 保存（Save）设置 433

21.2.6 条件（Criteria）设置 434

21.2.7 CHAID算法设置 435

21.2.8 CART算法设置 435

21.2.9 QUEST算法设置 436

21.2.10 修剪（Pruning）设置 436

21.2.11 替代变量（Surrogates）

设置 437

21.2.12 选项（Options）设置 437

21.2.13 误分类成本设置 438

21.2.14 利润（Profits）设置 438

21.2.15 先验概率（Prior

Probabilities）设置 439

21.2.16 实例分析 440

21.2.17 模型建立 440

21.2.18 模型评估 442

第22章 神经网络 449

22.1 神经网络概述 449

22.1.1 历史及现状 450

22.1.2 神经网络特点 451

22.1.3 神经元模型 452

22.1.4 神经网络模型 453

22.1.5 神经网络的学习规则 453

22.1.6 SPSS神经网络模型 454

22.2 SPSS神经网络模型的设置 456

22.2.1 多层感知器（MLP）的

设置 456

22.2.2 径向基函数（RBF）的

设置 464

22.3 实例分析 466

22.3.1 参数设置 467

22.3.2 结果分析 469

第23章 信用风险分析 475

23.1 信用风险概述 475

23.1.1 信用风险基本概念 475

23.1.2 信用风险度量方法 476

23.2 案例分析 479

23.1.3 SPSS中信用风险分析

模块 479

23.2.1 二元Logistic过程 479

23.2.2 决策树（Tree）过程 484

23.2.3 Discriminant过程 490

第24章 SPSS在社会经济综合评价中

的应用 495

24.1 沿海省市经济综合指标的主成分

分析 495

24.2 中国城镇居民消费结构的聚类

分析 499

24.3 我国内地可支配收入和消费性支出

之间的回归分析 503