具体描述
本书具体言之，是反映如下的读者需求为目的所撰写的。
1. 在学校中曾学习过统计学与多变量分析，想利用SPSS软体来计算的人。
2. 对于如何判读SPSS的输出，未有足够知识的人。
3. 想了解SPSS基本用法的人。
4. 想透过SPSS使用实际的资料学习操作方法的人。
5. 对于论文或研究报告中出现的统计资料分析结果不知如何解释而感到苦恼的人。
本书是就资料分析的各种手法包括统计方法、多变量分析的具体计算方法以及SPSS基本操作方法，尽可能以容易理解的方式来撰写，适用于医护相关学系与研究所的授课教材，以及研究人士实务上进行资料分析时作为辅助工具。
1. 在学校中曾学习过统计学与多变量分析，想利用SPSS软体来计算的人。
2. 对于如何判读SPSS的输出，未有足够知识的人。
3. 想了解SPSS基本用法的人。
4. 想透过SPSS使用实际的资料学习操作方法的人。
5. 对于论文或研究报告中出现的统计资料分析结果不知如何解释而感到苦恼的人。
本书是就资料分析的各种手法包括统计方法、多变量分析的具体计算方法以及SPSS基本操作方法，尽可能以容易理解的方式来撰写，适用于医护相关学系与研究所的授课教材，以及研究人士实务上进行资料分析时作为辅助工具。
著者信息
作者简介
杨秋月
弘光科技大学健康事业管理系副教授兼系主任
国立成功大学基础医学研究所博士
陈耀茂
东海大学企管系所教授
日本(国立)电气通信大学经营工学研究所工学博士
杨秋月
弘光科技大学健康事业管理系副教授兼系主任
国立成功大学基础医学研究所博士
陈耀茂
东海大学企管系所教授
日本(国立)电气通信大学经营工学研究所工学博士
图书目录
SPSS基本用法
1.1 资料档案的制作法
1.2 资料的加工法
资料的表征
2.1 次数分配表
2.2 简单累计的图形表现
2.3 资料档案的制作法
2.4 交叉表与图形表现
2.5 相关系数
2.6 层别的分析
统计推论
3.1 有关平均值的推论
3.2 关于变异数的推论
3.3 有关相关系数的推论
3.4 有关交叉表的推论
3.5 比率的推论
变异数分析
4.1 单因子变异数分析（一元配置变异数分析）
4.2 多重比较
4.3 二因子变异数分析（二元配置变异数分析）
4.4 多因子变异数分析（多元配置变异数分析）
4.5 直交表
复回归分析
5.1 简单回归分析
5.2 复回归分析
5.3 非线性回归分析
5.4 多项式回归
无母数统计
6.1 简介
6.2 适合度检定
6.3 独立性检定
6.4 一致性检定
6.5 Wilcoxon的等级和检定
6.6 Wilcoxon的符号等级检定
6.7 Kruskal．Wallis的检定与多重比较
6.8 Friedman检定与多重比较
6.9 Kendall一致性系数
6.10 Kappa一致性系数
6.11 常态性检定（Shapiro-Wilk test）
6.12 两组独立样本K-S检定
测量的信度与效度
7.1 测量的信度
7.2 测量的效度
7.3 组内相关系数
主成分分析
8.1 主成分分析的概要
8.2 基于相关矩阵的主成分分析
8.3 基于共变异数矩阵的主成分分析
8.4 利用主成分分析检出多变量偏离值
因素分析
9.1 因素分析的概要
9.2 因素的撷取
9.3 因素的转轴
9.4 其他的分析
集群分析
10.1 观察值的集群
10.2 变数的集群
区别分析
11.1 区别分析的概要
11.2 解析例1（3组的情形）
11.3 解析例2（2组时）
11.4 关于区别分析其他问题Q&A
Logistic回归分析
12.1 二元Logistic回归
12.2 多元Logistic回归
次序回归分析
13.1 简介
13.2 案例
13.3 次序回归分析
对数线性模型
14.1 基本模型
14.2 Logit对数线性模型
存活分析
15.1 简介
15.2 Kaplan-Meier Method
15.3 比例风险模型
典型相关分析
16.1 概要
16.2 解析例
多元尺度法
17.1 简介
17.2 多元尺度法
多变量变异数分析
18.1 多变量变异数分析
18.2 多重比较
18.3 两因子MANOVA
多变量共变数分析
19.1 简介
19.2 独立样本单因子多变量共变数分析（一个共变量）
19.3 独立样本单因子多变量共变数分析（两个共变量）
19.4 独立样本二因子多变量共变数分析（交互作用不显着）
19.5 独立样本二因子多变量共变数分析（交互作用显着）
广义线性模型
20.1 广义线性模型
20.2 广义估计方程式
卜瓦松（Poisson）回归
21.1 简介
21.2 Poisson回归模型
21.3 Poisson回归分析的步骤
机率单位（Probit）分析
22.1 Probit分析简介
22.2 解析例
22.3 probit分析的步骤
神经网路—多层感知器
23.1 简介
23.2 解析例
23.3 阶层型神经网路的分析步骤
神经网路—放射状基底函数
24.1 简介
24.2 解析例
路径分析
25.1 简介
25.2 解析例
25.3 路径分析
结构方程模型
26.1 结构方程模型基本概念
26.2 应用结构方程模型的理由
26.3 模型验证的前提假设
26.4 模型架构与理论
26.5 SEM建构流程
26.6 分析结果的评估
26.7 解析例
26.8 共变异数构造分析
决策树
27.1 简介
27.2 解析例
24.3 决策树的分析步骤
类别回归分析
28.1 简介
28.2 案例
28.3 类别回归分析
PROCESS—调节变数与中介变数
29.1 简介
29.2 Process软体的下载
参考文献
1.1 资料档案的制作法
1.2 资料的加工法
资料的表征
2.1 次数分配表
2.2 简单累计的图形表现
2.3 资料档案的制作法
2.4 交叉表与图形表现
2.5 相关系数
2.6 层别的分析
统计推论
3.1 有关平均值的推论
3.2 关于变异数的推论
3.3 有关相关系数的推论
3.4 有关交叉表的推论
3.5 比率的推论
变异数分析
4.1 单因子变异数分析（一元配置变异数分析）
4.2 多重比较
4.3 二因子变异数分析（二元配置变异数分析）
4.4 多因子变异数分析（多元配置变异数分析）
4.5 直交表
复回归分析
5.1 简单回归分析
5.2 复回归分析
5.3 非线性回归分析
5.4 多项式回归
无母数统计
6.1 简介
6.2 适合度检定
6.3 独立性检定
6.4 一致性检定
6.5 Wilcoxon的等级和检定
6.6 Wilcoxon的符号等级检定
6.7 Kruskal．Wallis的检定与多重比较
6.8 Friedman检定与多重比较
6.9 Kendall一致性系数
6.10 Kappa一致性系数
6.11 常态性检定（Shapiro-Wilk test）
6.12 两组独立样本K-S检定
测量的信度与效度
7.1 测量的信度
7.2 测量的效度
7.3 组内相关系数
主成分分析
8.1 主成分分析的概要
8.2 基于相关矩阵的主成分分析
8.3 基于共变异数矩阵的主成分分析
8.4 利用主成分分析检出多变量偏离值
因素分析
9.1 因素分析的概要
9.2 因素的撷取
9.3 因素的转轴
9.4 其他的分析
集群分析
10.1 观察值的集群
10.2 变数的集群
区别分析
11.1 区别分析的概要
11.2 解析例1（3组的情形）
11.3 解析例2（2组时）
11.4 关于区别分析其他问题Q&A
Logistic回归分析
12.1 二元Logistic回归
12.2 多元Logistic回归
次序回归分析
13.1 简介
13.2 案例
13.3 次序回归分析
对数线性模型
14.1 基本模型
14.2 Logit对数线性模型
存活分析
15.1 简介
15.2 Kaplan-Meier Method
15.3 比例风险模型
典型相关分析
16.1 概要
16.2 解析例
多元尺度法
17.1 简介
17.2 多元尺度法
多变量变异数分析
18.1 多变量变异数分析
18.2 多重比较
18.3 两因子MANOVA
多变量共变数分析
19.1 简介
19.2 独立样本单因子多变量共变数分析（一个共变量）
19.3 独立样本单因子多变量共变数分析（两个共变量）
19.4 独立样本二因子多变量共变数分析（交互作用不显着）
19.5 独立样本二因子多变量共变数分析（交互作用显着）
广义线性模型
20.1 广义线性模型
20.2 广义估计方程式
卜瓦松（Poisson）回归
21.1 简介
21.2 Poisson回归模型
21.3 Poisson回归分析的步骤
机率单位（Probit）分析
22.1 Probit分析简介
22.2 解析例
22.3 probit分析的步骤
神经网路—多层感知器
23.1 简介
23.2 解析例
23.3 阶层型神经网路的分析步骤
神经网路—放射状基底函数
24.1 简介
24.2 解析例
路径分析
25.1 简介
25.2 解析例
25.3 路径分析
结构方程模型
26.1 结构方程模型基本概念
26.2 应用结构方程模型的理由
26.3 模型验证的前提假设
26.4 模型架构与理论
26.5 SEM建构流程
26.6 分析结果的评估
26.7 解析例
26.8 共变异数构造分析
决策树
27.1 简介
27.2 解析例
24.3 决策树的分析步骤
类别回归分析
28.1 简介
28.2 案例
28.3 类别回归分析
PROCESS—调节变数与中介变数
29.1 简介
29.2 Process软体的下载
参考文献
图书序言
序
本书是以想利用SPSS的读者为对象，就量化分析的各种方法，包括统计方法、多变量分析的具体计算方法，尽可能以容易理解的方式来撰写，适用于医护相关学系及研究所的授课教材，以及研究人士实务上进行资料分析时作为辅助工具。本书列举许多实务上的例题，希望让读者在学习上能更加容易。本书的基本架构如下：
1. SPSS的基本操作放在第1篇当作基本篇，包括分割档案、选择观察值、加权观察值、聚集、计算变数、重新编码变数、自动编码、visual binning等之资料整理与加工方法。
2. 统计的分析方法放在第2篇当作统计篇，内容包括资料的表征方法（描述性统计）、统计的推论（估计及检定）、变异数分析、回归分析、无母数统计等一般统计分析的方法。
3. 多变量分析方法放在第3篇当作应用篇，包括测量的信度与效度、主成分分析、因素分析、集群分析、区别分析、Logistic回归分析、对数线性模型、典型相关分析、多元尺度法、多变量变异数分析、多变量共变数分析、Poisson回归、Probit分析、路径分析、结构方程模型等较为广泛的方法。
此外，第2篇及第3篇内文中的Q&A中，记述各种方法的数学原理，除揭示SPSS的用法外，也记载各种方法的原理、应用方法、分析结果的解释。对SPSS的操作上有不明白之处，可提供快速导览。
本书具体言之，是反映如下的读者需求为目的所撰写的。
（1） 在大学中曾学习过统计学，想利用软体来计算的人。
（2） 对于如何判读SPSS的输出，未有足够知识的人。
（3） 想了解SPSS基本用法的人。
（4） 想透过SPSS使用实际的资料学习多变量分析的基本原理的人。
（5） 对于论文或研究报告中出现的统计资料分析结果却不知如何解释而感到苦恼的人。
本书最大的特色在于各篇中均安排有Q&A，在SPSS及资料分析的用法上感到困扰时，可提供协助，此外，本书中所举的案例也提供数据档提供读者方便使用。
本书所记述的解析例，原则上是使用SPSS中文22.0版计算的。本书的主要目的是在于让读者理解统计学的基础而使用SPSS作为计算的手段。因此，读者使用的版本只要不要太旧，基本上都不会有问题。一般来说，学习量化方法不一定经常需要最新的版本。
SPSS包含有多种分析模组，如将各种分析模组全部包含在内时，会使本书增厚不少，笔者认为与其网罗SPSS的全部方法，不如将重点放在泛用性较高的分析方法进行解说，其他则请参阅相关书籍。
使用本书时在统计学的授课中，「统计篇」的部分约略相当于半年的课程，而在多变量分析的授课中，「应用篇」的部分也约略相当于半年的课程，而「统计篇」加上「应用篇」的部分则相当于一年。在大学中对「叙述统计」、「统计检定」、「变异数分析」、「复回归分析」等的基础统计已有足够的知识及对实际的资料有过应用的研究生，则可跳过「统计篇」直接进入「应用篇」。当然，如使用上有不明之处，也可多活用Q&A的说明。
最后，希望能透过本书的学习来提升您资料分析的能力是作者的期待与荣幸。书中若有谬误之处尚请不吝指正。
本书是以想利用SPSS的读者为对象，就量化分析的各种方法，包括统计方法、多变量分析的具体计算方法，尽可能以容易理解的方式来撰写，适用于医护相关学系及研究所的授课教材，以及研究人士实务上进行资料分析时作为辅助工具。本书列举许多实务上的例题，希望让读者在学习上能更加容易。本书的基本架构如下：
1. SPSS的基本操作放在第1篇当作基本篇，包括分割档案、选择观察值、加权观察值、聚集、计算变数、重新编码变数、自动编码、visual binning等之资料整理与加工方法。
2. 统计的分析方法放在第2篇当作统计篇，内容包括资料的表征方法（描述性统计）、统计的推论（估计及检定）、变异数分析、回归分析、无母数统计等一般统计分析的方法。
3. 多变量分析方法放在第3篇当作应用篇，包括测量的信度与效度、主成分分析、因素分析、集群分析、区别分析、Logistic回归分析、对数线性模型、典型相关分析、多元尺度法、多变量变异数分析、多变量共变数分析、Poisson回归、Probit分析、路径分析、结构方程模型等较为广泛的方法。
此外，第2篇及第3篇内文中的Q&A中，记述各种方法的数学原理，除揭示SPSS的用法外，也记载各种方法的原理、应用方法、分析结果的解释。对SPSS的操作上有不明白之处，可提供快速导览。
本书具体言之，是反映如下的读者需求为目的所撰写的。
（1） 在大学中曾学习过统计学，想利用软体来计算的人。
（2） 对于如何判读SPSS的输出，未有足够知识的人。
（3） 想了解SPSS基本用法的人。
（4） 想透过SPSS使用实际的资料学习多变量分析的基本原理的人。
（5） 对于论文或研究报告中出现的统计资料分析结果却不知如何解释而感到苦恼的人。
本书最大的特色在于各篇中均安排有Q&A，在SPSS及资料分析的用法上感到困扰时，可提供协助，此外，本书中所举的案例也提供数据档提供读者方便使用。
本书所记述的解析例，原则上是使用SPSS中文22.0版计算的。本书的主要目的是在于让读者理解统计学的基础而使用SPSS作为计算的手段。因此，读者使用的版本只要不要太旧，基本上都不会有问题。一般来说，学习量化方法不一定经常需要最新的版本。
SPSS包含有多种分析模组，如将各种分析模组全部包含在内时，会使本书增厚不少，笔者认为与其网罗SPSS的全部方法，不如将重点放在泛用性较高的分析方法进行解说，其他则请参阅相关书籍。
使用本书时在统计学的授课中，「统计篇」的部分约略相当于半年的课程，而在多变量分析的授课中，「应用篇」的部分也约略相当于半年的课程，而「统计篇」加上「应用篇」的部分则相当于一年。在大学中对「叙述统计」、「统计检定」、「变异数分析」、「复回归分析」等的基础统计已有足够的知识及对实际的资料有过应用的研究生，则可跳过「统计篇」直接进入「应用篇」。当然，如使用上有不明之处，也可多活用Q&A的说明。
最后，希望能透过本书的学习来提升您资料分析的能力是作者的期待与荣幸。书中若有谬误之处尚请不吝指正。
杨秋月、陈耀茂 谨志
图书试读
利用SPSS进行各种分析时，第一步的作业是制作资料档案。选择只符合于某条件的观察值，或从既有的变数制作新变数的技术，即为进行第2章以后分析所需的技术。本章是在资料档案的制作方法中介绍较具典型者，同时就资料的基本加工进行说明。
1.1 资料档案的制作法
一、概要
即使想简单地制作SPSS所使用的资料档案，仍取决于原先的资料处于何种状态，作业量是有不同的。图1.1是以流程图表示至分析开始前的步骤。如果已经有以SPSS处理格式（.sav）所制作的资料档案，那么只是开启资料即可开始分析，若非如此，就需要以某种方法制作成SPSS格式的资料档案。
本节主要是说明在SPSS格式的资料档案中，变数的特性与数值要如何加以表现，虽然容易认为SPSS是只要选择清单即可分析，但资料档案如以错误的格式制作时，想要使用的解析方法就无法使用。考虑变数的特性之后再制作适合格式的资料档案是非常重要的。
如图1.1所示，资料档案可以使用SPSS所制作的档案，也可以将其他格式所制作的既有资料档案转换成SPSS格式的资料档案。考虑资料的状态、有无惯用的软体等，再选择作业量或输入失误最少的制作方法为宜。
二、资料档案的制作与变数的表现
资料档案的构成
已经存在有SPSS格式的资料时，只要连续按两下资料档案，SPSS即会启动。图1.2(a)是“升学时重视事项. sav”显示SPSS格式资料的图像例。图像的执行档是“.sav”或者让SPSS启动之后选择【档案】→【开启】→【资料】，再选择资料档案。要启动SPSS，可以连按两下桌面上的捷径（图1.2(b)），或从开始清单中选择【IBM SPSS Statistics 22】。
图1.3是开启“升学时重视事项. sav”档案的状态。大学生为对象，以3级让他们回答决定升学对象时有关5个事项是否重视的资料。SPSS的资料档案是由资料视图（图1.3(a)）与变数视图（图1.3(b)）所构成，按下方的标签（Tab）即可切换显示。
「资料视图」中之各列是表示观察值。如果是意见调查时，一列表示一位回答者的资料。各行表示变数，行的最上方显示变数名。习惯表格计算软体的人，会觉得很像试算表（spreadsheet）。但是，表格计算软体是在一张试算表上表现变数的特性与数值两者，但在SPSS的资料视图中所表现的只有数值而已，变数的特性则表现在变数视图中。「变数视图」是一列表示一个变数，各行所表现的则是「名称」、「类型」等的变数特性。
1.1 资料档案的制作法
一、概要
即使想简单地制作SPSS所使用的资料档案，仍取决于原先的资料处于何种状态，作业量是有不同的。图1.1是以流程图表示至分析开始前的步骤。如果已经有以SPSS处理格式（.sav）所制作的资料档案，那么只是开启资料即可开始分析，若非如此，就需要以某种方法制作成SPSS格式的资料档案。
本节主要是说明在SPSS格式的资料档案中，变数的特性与数值要如何加以表现，虽然容易认为SPSS是只要选择清单即可分析，但资料档案如以错误的格式制作时，想要使用的解析方法就无法使用。考虑变数的特性之后再制作适合格式的资料档案是非常重要的。
如图1.1所示，资料档案可以使用SPSS所制作的档案，也可以将其他格式所制作的既有资料档案转换成SPSS格式的资料档案。考虑资料的状态、有无惯用的软体等，再选择作业量或输入失误最少的制作方法为宜。
二、资料档案的制作与变数的表现
资料档案的构成
已经存在有SPSS格式的资料时，只要连续按两下资料档案，SPSS即会启动。图1.2(a)是“升学时重视事项. sav”显示SPSS格式资料的图像例。图像的执行档是“.sav”或者让SPSS启动之后选择【档案】→【开启】→【资料】，再选择资料档案。要启动SPSS，可以连按两下桌面上的捷径（图1.2(b)），或从开始清单中选择【IBM SPSS Statistics 22】。
图1.3是开启“升学时重视事项. sav”档案的状态。大学生为对象，以3级让他们回答决定升学对象时有关5个事项是否重视的资料。SPSS的资料档案是由资料视图（图1.3(a)）与变数视图（图1.3(b)）所构成，按下方的标签（Tab）即可切换显示。
「资料视图」中之各列是表示观察值。如果是意见调查时，一列表示一位回答者的资料。各行表示变数，行的最上方显示变数名。习惯表格计算软体的人，会觉得很像试算表（spreadsheet）。但是，表格计算软体是在一张试算表上表现变数的特性与数值两者，但在SPSS的资料视图中所表现的只有数值而已，变数的特性则表现在变数视图中。「变数视图」是一列表示一个变数，各行所表现的则是「名称」、「类型」等的变数特性。
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有