SPSS统计分析高级教程_张文彤,董伟编著_9787040490336

本书全面、系统地介绍了各种多变量统计模型、多元统计分析模型、智能统计分析方法的原理和软件实现，是一本使用SPSS进行高级统计分析的实用性很强的指导书和参考书。本书共分4个部分。第一部分是一般线性模型、线性混合模型与广义线性模型，主要内容包括方差分析模型、常用实验设计分析方法、多元方差分析与重复测量方差分析、线性混合模型、广义线性模型，广义估计方程与广义线性混合模型；第二部分是回归模型，主要内容包括多重线性回归模型、线性回归的衍生模型、路径分析入门、非线性回归模型、二分类Logistic回归模型、多分类、配对Logistic回归与Pobit回归模型、对数线性模型、Poisson回归模型与潜类别分析；第三部分是多元统计分析方法，主要内容包括主成份分析、因子分析与多维偏好分析、对应分析、典型相关分析、多维尺度分析、聚类分析、经典判别分析；第四部分是其他统计分析方法，主要内容包括树模型、随机森林与最近邻元素法、神经网络与支持向量机、信度分析、联合分析、时间序列模型、生存分析、缺失值分析。

　　本书自2004年第1版出版以来，受到了广大读者的欢迎，被国内数百所高校选为本科生或研究生相关课程教材，在此感谢广大读者的支持与厚爱。
　　本书第2版出版于2013年，SPSS在这几年间已经升级了4个版本，而且最新的版本易用性更强，软件功能更丰富，因此需要对全书内容进行有针对性的修订。在第2版的基础上，结合SPSS版本的更新和读者的反馈，本版以IBM SPSSS tatistics24中文版为准，对内容做了如下调整。
　　1.内容进一步拓展
　　本书第2版全面覆盖了SPSS自身提供的各种高级统计分析功能，但SPSS提供的主要是成熟且常用的统计模型，许多独特的新模型并未提供。实际上，SPSS通过Python插件和R插件的方式提供了这些模型。为进一步拓展读者的知识面，除介绍SPSS新版本直接提供的新模型外，本书还对一些比较重要的用插件方式提供的模型进行了介绍，包括分位数回归、弗斯I，ogistic：回归、潜类别分析、支持向量机、随机森林、项响应模型等，并在附录中介绍了相应插件的安装方法，以帮助读者及时跟进统计分析领域的最新进展，并在工作中充分发挥SPSS的作用。
　　2.更加浅显易懂
　　本书涉及的统计模型都比较复杂，为降低学习难度，确保读者能够掌握相应的统计分析方法，本书在第2版的基础上进一步减少了案例数量。通过对同一案例在不同方法框架下的分析结果进行比较，再辅以对统计理论深入浅出的讲解，降低了初学者的入门难度，最大限度地优化了学习效果，有利于读者学以致用。
　　本书由张文彤和董伟共同编写，可作为高等学校各专业本科生和研究生的统计学相关课程教材，也可作为市场营销、金融、财务、人力资源管理等行业中需要进行数据分析的人士，或从事咨询、研究、分析等工作的人士的参考书。学习本书的读者需要具备统计分析及SPSS操作的基础知识，需要补充这部分知识的读者可以先学习《SPSS统计分析基础教程》（第3版）。对于希望进一步提升统计分析和数据挖掘实战能力的读者，则可以在学习完本书后继续阅读作者的实战案例精粹系列书籍，以进一步提高实战经验。为便于读者交流和使用这套书，读者可以关注微信公众号：统计之星。本书的案例数据文件、拓展资料等可到本书配套的数字课程网站和“医学统计之星”网站上下载。
　　希望广大读者一如既往地踊跃提出自己的宝贵意见和建议，使得本书再次改版时能够更上一层楼，更好地满足大家的学习和工作需求。

你还可能感兴趣

我要评论