成功加入购物车
张文彤 、 董伟 著 / 高等教育出版社 / 2018-01 / 平装
售价 ¥ 13.00 2.0折
定价 ¥65.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2023-03-31
卖家超过10天未登录
SPSS统计分析高级教程(第3版)/高等学校教材
《SPSS统计分析高级教程(第3版)/高等学校教材》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。《SPSS统计分析高级教程(第3版)/高等学校教材》共分4个部分,分别是一般线性模型、线性混合模型与广义线性模型,回归模型,多元统计分析方法,以及其他统计分析方法。《SPSS统计分析高级教程(第3版)/高等学校教材》基于IBM SPSSS tatistics24中文版,并结合作者多年的统计分析实战经验和SPSS行业应用经验,侧重对统计新方法、新观点的讲解,在保证统计理论严谨的同时注重叙述的浅显易懂,使《SPSS统计分析高级教程(第3版)/高等学校教材》更加易学易用。
《SPSS统计分析高级教程(第3版)/高等学校教材》可作为高等学校本科生和研究生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做数据分析的人士,或从事咨询、研究、分析等工作的人士的参考书。
第一部分 一般线性模型、线性混合模型与广义线性模型第1章 方差分析模型1.1 模型简介1.1.1 模型入门1.1.2 常用术语1.1.3 适用条件1.2 案例:胶合板磨损深度的比较1.2.1 操作说明1.2.2 结果解释1.2.3 模型参数的估计值1.2.4 两两比较1.2.5 其他常用选项1.3 两因素方差分析模型1.3.1 案例:超市规模、货架位置与销售量的关系1.3.2 边际平均值与轮廓图1.3.3 拟合劣度检验1.4 因素各水平间的精细比较1.4.1 POSTHOC子句1.4.2 EMMEANS子句1.4.3 LMATRIX和KMATRIX子句1.4.4 CONSTRAST子句1.5 方差分析模型进阶1.5.1 含随机因子的方差分析模型1.5.2 白定义检验使用的误差项1.5.3 4类方差分解方法思考与练习参考文献第2章 常用的实验设计分析方法2.1 仅研究主效应的实验设计方案2.1.1 完全随机设计2.1.2 随机区组设计2.1.3 交叉设计2.1.4 拉丁方设计2.2 考虑交互作用的实验设计方案2.2.1 析因设计2.2.2 正交设计2.2.3 均匀设计2.3 误差项变动的特殊实验设计方案2.3.1 嵌套设计2.3.2 重复测量设计2.3.3 裂区设计2.4 协方差分析2.4.1 协方差分析的必要性2.4.2 平行性假定的检验2.4.3 计算和检验修正平均值思考与练习参考文献第3章 多元方差分析与重复测量方差分析3.1 多元方差分析3.1.1 模型简介3.1.2 案例:青少年牙齿发育状况跟踪3.2 重复测量数据的方差分析3.2.1 模型简介3.2.2 案例:进一步考察年龄对牙齿发育的影响思考与练习参考文献第4章 线性混合模型4.1 模型简介4.1.1 问题的提出4.1.2 模型人门4.2 层次聚集性数据案例4.2.1 拟合基本模型结构4.2.2 在固定效应中加入自变量4.2.3 在随机效应中加入自变量4.2.4 更多自变量的引入4.2.5 其他常用选项4.3 重复测量数据案例4.3.1 对数据的初步分析4.3.2 拟合基本模型结构4.3.3 考虑测量间的相关性4.3.4 更改对测量间相关性的假定4.3.5 模型中可用的相关矩阵种类4.4 线性混合模型进阶4.4.1 线性混合模型的用途4.4.2 线性混合模型与一般线性模型的联系思考与练习参考文献第5章 广义线性模型、广义估计方程与广义线性混合模型5.1 广义线性模型5.1.1 模型简介5.1.2 分析案例5.2 广义估计方程5.2.1 模型简介5.2.2 分析案例5.3 广义线性混合模型5.3.1 模型简介5.3.2 分析案例思考与练习参考文献第二部分 回归模型第6章 多重线性回归模型6.1 模型简介6.1.1 基本概念6.1.2 分析步骤6.2 案例:销售收入影响因素分析6.2.1 基本分析结果6.2.2 回归模型的假设检验6.2.3 偏回归系数的假设检验6.2.4 标准化偏回归系数6.2.5 衡量回归模型效果的指标6.3 回归预测与区间估计6.3.1 模型预测值6.3.2 模型的区间估计6.3.3 如何将模型用于预测6.4 残差分析6.4.1 模型的残差6.4.2 利用残差考察模型适用条件6.5 逐步回归6.5.1 筛选自变量的基本原则6.5.2 常用的逐步回归方法6.5.3 案例:固体垃圾排放量与土地种类的关系6.6 模型的进一步诊断与修正6.6.1 强影响点的识别与处理6.6.2 多重共线性的识别与处理6.6.3 回归模型结果解释时应注意的问题6.7 自动线性建模6.7.1 界面说明6.7.2 案例:生成更高精度的预测模型思考与练习参考文献第7章 线性回归的衍生模型7.1 非直线趋势的处理:曲线直线化7.1.1 模型简介……第8章 路径分析入门第9章 非线性回归模型第10章 二分类Logistic回归模型第11章 多分类、配对Logistic回归与Probit回归模型第12章 对数线性模型、Poisson回归模型与潜类别分析第三部分 多元统计分析方法第13章 主成分分析、因子分析与多维偏好分析第14章 对应分析第15章 典型相关分析第16章 多维尺度分析第17章 聚类分析第18章 经典判别分析第四部分 其他统计分析方法第19章 树模型、随机森林与最近邻元素法第20章 神经网络与支持向量机第21章 信度分析第22章 联合分析第23章 时间序列模型第24章 生存分析第25章 缺失值分析附录1 常见多变量/多元统计分析方法分类图附录2 Python插件和R插件的安装方法
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30