SPSS统计学与案例应用精解_张甜、杨维忠_9787302693192

"《SPSS统计学与案例应用精解》专为零基础的统计学与SPSS读者设计，精心打造入门引导-基础应用-高阶应用-专业应用-AI工具的一站式学习路径。书中基于37份真实、**的经济社会统计数据和20份调查研究数据，设计了49个统计分析应用案例和29个数据加工处理案例，涵盖宏观经济、国际贸易、人口就业、商品物价、外汇储备、医学药学、天文气候、交通运输、能源替代、行业分析、企业管理、银行经营、股票基金、日常生活等领域，帮助读者从入门到精通地运用SPSS开展统计分析。本书还配有教学PPT和作者**录制的全套视频讲解，以辅助教学，力求实现**教学效果。《SPSS统计学与案例应用精解》共16章。第1~3章为SPSS统计学入门篇，介绍SPSS入门、数据加工处理和统计学知识；第4~7章为基础统计案例应用，具体包括统计图形绘制，描述统计分析，均值比较、T检验、单因素方差分析和非参数检验；第8~10章为高级统计案例应用，具体包括多因素方差分析与多因变量分析、相关分析和回归分析；第11~15章为专业统计案例应用，具体包括因子分析、信度分析、聚类分析、时间序列预测和生存分析；第16章为AI工具应用，介绍AI工具在学习SPSS中的应用。《SPSS统计学与案例应用精解》既可作为经管社科、统计学、教育学、心理学、医学等相关专业的学生学习、应用SPSS开展统计分析的主要教材，也可作为职场人士自学SPSS统计学以提升数据分析技能的工具书。"

前言

数字化转型浪潮下，感觉不靠谱，靠数据说话已广泛流行于各行各业，数据统计分析也成为各行业从业人员的必bei技能。当前，国内外高校各专业几乎都开设了统计学课程，但由于单纯学习统计学往往较为枯燥乏味，许多基础薄弱的学生难以有效掌握，因此大多数课程会结合SPSS、Stata、Python等软件或编程语言进行教学。近年来，编者一直致力于让SPSS/Stata/Python的学习变得更简单、实用、高效，并通过清华大学出版社陆续出版了一系列关于SPSS/Stata/Python应用的教科书。然而，在与高校教师、学生的日常互动交流中，仍感受到大家对一本难度适中、易于理解且能指导实践的SPSS统计学教材的迫切需求。因此，编者撰写了本书，聚焦解决以下问题：首先，难度系数不能过高，否则对于数学基础较为薄弱的学生来说，学习会较为吃力，收获有限；其次，不能仅注重SPSS操作，而忽视与统计学的结合，否则学生可能只会SPSS操作，却不了解统计分析方法的原理；最后，不能过于侧重理论探析与数学推导，而忽视应用能力的培养。
本书具有以下四大特色：
一是面向零基础学习统计学与SPSS的读者，悉心打造入门引导-基础应用-高阶应用-专业应用-AI工具的一站式学习路径，通过层次分明的学习，循序渐进地帮助读者从入门到精通地运用SPSS开展统计分析。读者也可根据自身学习需求，选择适合的学习层次。
二是面向应用、直击需求。本书基于37份真实、权威的经济社会统计数据和20份调查研究数据，精心设计了49个统计分析应用案例和29个数据加工处理案例，涵盖宏观经济、国际贸易、人口就业、商品物价、外汇储备、医学药学、天文气候、交通运输、能源替代、行业分析、企业管理、银行经营、股票基金、日常生活等领域。
三是通俗易懂。本书较少使用数学推导，而是在不失专业深度的同时，尽可能用具象化、案例化的方式深入浅出地讲解统计学原理，使读者真的能看得明白、学得进去，避免在复杂的数学公式推导面前耗尽了所有的学习热情，最终望洋兴叹，苦于技能虽好却不能为己所用。
四是资源丰富。每章都有教学要点提示和课后习题，并提供教学PPT和全套视频讲解，以辅助教学，力求实现最佳的教学效果。
本书共16章。第1~3章为SPSS统计学入门篇，第4~7章为基础统计案例应用，第8~10章为高级统计案例应用，第11~15章为专业统计案例应用，第16章为AI工具应用。具体导图如下：

本书既可作为经管社科、统计学、教育学、心理学、医学等相关专业的学生学习、应用SPSS开展统计分析的主要教材，也可作为职场人士自学SPSS统计学以提升数据分析技能的工具书。
本书配套示例源码与PPT，请读者用微信扫描下面的二维码下载。

源码 PPT

在本书的编写过程中，我们也吸收了前人的研究成果，在此表示感谢！
由于编者水平有限，书中难免存在疏漏之处，诚恳地欢迎各位同行和广大读者批评指正。

编者
2025年5月

第一部分 SPSS统计学入门篇
第1章 SPSS入门 2
1.1 SPSS简介 2
1.2 SPSS安装要求、启动与关闭 3
1.2.1 SPSS安装要求 3
1.2.2 SPSS启动与关闭 3
1.2.3 SPSS软件常用窗口 5
1.3 SPSS选项设置 7
1.3.1 常规选项卡 7
1.3.2 语言选项卡 8
1.3.3 查看器选项卡 8
1.3.4 数据选项卡 9
1.3.5 输出选项卡 10
1.3.6 图表选项卡 11
1.4 SPSS界面设置 12
1.4.1 状态栏设置 12
1.4.2 网格线设置 12
1.4.3 菜单设置 13
1.4.4 字体设置 14
1.5 数据编辑器的基本操作 14
1.5.1 数据编辑器的变量视图操作 15
1.5.2 数据编辑器的数据视图操作 18
1.6 本章习题 20
第2章数据加工处理 21
2.1 变量和样本观测值基本操作 21
2.1.1 变量和观测值的移动、复制与删除 21
2.1.2 在现有数据文件中增加新的变量 22
2.1.3 在现有数据文件中增加新的样本观测值 22
2.2 根据现有的变量建立新变量 23
2.2.1 通过变量计算生成新变量 23
2.2.2 通过对样本观测值计数生成新的变量 25
2.2.3 量表得分或分类变量重新编码操作 28
2.2.4 连续变量编码为分类变量 32
2.2.5 生成虚拟变量 36
2.3 数据读取 36
2.3.1 SPSS数据文件的打开与保存 36
2.3.2 SPSS支持的其他格式的数据文件 37
2.3.3 读取Stata数据文件 38
2.3.4 读取Excel数据文件 39
2.3.5 读取文本数据文件 41
2.4 数据查找 45
2.4.1 按照观测值序号查找单元格 45
2.4.2 按照变量值查找数据 45
2.5 数据行列转置 46
2.6 数据排序 47
2.6.1 对数据按照变量进行排序 47
2.6.2 对数据按照样本观测值进行排序 48
2.7 数据加权处理 49
2.8 数据合并 50
2.8.1 按照样本观测值合并数据文件 50
2.8.2 按照变量合并数据文件 52
2.9 数据分解 55
2.10 数据汇总 57
2.11 数据结构重组 59
2.11.1 由变量组到样本观测值组的重组 59
2.11.2 由样本观测值组到变量组的重组 62
2.12 数据缺失值处理 64
2.13 本章习题 66
第3章统计学知识 67
3.1 统计学常用的基本概念 67
3.1.1 总体、样本与统计推断 67
3.1.2 频率与概率 68
3.1.3 条件概率、独立事件与全概率公式 68
3.1.4 概率函数与概率密度函数 69
3.2 概率分布 69
3.2.1 离散型概率分布 69
3.2.2 连续型概率分布 70
3.3 统计量 73
3.3.1 集中趋势统计量 74
3.3.2 离散趋势统计量 75
3.3.3 分布趋势统计量 76
3.4 大数定律与中心极限定理 77
3.4.1 大数定律 77
3.4.2 中心极限定理 77
3.5 参数估计 78
3.5.1 点估计 78
3.5.2 区间估计 79
3.5.3 参数估计的无偏性、有效性以及一致性 80
3.6 假设检验 80
3.6.1 假设检验概述 81
3.6.2 T检验、Z检验和F检验 82
3.6.3 参数检验和非参数检验 84
3.6.4 模型设定检验 85
3.7 本章习题 85
第二部分基础统计案例应用
第4章统计图形绘制 88
4.1 3种典型的图形绘制方法 89
4.1.1 图表构建器 89
4.1.2 图形画板模板选择器 92
4.1.3 旧对话框 94
4.2 条形图：绘制世界部分地区不同年龄区间人口占比条形图 97
4.2.1 条形图的类型 97
4.2.2 简单条形图 98
4.2.3 分类条形图 101
4.2.4 分段条形图 102
4.3 直方图：绘制晨鸣纸业A股每日收盘价直方图 103
4.4 箱图：绘制陕西、浙江、江苏、福建四个省份星级酒店营业额箱图 104
4.4.1 箱图的类型 105
4.4.2 简单箱图 105
4.4.3 簇状箱图 106
4.5 散点图：绘制美国制造业PMI指数、中小企业乐观指数、失业率散点图 107
4.5.1 散点图的类型 108
4.5.2 简单散点图 108
4.5.3 重叠散点图 109
4.5.4 矩阵散点图 110
4.5.5 三维散点图 111
4.6 折线图：绘制中国沿海省市海洋生产总值折线图 112
4.6.1 折线图的类型 112
4.6.2 简单折线图 112
4.6.3 多线折线图 114
4.6.4 垂线折线图 114
4.7 面积图：绘制美国对外国买家出售住房的销售额面积图 116
4.7.1 面积图的类型 116
4.7.2 简单面积图 116
4.7.3 堆积面积图 117
4.8 饼图：分析主要国家和地区半导体销售占比 118
4.9 误差条形图：绘制欧洲不同国家航空公司飞机利用率误差条形图 119
4.9.1 误差条形图的类型 120
4.9.2 简单误差条形图 120
4.9.3 簇状误差条形图 121
4.10 双轴线图：绘制中国历年全社会固定资产投资与GDP双轴线图 122
4.11 时间序列趋势图：分析中国网约车订单总量、网约车公司经营许可量 124
4.11.1 时间序列趋势图 124
4.11.2 自相关序列图和偏自相关序列图 124
4.11.3 互相关序列图 126
4.12 高低图：绘制美的集团A股股价高低图 127
4.13 本章习题 127
第5章描述统计分析 129
5.1 频率分析 129
5.1.1 统计学原理 129
5.1.2 案例应用分析汽车制造业上市公司盈利能力指标 130
5.1.3 结果解读 132
5.2 描述分析 134
5.2.1 统计学原理 134
5.2.2 案例应用分析上海金交所黄金现货收盘价 134
5.2.3 结果解读 135
5.3 探索分析 136
5.3.1 统计学原理 136
5.3.2 案例应用分析我国新能源汽车月度产量 136
5.3.3 结果解读 139
5.4 交叉表分析 143
5.4.1 统计学原理 143
5.4.2 案例应用分析专用设备制造业上市公司ESG数据 143
5.4.3 结果解读 147
5.5 本章习题 149
第6章均值比较、T检验、单因素方差分析 150
6.1 平均值分析 150
6.1.1 统计学原理 150
6.1.2 案例应用分析中美等国家年平均光伏安装量 150
6.1.3 结果解读 152
6.2 单样本T检验 154
6.2.1 统计学原理 154
6.2.2 案例应用分析中国有色市场1#铜的价格 154
6.2.3 结果解读 155
6.3 独立样本T检验 156
6.3.1 统计学原理 156
6.3.2 案例应用分析不同类型国家的替代能源和核能占能耗总量的比重 156
6.3.3 结果解读 158
6.4 成对样本T检验 158
6.4.1 统计学原理 159
6.4.2 案例应用分析办公电脑通过软件优化开机时间的效果 159
6.4.3 结果解读 159
6.5 单因素ANOVA检验 160
6.5.1 统计学原理 160
6.5.2 案例应用分析部分欧洲国家外汇储备量 160
6.5.3 结果解读 163
6.6 本章习题 165
第7章非参数检验 167
7.1 卡方检验 167
7.1.1 统计学原理 167
7.1.2 案例应用分析工商银行A股每日涨跌幅数据 168
7.1.3 结果解读 170
7.2 二项检验 171
7.2.1 统计学原理 171
7.2.2 案例应用分析某地区新生儿性别差异 171
7.2.3 结果解读 172
7.3 单样本K-S检验 172
7.3.1 统计学原理 173
7.3.2 案例应用分析上海期货交易所螺纹钢期货收盘价 173
7.3.3 结果解读 174
7.4 两个独立样本检验 174
7.4.1 正态性检验回顾 174
7.4.2 案例应用分析德国、荷兰的年通货膨胀率差异 175
7.4.3 结果解读 176
7.5 两个相关样本检验 177
7.5.1 统计学原理 177
7.5.2 案例应用分析试验药品服药前后的效果 177
7.5.3 结果解读 178
7.6 K个独立样本检验 179
7.6.1 统计学原理 179
7.6.2 案例应用分析中国、韩国、日本的失业率差异 179
7.6.3 结果解读 181
7.7 K个相关样本检验 181
7.7.1 统计学原理 181
7.7.2 案例应用分析主要城市日照时数差异 181
7.7.3 结果解读 183
7.8 本章习题 183
第三部分高级统计案例应用
第8章多因素方差分析与多因变量分析 186
8.1 多因素方差分析 186
8.1.1 统计学原理 186
8.1.2 案例应用分析德国、法国、西班牙、意大利四个国家的住房拥挤率 187
8.1.3 结果解读 194
8.2 多因变量分析 197
8.2.1 统计学原理 197
8.2.2 案例应用分析我国部分省份地方政府债券收益率影响因素 197
8.2.3 结果解读 201
8.3 本章习题 208
第9章相关分析 209
9.1 双变量相关分析 209
9.1.1 统计学原理 209
9.1.2 案例应用分析国际原油价格和黄金价格的相关性 210
9.1.3 结果解读 212
9.2 偏相关分析 213
9.2.1 统计学原理 213
9.2.2 案例应用分析商业银行公司存贷款增长的相关性 213
9.2.3 结果解读 215
9.3 本章习题 216
第10章回归分析 217
10.1 线性回归分析 217
10.1.1 统计学原理 217
10.1.2 案例应用分析欧元区20国经济景气指数的影响因素 218
10.1.3 结果解读 222
10.2 加权最小二乘回归分析 227
10.2.1 统计学原理 227
10.2.2 案例应用分析中等收入国家航空运输客运量的影响因素 227
10.2.3 结果解读 229
10.3 曲线估算回归分析 230
10.3.1 统计学原理 230
10.3.2 案例应用分析英国工业生产指数对失业救济率的影响 230
10.3.3 结果解读 232
10.4 二元Logistic回归分析 234
10.4.1 统计学原理 235
10.4.2 案例应用分析商业银行公司客户信用风险影响因素 235
10.4.3 结果解读 239
10.5 多元Logistic回归分析 242
10.5.1 统计学原理 242
10.5.2 案例应用分析血糖含量与年龄、糖摄入量、运动量的关系 243
10.5.3 结果解读 246
10.6 有序回归分析 249
10.6.1 统计学原理 249
10.6.2 案例应用分析生产车间工人年度奖金档次 250
10.6.3 结果解读 252
10.7 非线性回归分析 253
10.7.1 统计学原理 253
10.7.2 案例应用分析工作年限对绩效年薪的影响 254
10.7.3 结果解读 256
10.8 本章习题 257
第四部分专业统计案例应用
第11章因子分析 260
11.1 统计学原理 260
11.2 案例应用分析39家上市银行风险与效益指标 262
11.3 结果解读 268
11.4 本章习题 275
第12章信度分析 276
12.1 统计学原理 276
12.2 案例应用分析自我效能感调查问卷信度 277
12.3 结果解读 280
12.4 本章习题 283
第13章聚类分析 284
13.1 二阶聚类分析 284
13.1.1 统计学原理 284
13.1.2 案例应用分析私募基金业绩表现 285
13.1.3 结果解读 288
13.2 K均值聚类分析 289
13.2.1 统计学原理 289
13.2.2 案例应用分析A股电气机械和器材制造业上市公司财务指标 289
13.2.3 结果解读 292
13.3 系统聚类分析 294
13.3.1 统计学原理 294
13.3.2 案例应用分析美股酒店及汽车旅馆公司盈利能力 294
13.3.3 结果解读 298
13.4 本章习题 301
第14章时间序列预测 302
14.1 时间序列数据的预处理 302
14.1.1 统计学原理 302
14.1.2 案例应用分析甘肃省历年降雨量月度数据 303
14.1.3 结果解读 305
14.2 专家建模器 306
14.2.1 统计学原理 306
14.2.2 案例应用分析日本东京部分零售商品价格走势 307
14.2.3 结果解读 314
14.3 指数平滑法、ARIMA模型 315
14.4 季节分解模型 317
14.4.1 统计学原理 317
14.4.2 案例应用分析德国历年贸易差额月度数据 318
14.4.3 结果解读 319
14.5 本章习题 320
第15章生存分析 321
15.1 寿命表分析 321
15.1.1 统计学原理 322
15.1.2 案例应用分析患者锻炼强度与生存时间之间的关系 323
15.1.3 结果解读 326
15.2 Kaplan-Meier分析 328
15.2.1 统计学原理 328
15.2.2 案例应用分析药物种类和剂量对生存时间的影响 328
15.2.3 结果解读 331
15.3 Cox回归分析 334
15.3.1 统计学原理 334
15.3.2 案例应用分析年龄、吸烟、康复训练和住院时间对生存时间的影响 335
15.3.3 结果解读 338
15.4 本章习题 340
第五部分 AI工具应用
第16章 DeepSeek等AI工具的应用 342
16.1 AI工具对学习SPSS统计分析的作用 342
16.2 SPSS统计分析AI提示实例 343
16.2.1 图形绘制AI简单提示示例 343
16.2.2 线性回归分析AI简单提示示例 344
16.2.3 二元Logistic回归AI简单提示示例 345
16.2.4 因子分析AI系统提示示例 346
16.2.5 生存分析AI系统提示示例 347
16.2.6 AI提示应用总结 348

你还可能感兴趣

我要评论