第1章 統計學和SPSS統計分析軟件簡介
1.1 統計分析的基本概念
1.1.1 統計分析的步驟
1.1.2 數據的類型
1.2 常見統計分析軟件簡介
1.2.1 SPSS
1.2.2 SAS
1.2.3 Splus或者R
1.2.4 其他數據分析軟件
1.3 SPSS統計分析軟件的發展
1.4 SPSS版本和授權
1.5 SPSS統計分析軟件的特點
1.6 主要模塊及功能簡介
1.7 SPSS的安裝
1.8 SPSS的幾種基本運行方式
1.9 SPSS的界面
1.10 SPSS的圖形用戶界面
1.11 SPSS幫助繫統
1.12 小結
思考與練習
參考文獻

第2章 數據文件的建立和管理
2.1 數據管理的特點
2.2 SPSS數據編輯器簡介
2.2.1 開始SPSS
2.2.2 SPSS的數據編輯器界面
2.3 新建數據文件、數據字典
2.4 保存文件
2.5 讀入數據
2.5.1 讀入Excel數據
2.5.2 讀入文本數據
2.5.3 讀入數據庫數據
2.6 數據文件的合並
2.6.1 添加個案
2.6.2 添加變量
2.7 數據文件的拆分
附錄：如何為數據庫文件建立ODBC數據源
2.8 小結
思考與練習
參考文獻

第3章 描述性統計分析
3.1 頻率分析
3.2 中心趨勢的描述：均值、中位數、眾數、5％截尾均值
3.2.1 均值
3.2.2 中位數
3.2.3 眾數
3.2.4 5％截尾均值
3.3 離散趨勢的描述：極差、方差、標準差、均值的標準誤、分位數和變異指標
3.3.1 極差
3.3.2 方差和標準差
3.3.3 均值的標準誤
3.3.4 變異繫數
3.3.5 分位數
3.4 分布的形狀——偏度和峰度
3.5 SPSS描述性統計分析
3.5.1 頻率入口
3.5.2 描述子菜單
3.5.3 探索子菜單
3.5.4 表格
3.6 應用統計圖進行描述性統計分析
3.6.1 定性數據的圖形描述——條形圖、餅圖、帕累托圖
3.6.2 定量數據的圖形描述——直方圖、莖葉圖和箱圖
3.7 數據標準化
3.8 小結
思考與練習
參考文獻

第4章 概率論初步
4.1 離散型隨機變量的仿真
4.1.1 均勻分布的隨機數
4.1.2 正態分布的隨機數
4.2 理論分布
4.2.1 二項分布的分布函數和概率
4.2.2 連續分布的隨機變量——正態分布
4.3 經驗分布
4.4 抽樣分布
4.5 置信區間
4.6 小結
思考與練習

第5章 均值的比較
5.1 假設檢驗的思想及原理
5.2 均值
5.2.1 均值過程分析
5.2.2 雙因素的均值過程分析
5.3 單樣本T檢驗
5.3.1 數據準備
5.3.2 單樣本T檢驗
5.3.3 置信區間和自抽樣選項
5.4 獨立樣本T檢驗
5.4.1 數據初探
5.4.2 T檢驗
5.4.3 均值差的繪圖
5.5 配對樣本T檢驗
5.6 小結
思考與練習
參考文獻

第6章 非參數檢驗
6.1 非參數檢驗簡介
6.2 單樣本非參數檢驗
6.2.1 卡方檢驗
6.2.2 二項式檢驗
6.2.3 K-S檢驗
6.2.4 Wilcoxon符號秩檢驗
6.2.5 遊程檢驗
6.3 獨立樣本非參數檢驗
6.3.1 獨立樣本檢驗簡介
6.3.2 獨立樣本檢驗舉例
6.4 相關樣本非參數檢驗
6.4.1 相關樣本檢驗簡介
6.4.2 相關樣本檢驗舉例
6.5 小結
思考與練習
參考文獻

第7章 相關分析
7.1 相關分析的基本概念
7.1.1 相關關繫的種類
7.1.2 相關分析的作用
7.2 散點圖
7.2.1 散點圖簡介
7.2.2 散點圖——舊對話框
7.2.3 用圖表構建程序繪制散點圖
7.3 相關繫數
7.3.1 線性相關的度量——尺度數據間的相關性的度量
7.3.2 Spearman等級相關繫數——定序變量之間的相關性的度量
7.3.3 Kendall的tau-b(K)
7.4 偏相關分析
7.5 小結
思考與練習
參考文獻

第8章 回歸分析
8.1 線性回歸分析的基本概念
8.2 簡單線性回歸
8.2.1 簡單回歸方程的求解
8.2.2 回歸方程擬合程度檢驗
8.2.3 用回歸方程預測
8.2.4 簡單線性回歸舉例
8.線性回歸
8.3.線性回歸方程簡介
8.3.線性回歸方程的顯著性檢驗
8.3.3 應用舉例
8.3.4 線性回歸自變量進入的方式
8.4 線性回歸的診斷和線性回歸過程中的其他選項
8.4.1 回歸分析的前提條件
8.4.2 回歸分析前提條件的檢驗
8.4.3 回歸診斷
8.5 非線性回歸
8.6 曲線估計
8.7 小結
思考與練習
參考文獻

第9章 方差分析
9.1 方差分析的術語與前提
9.2 單因素的方差分析
9.2.1 描述性數據分析
9.2.2 單因素方差分析
9.3 多因素方差分析
9.3.1 多因素方差分析簡介
9.3.2 多因素方差分析舉例
9.4 協方差分析
9.4.1 協方差分析簡介
9.4.2 協方差分析案例分析
9.5 小結
思考與練習
參考文獻

第10章 聚類分析
10.1 聚類分析簡介
10.2 個案間的距離
10.2.1 定距數據(Scale Mearsurement)距離定義方式
10.2.2 分類數據的頻數數據(Count)之間的距離
10.2.3 二分類數據
10.3 類之間的距離
10.4 繫統聚類算法過程
10.5 繫統聚類案例
10.6 K-均值聚類
10.6.1 K-均值法簡介
10.6.2 K-均值法案例
10.7 兩步法聚類
10.7.1 兩步法簡介
10.7.2 兩步法案例分析
10.8 聚類分析注意事項
10.9 小結
思考與練習
參考文獻

第11章 主成分分析
11.1 主成分分析簡介
11.1.1 主成分分析的目的與功能
11.1.2 主成分分析的數學理論
11.2 主成分分析的應用條件
11.2.1 Bartlett球形檢驗
11.2.2 KMO統計量
11.2.3 基於相關繫數矩陣還是協方差矩陣
11.3 主成分分析案例
11.3.1 綜合評價案例
11.3.2 主成分分析用於探索變量間結構關繫
11.4 小結
思考與練習
參考文獻

第12章 因子分析
12.1 因子分析簡介
12.2 因子分析的統計理論
12.2.1 因子分析的模型
12.2.2 因子分析模型的求解方法
12.2.3 因子分析的應用前提
12.2.4 因子個數的確定
12.2.5 因子的解釋
12.2.6 因子旋轉
12.2.7 因子得分
12.3 因子分析案例
12.3.1 探索變量間的結構關繫
12.3.2 因子分析在市場調查中的應用
12.4 因子分析結果的有效性
12.5 因子分析和主成分分析的比較
12.6 小結
思考與練習
參考文獻