第1章spss軟件概述

1.1spss簡介

1.2spss操作入門

1.2.1軟件安裝、啟動及退出

1.2.2操作環境

1.2.3繫統參數的設置

1.3spss的幫助繫統

第2章spss數據挖掘繫統

2.1數據挖掘概述

2.1.1數據挖掘的含義

2.1.2數據挖掘與olap

2.1.3數據挖掘和統計學

2.1.4數據挖掘的目的

2.1.5數據挖掘應用

2.1.6數據挖掘流程

2.2成功的數據挖掘

2.2.1crisp-dm方法論

2.2.2選擇數據挖掘工具

2.2.3spss數據挖掘

2.3spss數據挖掘的過程

2.3.1商業理解

2.3.2數據理解

2.3.3數據準備

2.3.4數據模型

2.3.5評估

2.3.6部署

第3章數據文件、變量與函數

3.1spss的變量類型

3.1.1數據的輸入

3.1.2變量的編輯

3.2數據文件的打開和保存

3.2.1打開spss數據文件

3.2.2打開其他格式的數據文件

3.2.3數據文件保存

3.3spss函數

3.3.1算術函數

3.3.2統計函數

3.3.3邏輯函數

3.3.4日期和時間函數

3.3.5隨機變量函數

3.3.6反分布函數

3.3.7累計分布函數

3.3.8缺失值函數

3.3.9字符串函數

第4章數據預處理

4.1數據文件的整理

4.1.1排序個案（sortcase）過程

4.1.2轉置（transpose）過程

4.1.3合並文件（mergefile）過程

4.1.4分類彙總（aggregate）過程

4.1.5拆分文件（splitfile）過程

4.1.6選擇個案（selectcases）過程

4.1.7加權個案（weightcases）過程

4.2數據變量的變換和計算

4.2.1計算變量（computevariables）過程

4.2.2計數（count）過程

4.2.3重新編碼（recode）過程

4.2.4個案排秩（rankcases）過程

4.2.5自動重新編碼（automaticrecode）過程

第5章基本統計分析

5.1基本概念

5.1.1基本的統計概念

5.1.2描述性統計分析

5.2頻數分析

5.2.1frequencies過程的操作界面

5.2.2實例分析

5.3描述性統計分析過程

5.3.1descriptive過程的參數設置

5.3.2實例分析

5.4數據探索性分析過程

5.4.1explore過程的參數設置

5.4.2實例分析

5.5列聯表分析過程

5.5.1crosstabs過程的參數設置

5.5.2實例分析

第6章參數檢驗

6.1參數估計和假設檢驗概述

6.1.1參數估計

6.1.2假設檢驗

6.2均值（means）過程

6.2.1spss的means過程參數設置

6.2.2means過程實例

6.3單樣本t檢驗

6.3.1one-samplettest過程的參數設置

6.3.2實例分析

6.4獨立兩樣本t檢驗

6.4.1independent-samplettest過程的參數設置

6.4.2實例分析

6.5配對兩樣本t檢驗

6.5.1paired-samplettest過程的參數設置

6.5.2實例分析

第7章基本圖形的繪制

7.1統計圖概述

7.2條形圖

7.3線圖

7.4面積圖

7.5餅圖

7.5.1spss設置

7.5.2實例分析

7.6高低圖

7.7質量控制圖

7.8箱圖

7.8.1spss參數設置

7.8.2實例分析

7.9散點圖

7.9.1spss參數設置

7.9.2實例分析

7.10直方圖

7.10.1p-p圖和q-q圖

7.11時間序列圖

7.11.1spss參數設置

7.11.2實例分析

第8章非參數檢驗

8.1非參數檢驗概述

8.2檢驗

8.2.1檢驗的參數設置

8.2.2檢驗實例分析

8.3二項分布檢驗

8.3.1二項分布檢驗的參數設置

8.3.2實例分析

8.4遊程檢驗

8.4.1遊程檢驗的參數設置

8.4.2實例分析

8.5單樣本k-s檢驗

8.5.1單樣本k-s檢驗的參數設置

8.5.2實例分析

8.6兩獨立樣本分布位置檢驗

8.6.1兩獨立樣本分布位置檢驗的參數設置

8.6.2實例分析

8.7多個獨立樣本分布位置檢驗

8.7.1spss參數設置

8.7.2實例分析

8.8兩相關樣本分布位置檢驗

8.8.1spss參數設置

8.8.2實例分析

8.9多個配對樣本分布位置檢驗

8.9.1spss參數設置

8.9.2實例分析

第9章方差分析

9.1方差分析的基本原理

9.1.1自由度與平方和分解

9.1.2f檢驗

9.1.3多重比較

9.2單因素方差分析

9.2.1單因素方差分析步驟

9.2.2判斷與結論

9.2.3one-wayanova過程的參數設置

9.2.4實例分析

9.3多因素方差分析

9.3.1隻考慮主效應的多因素方差分析

9.3.2存在交互效應的多因素方差分析

9.3.3univariate過程參數設置

9.3.4實例分析

9.4協方差分析

9.4.1協方差分析概述

9.4.2實例分析

第10章回歸分析

10.1線性回歸

10.1.1線性回歸模型

10.1.2小二乘估計

10.1.3回歸方程的顯著性檢驗

10.1.4預測問題

10.1.5spss線性回歸分析設置

10.1.6回歸分析模型的實例分析

10.2非線性回歸

10.2.1非線性回歸分析的基本原理

10.2.2非線性回歸參數設置

10.2.3案例——銷售數量和廣告投入的非線性回歸分析

10.3logistic回歸

10.3.1logistic回歸模型概述

10.3.2binarylogistic回歸模型參數設置

10.3.3案例——銀行貸款的信用風險分析

第11章相關分析

11.1相關分析概述

11.1.1相關關繫

11.1.2相關圖形和相關繫數

11.1.3spss的相關分析功能簡介

11.2bivariate過程

11.2.1兩變量相關分析簡介

11.2.2bivariate過程的參數設置

11.2.3案例——汽車銷售中各變量之間的相關分析

11.3partial過程

11.3.1partial過程的參數設置

11.3.2案例——醫療門診病人的流動情況分析

11.4distances（距離）過程

11.4.1距離分析參數設置

11.4.2案例——全國各個省市自治區直轄市的農民家庭收支的分布研究

第12章聚類分析

12.1聚類分析的原理

12.1.1一般原理

12.1.2聚類分析步驟

12.1.3繫統聚類方法

12.2快速樣本聚類過程

12.2.1快速聚類簡介

12.2.2spss快速聚類的設置

12.2.3案例——2006年中國主要城市空氣質量的比較分析

12.3分層聚類過程

12.3.1分層聚類簡介

12.3.2spss分層聚類設置

12.3.3案例——中國經濟地理區域的聚類分析

12.4兩階段聚類分析

12.4.1兩階段聚類簡介

12.4.2spss兩階段聚類的設置

12.4.3案例——兩階段聚類分析應用於農村居民人均收入與生活消費支出研究

第13章判別分析

13.1判別分析的基本原理

13.1.1判別分析簡介

13.1.2判別分析的數學模型與判別方法

13.2一般判別分析

13.2.1一般判別分析的參數設置

13.2.2案例——上市公司類型的比較分析

13.3逐步判別分析

13.3.1逐步判別的參數設置

13.3.2案例——全國各個省市地區的農民家庭收支的分布規律研究

第14章因子分析

14.1因子分析簡介

14.1.1因子分析的基本原理

14.1.2因子分析的基本步驟和過程

14.2spss軟件進行因子分析

14.2.1spss因子分析的參數設置

14.2.2案例——汽車銷售的數據中各變量的因子分析

第15章對應分析

15.1對應分析的基本原理

15.2簡單對應分析

15.2.1correspondenceanalysis過程

15.2.2案例——簡單對應分析實例

15.3optimalscaling過程

15.3.1optimalscaling過程的spss參數設置

15.3.2案例——尺度分析實例

第16章可靠性和多維尺度分析

16.1可靠性分析

16.1.1可靠性分析的基本原理

16.1.2可靠性分析的參數設置

16.1.3案例——電視節目調查數據可靠性分析

16.2多維尺度分析

16.2.1多維尺度分析簡介

16.2.2alscal過程的參數設置

16.2.3案例——多維尺度實例分析

第17章生存分析

17.1生存分析簡介

17.1.1生存分析的基本概念

17.1.2生存資料的特點

17.1.3生存分析方法

17.1.4spss中的生存分析過程

17.2lifetables過程

17.2.1lifetables過程的參數設置

17.2.2案例——電信公司客戶流失分析

17.3kaplan-meier分析

17.3.1kaplan-meier分析的步驟

17.3.2案例——新藥開發的數據分析

17.4cox模型回歸分析

17.4.1cox回歸模型

17.4.2cox模型參數設置

17.4.3案例——電信公司的客戶流失的cox回歸模型分析

第18章對數線性模型

18.1對數線性模型概述

18.2general過程

18.2.1general過程的參數設置

18.2.2實例分析

18.3logit過程

18.3.1logit過程的參數設置

18.3.2實例分析

18.4模型（model）selection過程

18.4.1模型（model）selection的參數設置

18.4.2實例分析

第19章時間序列分析

19.1時間序列概述

19.1.1時間序列的組成部分

19.1.2時間序列的數學模型

19.1.3時間序列的分析步驟

19.1.4spss時間序列分析功能

19.2時間序列數據的預處理

19.2.1缺失值替換

19.2.2定義時間變量

19.2.3時間序列的平穩化

19.3指數平滑模型過程

19.3.1指數平滑的基本原理

19.3.2指數平滑模型的參數設置

19.3.3案例——銷售數據預測分析

19.4arima模型

19.4.1arima模型的基本原理

19.4.2arima模型的參數設置

19.4.3案例——上海證券交易所綜合指數收益率模擬預測分析

19.5季節分解模型過程

19.5.1季節分解模型的參數設置

19.5.2案例——具有季節因素的服裝銷售數據的預測分析

第20章缺失值分析

20.1缺失值理論概述

20.1.1數據缺失方式

20.1.2缺失值處理方法

20.2spss缺失值分析操作

20.2.1缺失值分析的參數設置

20.2.2案例——數據集中缺失值的實例分析

第21章決策樹模型

21.1決策樹模型概述

21.1.1chaid算法

21.1.2exhaustivechaid算法

21.1.3cart算法

21.1.4quest算法

21.2決策樹的參數設置

21.2.1變量設置

21.2.2類別（categories）設置

21.2.3輸出（output）設置

21.2.4驗證（validation）設置

21.2.5保存（save）設置

21.2.6條件（criteria）設置

21.2.7chaid算法設置

21.2.8cart算法設置

21.2.9quest算法設置

21.2.10修剪（pruning）設置

21.2.11替代變量（surrogates）設置

21.2.12選項（options）設置

21.2.13誤分類成本設置

21.2.14利潤（profits）設置

21.2.15先驗概率（priorprobabilities）設置

21.2.16實例分析

21.2.17模型建立

21.2.18模型評估

第22章神經網絡

22.1神經網絡概述

22.1.1歷史及現狀

22.1.2神經網絡特點

22.1.3模型

22.1.4神經網絡模型

22.1.5神經網絡的學習規則

22.1.6spss神經網絡模型

22.2spss神經網絡模型的設置

22.2.1多層感知器（mlp）的設置

22.2.2徑向基函數（rbf）的設置

22.3實例分析

22.3.1參數設置

22.3.2結果分析

第23章信用風險分析

23.1信用風險概述

23.1.1信用風險基本概念

23.1.2信用風險度量方法

23.2案例分析

23.1.3spss中信用風險分析模塊

23.2.logistic過程

23.2.2決策樹（tree）過程

23.2.3discriminant過程

第24章spss在社會經濟綜合評價中的應用

24.1沿海省市經濟綜合指標的主成分分析

24.2中國城鎮居民消費結構的聚類分析

24.3我國內地可支配收入和消費性支出之間的回歸分析