本書(shū)基于SPSS 24.0編寫(xiě)，在修正并完善第2版的基礎(chǔ)上完成的；每章均有大量分析案例，結(jié)合案例對(duì)SPSS各模塊的統(tǒng)計(jì)分析功能和圖形功能進(jìn)行詳細(xì)講解。本書(shū)具體內(nèi)容為SPSS簡(jiǎn)介、SPSS數(shù)據(jù)挖掘系統(tǒng)介紹、數(shù)據(jù)文件管理、數(shù)據(jù)預(yù)處理、基本統(tǒng)計(jì)分析、多重反應(yīng)分析、均值的比較與檢驗(yàn)、統(tǒng)計(jì)圖制作、參數(shù)檢驗(yàn)、回歸分析、方差分析、相關(guān)分析、聚類分析、判別分析、因子分析、對(duì)應(yīng)分析、信度分析、生存分析、對(duì)數(shù)線性模型、時(shí)間序列分析、缺失值分析，以及SPSS在財(cái)務(wù)智能、數(shù)據(jù)預(yù)測(cè)、股市分析、社會(huì)經(jīng)濟(jì)分析、金融數(shù)據(jù)分析等方面的數(shù)據(jù)挖掘應(yīng)用。 本書(shū)*特點(diǎn)是拋棄了其他同類書(shū)籍中只介紹理論用法、缺乏案例分析的弊端，全書(shū)給出大量數(shù)據(jù)挖掘分析案例，并配有視頻講解，為讀者展示SPSS在數(shù)據(jù)分析、信用風(fēng)險(xiǎn)管理、直銷(xiāo)分析、社會(huì)經(jīng)濟(jì)分析等實(shí)際項(xiàng)目中的應(yīng)用。
原版圖書(shū)多年暢銷(xiāo)，并改正第2版的錯(cuò)誤，具有以下特點(diǎn)： ① 直觀易懂性。 ② 先進(jìn)性。 ③ 實(shí)用性。 ④ 結(jié)構(gòu)清晰，講解詳盡。 ⑤ 全部的案例數(shù)據(jù)、程序與多媒體示范相結(jié)合。
再版前言
SPSS（Statistical Product and Service Solutions，統(tǒng)計(jì)產(chǎn)品和服務(wù)解決方案）是當(dāng)今國(guó)際上最流行的統(tǒng)計(jì)分析軟件之一，具有界面友好、統(tǒng)計(jì)功能強(qiáng)大、前后處理功能完善等優(yōu)點(diǎn)。SPSS提供了廣泛的數(shù)據(jù)收集、分類、分析和處理技術(shù)，揭示了數(shù)據(jù)模式、異常，以及關(guān)鍵變量和關(guān)系，幫助企業(yè)深入洞察企業(yè)信息，做出更好決策。本書(shū)從SPSS窗口操作出發(fā)，用案例的形式介紹SPSS數(shù)據(jù)分析在各個(gè)領(lǐng)域的廣泛應(yīng)用。
本書(shū)集作者多年使用SPSS的工作經(jīng)驗(yàn)，并在改正第2版錯(cuò)誤的基礎(chǔ)上編寫(xiě)，在編寫(xiě)過(guò)程中，突出了以下特點(diǎn)。
① 直觀易懂性。全書(shū)以圖解實(shí)例的形式介紹基礎(chǔ)知識(shí)和實(shí)例操作，所有的知識(shí)模塊和案例分析都盡可能詳細(xì)，模塊操作采取中英文介紹的方式進(jìn)行，直觀易懂，使讀者能夠在最短的時(shí)間內(nèi)獲取最多的知識(shí)。
② 先進(jìn)性。以最新的SPSS 24.0中文版為藍(lán)本進(jìn)行講解，中英文并用，廣泛吸收國(guó)內(nèi)外優(yōu)秀教材的成果進(jìn)行內(nèi)容編排，在系統(tǒng)介紹基本理論和基本方法的同時(shí)，注意介紹新的成熟的內(nèi)容，以及統(tǒng)計(jì)學(xué)在實(shí)際問(wèn)題中的應(yīng)用。
③ 實(shí)用性。全書(shū)采用了基礎(chǔ)知識(shí)介紹和實(shí)例操作相結(jié)合的方法，互相補(bǔ)充，書(shū)中的實(shí)例大多來(lái)源于經(jīng)濟(jì)生活之中，使讀者在學(xué)完本書(shū)后能夠快速將知識(shí)應(yīng)用于實(shí)踐。
④ 結(jié)構(gòu)清晰，講解詳盡。全書(shū)采用基礎(chǔ)知識(shí)窗口操作綜合實(shí)例分析的循序漸進(jìn)的講解方法，一步一步地提高讀者的SPSS操作知識(shí)，而且每個(gè)知識(shí)點(diǎn)和實(shí)例都盡可能詳細(xì)地講解，使讀者學(xué)習(xí)起來(lái)輕松自如。
⑤ 全部的案例數(shù)據(jù)、程序與多媒體示范相結(jié)合。本書(shū)的配套光盤(pán) 中提供了所有實(shí)例的數(shù)據(jù)、SPSS窗口操作視頻，讀者可以在觀看錄像中增強(qiáng)對(duì)知識(shí)點(diǎn)的理解。
本書(shū)共24章，依次介紹SPSS基本文件管理、基本統(tǒng)計(jì)分析、高級(jí)統(tǒng)計(jì)分析、決策樹(shù)模型、神經(jīng)網(wǎng)絡(luò)模型、信用風(fēng)險(xiǎn)、社會(huì)經(jīng)濟(jì)評(píng)價(jià)，以及各章節(jié)中的案例分析等內(nèi)容。
第 1 章 SPSS軟件概述。包括SPSS軟件簡(jiǎn)介、SPSS操作入門(mén)、SPSS各個(gè)模塊，以及SPSS幫助系統(tǒng)。
第 2 章 SPSS數(shù)據(jù)挖掘系統(tǒng)。包括數(shù)據(jù)挖掘概述、SPSS數(shù)據(jù)挖掘過(guò)程的介紹，以便掌握數(shù)據(jù)挖掘基本概念、流程等知識(shí)。
第 3 章 數(shù)據(jù)文件、變量與函數(shù)。包括SPSS的變量類型、SPSS數(shù)據(jù)文件的打開(kāi)和保存，最后介紹SPSS的函數(shù)。
第 4 章 數(shù)據(jù)預(yù)處理。包括最基本的數(shù)據(jù)文件的整理和數(shù)據(jù)變量的變換和計(jì)算。
第 5 章 基本統(tǒng)計(jì)分析。包括基本概念、頻數(shù)過(guò)程、描述性統(tǒng)計(jì)分析過(guò)程、數(shù)據(jù)探索性分析過(guò)程，以及交叉表分析過(guò)程。
第 6 章 參數(shù)檢驗(yàn)。包括參數(shù)估計(jì)和假設(shè)檢驗(yàn)的概述、平均值過(guò)程、單樣本t檢驗(yàn)、獨(dú)立樣本t檢驗(yàn)以及成對(duì)樣本 t 檢驗(yàn)。
第 7 章 基本圖形的繪制。包括統(tǒng)計(jì)圖概述、條形圖、折線圖、面積圖、餅圖、高低圖、質(zhì)量控制圖、箱圖、散點(diǎn)圖、直方圖、P-P圖和Q-Q圖，以及時(shí)間序列圖。
第 8 章 非參數(shù)檢驗(yàn)。包括非參數(shù)檢驗(yàn)概述、?2檢驗(yàn)、二項(xiàng)分布檢驗(yàn)、游程檢驗(yàn)、K-S檢驗(yàn)、兩獨(dú)立樣本分布位置檢驗(yàn)、多個(gè)獨(dú)立樣本分布位置檢驗(yàn)、兩個(gè)相關(guān)樣本分布位置檢驗(yàn)、多個(gè)相關(guān)樣本分布位置檢驗(yàn)。
第 9 章 方差分析。包括方差分析的基本原理、單因素方差分析、多因素方差分析和協(xié)方差分析。
第 10 章 回歸分析。包括線性回歸、非線性回歸，以及Logistic回歸過(guò)程。
第 11 章 相關(guān)分析。包括相關(guān)分析概述、雙變量相關(guān)過(guò)程、偏相關(guān)分析過(guò)程，以及距離過(guò)程。
第 12 章 聚類分析。包括聚類分析的原理、快速聚類的分析過(guò)程、系統(tǒng)聚類的分析過(guò)程、二階聚類的分析過(guò)程，以及實(shí)例分析。
第 13 章 判別分析。包括判別分析的基本原理、一般判別分析過(guò)程和逐步判別分析過(guò)程。
第 14 章 因子分析。包括因子分析概述以及SPSS中因子分析的操作過(guò)程。
第 15 章 對(duì)應(yīng)分析。包括對(duì)應(yīng)分析的基本原理、對(duì)應(yīng)分析過(guò)程、最優(yōu)標(biāo)度分析過(guò)程。
第 16 章 可靠性和多維尺度分析。包括可靠性和多維標(biāo)度的概述、分析過(guò)程及實(shí)例。
第 17 章 生存分析。包括生存分析概述、壽命表分析過(guò)程、Kaplan-Meier分析過(guò)程、Cox模型回歸分析過(guò)程。
第 18 章 對(duì)數(shù)線性模型。包括對(duì)數(shù)線性模型概述、常規(guī)模型分析過(guò)程、分對(duì)數(shù)分析過(guò)程以及選擇模型分析過(guò)程。
第 19 章 時(shí)間序列分析。包括時(shí)間序列概述、時(shí)間序列數(shù)據(jù)的預(yù)處理、指數(shù)平滑方法、ARIMA模型、季節(jié)性分解模型分析過(guò)程。
第 20 章 缺失值分析。包括SPSS中的缺失值理論概述、SPSS缺失值分析的操作過(guò)程，以及缺失值實(shí)例分析。
第 21 章 決策樹(shù)模型。包括決策樹(shù)模型概述、SPSS中決策樹(shù)的參數(shù)設(shè)置，以及利用實(shí)例分析來(lái)介紹決策樹(shù)模型的應(yīng)用過(guò)程。
第 22 章 神經(jīng)網(wǎng)絡(luò)。包括神經(jīng)網(wǎng)絡(luò)概述、神經(jīng)網(wǎng)絡(luò)模型分析參數(shù)的設(shè)置及實(shí)例分析。
第 23 章 信用風(fēng)險(xiǎn)分析。包括主要信用風(fēng)險(xiǎn)概述，以及利用SPSS解決信用風(fēng)險(xiǎn)的各種實(shí)例分析。
第 24 章 SPSS在社會(huì)經(jīng)濟(jì)綜合評(píng)價(jià)中的應(yīng)用。包括SPSS的各種分析案例，包括沿海省市經(jīng)濟(jì)綜合指標(biāo)的主成分分析、中國(guó)城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)的聚類分析研究，以及我國(guó)內(nèi)地可支配收入和消費(fèi)性支出之間的回歸分析。
本書(shū)主要由謝龍漢、蔡思祺完成，參與編著和光盤(pán)開(kāi)發(fā)的還有林偉、魏艷光、林木議、王悅陽(yáng)、林偉潔、林樹(shù)財(cái)、鄭曉、吳苗、李翔、朱小遠(yuǎn)、唐培培、耿煜、鄧奕、張桂東、魯力、于斌、尚濤、黃海等。由于時(shí)間倉(cāng)促，書(shū)中難免有疏漏之處，請(qǐng)讀者諒解。讀者可通過(guò)電子郵件xielonghan @aliyun.com.cn與我們交流。
注：本書(shū)在介紹軟件應(yīng)用時(shí)，命令、選項(xiàng)等包含英文注釋，有助于使用英文版軟件的讀者學(xué)習(xí)。
編著者
謝龍漢，華南理工大學(xué)機(jī)械與汽車(chē)工程學(xué)院，副院長(zhǎng)。2002年畢業(yè)于浙江大學(xué)過(guò)程裝備與控制工程專業(yè)本科，在浙江大學(xué)華工過(guò)程機(jī)械研究所取得碩士學(xué)位，之后在廣州本田汽車(chē)有限公司研發(fā)中心工作過(guò)兩年，2010年獲得香港中文大學(xué)機(jī)械與自動(dòng)化工程系的博士學(xué)位。國(guó)內(nèi)外學(xué)術(shù)期刊上發(fā)表30多篇學(xué)術(shù)論文，在CAE方面出版過(guò)多部著作，寫(xiě)作經(jīng)驗(yàn)豐富，作品技術(shù)含量高，實(shí)用性強(qiáng)。
目 錄
第1章 SPSS軟件概述1
1.1 SPSS簡(jiǎn)介1
1.2 SPSS操作入門(mén)2
1.2.1 軟件安裝、啟動(dòng)及退出3
1.2.2 操作環(huán)境4
1.2.3 系統(tǒng)參數(shù)的設(shè)置7
1.3 SPSS的幫助系統(tǒng)15
第2章 SPSS數(shù)據(jù)挖掘系統(tǒng)17
2.1 數(shù)據(jù)挖掘概述17
2.1.1 數(shù)據(jù)挖掘的含義17
2.1.2 數(shù)據(jù)挖掘與OLAP18
2.1.3 數(shù)據(jù)挖掘和統(tǒng)計(jì)學(xué)18
2.1.4 數(shù)據(jù)挖掘的目的19
2.1.5 數(shù)據(jù)挖掘應(yīng)用19
2.1.6 數(shù)據(jù)挖掘流程19
2.2 成功的數(shù)據(jù)挖掘20
2.2.1 CRISP-DM方法論21
2.2.2 選擇數(shù)據(jù)挖掘工具25
2.2.3 SPSS數(shù)據(jù)挖掘26
2.3 SPSS數(shù)據(jù)挖掘的過(guò)程29
2.3.1 商業(yè)理解29
2.3.2 數(shù)據(jù)理解29
2.3.3 數(shù)據(jù)準(zhǔn)備29
2.3.4 數(shù)據(jù)模型30
2.3.5 評(píng)估30
2.3.6 部署31
第3章 數(shù)據(jù)文件、變量與函數(shù)33
3.1 SPSS的變量類型33
3.1.1 數(shù)據(jù)的輸入34
3.1.2 變量的編輯35
3.2 數(shù)據(jù)文件的打開(kāi)和保存36
3.2.1 打開(kāi)SPSS數(shù)據(jù)文件37
3.2.2 打開(kāi)其他格式的數(shù)據(jù)文件37
3.2.3 數(shù)據(jù)文件保存38
3.3 SPSS函數(shù)38
3.3.1 算術(shù)函數(shù)39
3.3.2 統(tǒng)計(jì)函數(shù)39
3.3.3 邏輯函數(shù)40
3.3.4 日期和時(shí)間函數(shù)40
3.3.5 隨機(jī)變量函數(shù)42
3.3.6 反分布函數(shù)43
3.3.7 累計(jì)分布函數(shù)44
3.3.8 缺失值函數(shù)46
3.3.9 字符串函數(shù)47
第4章 數(shù)據(jù)預(yù)處理49
4.1 數(shù)據(jù)文件的整理49
4.1.1 個(gè)案排序（Sort Case）過(guò)程
50
4.1.2 轉(zhuǎn)置（Transpose）過(guò)程50
4.1.3 合并文件（Merge File）過(guò)程
51
4.1.4 匯總（Aggregate）過(guò)程53
4.1.5 拆分文件（Split File）過(guò)程
55
4.1.6 選擇個(gè)案（Select Cases）
過(guò)程55
4.1.7 個(gè)案加權(quán)（Weight Cases）
過(guò)程56
4.2 數(shù)據(jù)變量的變換和計(jì)算56
4.2.1 計(jì)算變量（Compute
Variables）過(guò)程57
4.2.2 計(jì)數(shù)（Count）過(guò)程59
4.2.3 重新編碼（Recode）過(guò)程60
4.2.4 個(gè)案排秩（Rank Cases）
過(guò)程61
4.2.5 自動(dòng)重新編碼（Automatic
Recode）過(guò)程63
第5章 基本統(tǒng)計(jì)分析65
5.1 基本概念65
5.1.1 基本的統(tǒng)計(jì)概念65
5.1.2 描述性統(tǒng)計(jì)分析67
5.2 頻率分析68
5.2.1 頻率分析過(guò)程的操作界面68
5.2.2 實(shí)例分析70
5.3 描述性統(tǒng)計(jì)分析過(guò)程72
5.3.1 描述性統(tǒng)計(jì)分析過(guò)程參數(shù)設(shè)置72
5.3.2 實(shí)例分析72
5.4 數(shù)據(jù)探索性分析過(guò)程74
5.4.1 數(shù)據(jù)探索性分析過(guò)程參數(shù)設(shè)置74
5.4.2 實(shí)例分析75
5.5 交叉表分析過(guò)程78
5.5.1 交叉表過(guò)程的參數(shù)設(shè)置78
5.5.2 實(shí)例分析81
第6章 參數(shù)檢驗(yàn)84
6.1 參數(shù)估計(jì)和假設(shè)檢驗(yàn)概述84
6.1.1 參數(shù)估計(jì)84
6.1.2 假設(shè)檢驗(yàn)87
6.2 平均值（Means）過(guò)程92
6.2.1 SPSS的平均值過(guò)程參數(shù)的設(shè)置92
6.2.2 平均值過(guò)程實(shí)例93
6.3 單樣本t檢驗(yàn)94
6.3.1 單樣本t檢驗(yàn)過(guò)程的參數(shù)設(shè)置94
6.3.2 實(shí)例分析95
6.4 獨(dú)立樣本t檢驗(yàn)97
6.4.1 獨(dú)立樣本t檢驗(yàn)過(guò)程的參數(shù)
設(shè)置97
6.4.2 實(shí)例分析98
6.5 成對(duì)樣本t檢驗(yàn)100
6.5.1 成對(duì)樣本t檢驗(yàn)過(guò)程的參數(shù)
設(shè)置100
6.5.2 實(shí)例分析100
第7章 基本圖形的繪制103
7.1 統(tǒng)計(jì)圖概述103
7.2 條形圖104
7.3 折線圖108
7.4 面積圖110
7.5 餅圖111
7.5.1 餅圖參數(shù)設(shè)置111
7.5.2 實(shí)例分析112
7.6 高低圖113
7.7 質(zhì)量控制圖114
7.8 箱圖119
7.8.1 箱圖參數(shù)設(shè)置119
7.8.2 實(shí)例分析120
7.9 散點(diǎn)圖121
7.9.1 散點(diǎn)圖參數(shù)設(shè)置122
7.9.2 實(shí)例分析122
7.10 直方圖124
7.11 P-P圖和Q-Q圖124
7.12 時(shí)間序列圖126
7.12.1 時(shí)間序列圖參數(shù)設(shè)置126
7.12.2 實(shí)例分析130
第8章 非參數(shù)檢驗(yàn)133
8.1 非參數(shù)檢驗(yàn)概述133
8.2 檢驗(yàn)134
8.2.1 檢驗(yàn)的參數(shù)設(shè)置135
8.2.2 檢驗(yàn)實(shí)例分析137
8.3 二項(xiàng)分布檢驗(yàn)139
8.3.1 二項(xiàng)分布檢驗(yàn)的參數(shù)設(shè)置
139
8.3.2 實(shí)例分析139
8.4 游程檢驗(yàn)141
8.4.1 游程檢驗(yàn)的參數(shù)設(shè)置142
8.4.2 實(shí)例分析142
8.5 單樣本K-S檢驗(yàn)144
8.5.1 單樣本K-S檢驗(yàn)的參數(shù)設(shè)置144
8.5.2 實(shí)例分析145
8.6 兩獨(dú)立樣本分布位置檢驗(yàn)147
8.6.1 兩獨(dú)立樣本分布位置檢驗(yàn)的
參數(shù)設(shè)置148
8.6.2 實(shí)例分析148
8.7 多個(gè)獨(dú)立樣本分布位置檢驗(yàn)150
8.7.1 多個(gè)獨(dú)立樣本分布位置檢驗(yàn)的參數(shù)設(shè)置150
8.7.2 實(shí)例分析151
8.8 兩個(gè)相關(guān)樣本分布位置檢驗(yàn)153
8.8.1 兩個(gè)相關(guān)樣本分布位置檢驗(yàn)的參數(shù)設(shè)置153
8.8.2 實(shí)例分析154
8.9 多個(gè)相關(guān)樣本分布位置檢驗(yàn)155
8.9.1 多個(gè)相關(guān)樣本分布位置檢驗(yàn)的參數(shù)設(shè)置156
8.9.2 實(shí)例分析156
第9章 方差分析159
9.1 方差分析的基本原理159
9.1.1 自由度與平方和分解160
9.1.2 F檢驗(yàn)162
9.1.3 多重比較163
9.2 單因素ANOVA檢驗(yàn)164
9.2.1 單因素ANOVA檢驗(yàn)步驟165
9.2.2 判斷與結(jié)論166
9.2.3 單因素 ANOVA檢驗(yàn)過(guò)程的
參數(shù)設(shè)置167
9.2.4 實(shí)例分析169
9.3 多因素方差分析170
9.3.1 只考慮主效應(yīng)的多因素方差
分析171
9.3.2 存在交互效應(yīng)的多因素方差
分析173
9.3.3 單變量過(guò)程參數(shù)設(shè)置175
9.3.4 實(shí)例分析179
9.4 協(xié)方差分析183
9.4.1 協(xié)方差分析概述183
9.4.2 實(shí)例分析184
第10章 回歸分析187
10.1 線性回歸187
10.1.1 線性回歸模型188
10.1.2 最小二乘估計(jì)188
10.1.3 回歸方程的顯著性檢驗(yàn)189
10.1.4 預(yù)測(cè)問(wèn)題191
10.1.5 SPSS線性回歸分析設(shè)置
192
10.1.6 回歸分析模型的實(shí)例分析
196
10.2 非線性回歸199
10.2.1 非線性回歸分析的基本原理
200
10.2.2 非線性回歸參數(shù)設(shè)置200
10.2.3 實(shí)例分析203
10.3 Logistic回歸205
10.3.1 Logistic回歸模型概述206
10.3.2 二元 Logistic回歸模型參數(shù)
設(shè)置207
10.3.3 實(shí)例分析210
第11章 相關(guān)分析215
11.1 相關(guān)分析概述215
11.1.1 相關(guān)關(guān)系215
11.1.2 相關(guān)圖形和相關(guān)系數(shù)216
11.1.3 SPSS的相關(guān)分析功能簡(jiǎn)介
218
11.2 雙變量（Bivariate）過(guò)程218
11.2.1 雙變量相關(guān)分析簡(jiǎn)介218
11.2.2 雙變量過(guò)程的參數(shù)設(shè)置220
11.2.3 實(shí)例分析222
11.3 偏相關(guān)（Partial）過(guò)程224
11.3.1 偏相關(guān)過(guò)程的參數(shù)設(shè)置224
11.3.2 實(shí)例分析225
11.4 Distances（距離）過(guò)程227
11.4.1 Distances過(guò)程的距離分析
參數(shù)設(shè)置227
11.4.2 實(shí)例分析230
第12章 聚類分析232
12.1 聚類分析的原理232
12.1.1 一般原理233
12.1.2 聚類分析步驟236
12.1.3 系統(tǒng)聚類方法237
12.2 快速樣本聚類過(guò)程240
12.2.1 快速聚類簡(jiǎn)介240
12.2.2 SPSS快速聚類的設(shè)置240
12.2.3 實(shí)例分析242
12.3 系統(tǒng)聚類過(guò)程246
12.3.1 系統(tǒng)聚類簡(jiǎn)介246
12.3.2 SPSS系統(tǒng)聚類設(shè)置246
12.3.3 實(shí)例分析249
12.4 二階聚類分析252
12.4.1 二階聚類簡(jiǎn)介252
12.4.2 SPSS二階聚類的設(shè)置253
12.4.3 實(shí)例分析254
第13章 判別分析257
13.1 判別分析的基本原理257
13.1.1 判別分析簡(jiǎn)介257
13.1.2 判別分析的數(shù)學(xué)模型與判別
方法258
13.2 一般判別分析265
13.2.1 一般判別分析的參數(shù)設(shè)置
265
13.2.2 實(shí)例分析267
13.3 逐步判別分析272
13.3.1 逐步判別的參數(shù)設(shè)置272
13.3.2 實(shí)例分析273
第14章 因子分析279
14.1 因子分析簡(jiǎn)介279
14.1.1 因子分析的基本原理280
14.1.2 因子分析的基本步驟和過(guò)程
282
14.2 SPSS因子分析283
14.2.1 SPSS因子分析的參數(shù)設(shè)置
283
14.2.2 實(shí)例分析286
第15章 對(duì)應(yīng)分析291
15.1 對(duì)應(yīng)分析的基本原理291
15.2 對(duì)應(yīng)分析293
15.2.1 對(duì)應(yīng)分析過(guò)程的參數(shù)設(shè)置
293
15.2.2 實(shí)例分析296
15.3 最優(yōu)標(biāo)度過(guò)程299
15.3.1 最優(yōu)標(biāo)度過(guò)程的參數(shù)設(shè)置
299
15.3.2 實(shí)例分析306
第16章 可靠性和多維標(biāo)度分析310
16.1 可靠性分析310
16.1.1 可靠性分析的基本原理310
16.1.2 可靠性分析的參數(shù)設(shè)置312
16.1.3 實(shí)例分析314
16.2 多維標(biāo)度分析316
16.2.1 多維標(biāo)度分析簡(jiǎn)介316
16.2.2 多維標(biāo)度過(guò)程的參數(shù)設(shè)置
317
16.2.3 實(shí)例分析320
第17章 生存分析323
17.1 生存分析簡(jiǎn)介323
17.1.1 生存分析的基本概念323
17.1.2 生存資料的特點(diǎn)325
17.1.3 生存分析方法326
17.1.4 SPSS中的生存分析過(guò)程
326
17.2 壽命表（Life Tables）過(guò)程327
17.2.1 壽命表分析過(guò)程的參數(shù)設(shè)置
327
17.2.2 實(shí)例分析328
17.3 Kaplan-Meier分析332
17.3.1 Kaplan-Meier分析過(guò)程的參數(shù)
設(shè)置332
17.3.2 實(shí)例分析334
17.4 Cox模型回歸分析337
17.4.1 Cox回歸模型337
17.4.2 Cox模型分析過(guò)程的參數(shù)設(shè)置
339
17.4.3 實(shí)例分析343
第18章 對(duì)數(shù)線性模型348
18.1 對(duì)數(shù)線性模型概述348
18.2 常規(guī)模型（General）過(guò)程349
18.2.1 常規(guī)模型分析過(guò)程的參數(shù)
設(shè)置349
18.2.2 實(shí)例分析351
18.3 分對(duì)數(shù)(Logit)過(guò)程354
18.3.1 分對(duì)數(shù)分析過(guò)程的參數(shù)設(shè)置
354
18.3.2 實(shí)例分析357
18.4 選擇模型（Model Selection）過(guò)程360
18.4.1 選擇模型分析過(guò)程的參數(shù)
設(shè)置360
18.4.2 實(shí)例分析362
第19章 時(shí)間序列分析365
19.1 時(shí)間序列概述365
19.1.1 時(shí)間序列的組成部分3
新書(shū)資訊