SPSSAU科研数据分析方法与应用
定价：￥106.00
作者： 周俊
出版时间：2025-09
出版社：电子工业出版社
- 电子工业出版社
- 9787121469954
- 1-5
- 524967
- 60266730-5
- 平塑勒
- 16开
- 2025-09
- 705
- 488
- 理学
- 统计学类
- 数据科学与大数据技术
- 本科 研究生及以上
内容简介
本书从数据分析入门、常用研究方法应用、数据综合评价及预测、问卷数据分析和医学数据分析等五个方面系统地介绍科研数据的分析方法，涉及13 项知识类应用（如影响关系、权重关系、数据预测、问卷研究），本书强调以实际应用为主，每个知识点均通过通俗的文字表达，并附以案例及软件操作界面进行详细解读，可用于数据分析、实证研究和学术写作等，适合高等院校本科生、研究生，以及行业研究者学习和使用，也适合从事科研分析培训、数据分析咨询的相关工作者参考。
目录
目录
第一篇 数据分析入门
第1 章 SPSSAU 平台概述 . 2
1.1 SPSSAU 平台简介 . 2
1.2 SPSSAU 平台使用 . 4
1.3 获得帮助 . 9
第2 章 数据探索及分析 . 12
2.1 分析方法数据格式 . 12
2.2 探索数据特征 . 14
2.2.1 两种数据类型 . 14
2.2.2 定类数据探索分析 . 15
2.2.3 定量数据探索分析 . 15
2.2.4 小结 . 18
2.3 数据分布之正态性分析 . 19
2.3.1 正态分布图示法 . 19
2.3.2 正态分布检验法 . 21
2.3.3 正态分布转换处理 . 22
2.3.4 小结 . 23
2.4 常用分析方法选择 . 23
2.4.1 定类或定量数据分析方法 . 24
2.4.2 定类和定类数据分析方法 . 26
2.4.3 定类和定量数据分析方法 . 27
2.4.4 定量和定量数据分析方法 . 29
2.4.5 小结 . 30
第3 章 数据清理 . 31
3.1 数据标签设置 . 31
3.2 数据编码 . 34
3.3 异常值处理 . 36
3.4 生成变量 . 38
3.4.1 常用处理 . 38
3.4.2 量纲处理 . 39
3.4.3 科学计算 . 42
3.4.4 汇总处理 . 42
3.4.5 日期相关处理 . 42
3.4.6 其他 . 43
3.5 标题处理 . 44
第二篇 常用研究方法应用
第4 章 差异关系研究 . 48
4.1 t 检验 . 49
4.1.1 正态分布与方差齐性 . 50
4.1.2 t 检验分析步骤 . 51
4.1.3 单样本t 检验 52
4.1.4 配对样本t 检验 53
4.1.5 独立样本t 检验 54
4.1.6 概要t 检验 55
4.2 方差分析 . 57
4.2.1 方法概述 . 58
4.2.2 方差分析类型的选择 . 60
4.2.3 单因素方差分析 . 61
4.2.4 双因素及多因素方差分析 . 65
4.2.5 简单效应分析 . 68
4.3 卡方检验 . 69
4.3.1 方法概述 . 69
4.3.2 2×2 四格表卡方检验 71
4.3.3 R×C 列联表卡方检验与多重比较 . 73
4.3.4 fisher 卡方检验 . 76
4.3.5 配对卡方检验 . 78
4.3.6 分层卡方检验 . 79
4.3.7 卡方拟合优度检验 . 83
4.4 非参数秩和检验 . 84
4.4.1 方法介绍 . 84
4.4.2 单样本Wilcoxon 检验 . 85
4.4.3 两组独立样本Mann-Whitney 检验 . 86
4.4.4 多组独立样本Kruskal-Wallis 检验 . 87
4.4.5 配对样本Wilcoxon 秩和检验 . 89
4.4.6 多样本Friedman 检验 91
第5 章 相关影响关系研究 93
5.1 相关分析 . 94
5.1.1 相关关系概述 . 94
5.1.2 相关分析步骤 . 96
5.1.3 两个变量相关实例分析 . 97
5.1.4 偏相关实例分析 . 101
5.2 线性回归 . 103
5.2.1 线性回归模型与检验 . 104
5.2.2 线性回归适用条件 . 105
5.2.3 线性回归的一般步骤 . 106
5.2.4 多重线性回归的实例分析 . 107
5.2.5 逐步线性回归的实例分析 . 114
5.2.6 有哑变量的线性回归 . 117
5.3 Logistic 回归 . 120
5.3.1 方法概述 . 121
5.3.2 二元Logistic 回归 123
5.3.3 多分类Logistic 回归 129
5.3.4 有序Logistic 回归 132
5.3.5 条件Logistic 回归 136
5.4 曲线与非线性回归 . 138
5.4.1 方法概述 . 138
5.4.2 曲线回归 . 139
5.4.3 非线性回归 . 143
第6 章 信息浓缩及聚类研究 147
6.1 因子分析 . 148
6.1.1 基本原理 . 148
6.1.2 分析步骤 . 149
6.1.3 因子分析实例分析 . 151
6.2 主成分分析 . 156
6.2.1 思想与应用 . 156
6.2.2 与因子分析的区别 . 157
6.2.3 分析步骤 . 158
6.2.4 主成分实例分析 . 159
6.3 对应分析 . 164
6.3.1 方法概述 . 164
6.3.2 简单对应分析 . 166
6.3.3 多重对应分析 . 169
6.4 多维尺度分析 . 171
6.4.1 方法概述 . 171
6.4.2 矩阵数据实例分析 . 173
6.4.3 原始数据实例分析 . 175
6.5 聚类分析 . 177
6.5.1 聚类方法的选择 . 177
6.5.2 K-means 聚类 180
6.5.3 K-prototype 聚类 . 184
6.5.4 分层聚类 . 188
第三篇 数据综合评价及预测
第7 章 权重关系研究 . 192
7.1 权重计算方法 . 192
7.1.1 主观赋权法 . 193
7.1.2 客观赋权法 . 193
7.2 主成分分析法 . 194
7.2.1 权重计算步骤 . 194
7.2.2 主成分分析法权重计算实例 . 195
7.3 熵值法 . 197
7.3.1 基本原理 . 198
7.3.2 熵值法权重计算实例 . 199
7.4 层次分析法 . 202
7.4.1 原理介绍 . 202
7.4.2 层次分析法流程 . 205
7.4.3 层次分析法实例分析 . 206
7.5 其他权重法 . 210
7.5.1 CRITIC 权重法 . 210
7.5.2 独立性权重法 . 213
7.5.3 信息量权重法 . 215
第8 章 数据预测分析 . 218
8.1 ARIMA 模型 . 219
8.1.1 ARMA 模型分析流程 219
8.1.2 ARMA 模型案例 225
8.2 指数平滑法 . 230
8.2.1 一次指数平滑法 . 231
8.2.2 二次指数平滑法 . 233
8.2.3 三次指数平滑法 . 235
8.3 灰色预测模型 . 238
8.3.1 灰色预测模型原理 . 238
8.3.2 灰色预测模型分析 . 240
8.4 马尔可夫预测 . 243
第9 章 优劣决策分析 . 247
9.1 TOPSIS 法 . 247
9.1.1 TOPSIS 法原理 . 247
9.1.2 TOPSIS 法案例 . 249
9.1.3 TOPSIS 法问题探讨 . 252
9.2 熵权TOPSIS 法 254
9.2.1 熵权TOPSIS 法原理 254
9.2.2 熵权TOPSIS 法案例 255
9.3 秩和比法 . 259
9.3.1 秩和比原理 . 259
9.3.2 RSR 案例 260
9.4 Vikor 法 . 264
9.4.1 Vikor 法原理 . 264
9.4.2 Vikor 法案例 . 265
第10 章 常用综合评价分析 271
10.1 灰色关联法 . 272
10.1.1 灰色关联法原理
第一篇 数据分析入门
第1 章 SPSSAU 平台概述 . 2
1.1 SPSSAU 平台简介 . 2
1.2 SPSSAU 平台使用 . 4
1.3 获得帮助 . 9
第2 章 数据探索及分析 . 12
2.1 分析方法数据格式 . 12
2.2 探索数据特征 . 14
2.2.1 两种数据类型 . 14
2.2.2 定类数据探索分析 . 15
2.2.3 定量数据探索分析 . 15
2.2.4 小结 . 18
2.3 数据分布之正态性分析 . 19
2.3.1 正态分布图示法 . 19
2.3.2 正态分布检验法 . 21
2.3.3 正态分布转换处理 . 22
2.3.4 小结 . 23
2.4 常用分析方法选择 . 23
2.4.1 定类或定量数据分析方法 . 24
2.4.2 定类和定类数据分析方法 . 26
2.4.3 定类和定量数据分析方法 . 27
2.4.4 定量和定量数据分析方法 . 29
2.4.5 小结 . 30
第3 章 数据清理 . 31
3.1 数据标签设置 . 31
3.2 数据编码 . 34
3.3 异常值处理 . 36
3.4 生成变量 . 38
3.4.1 常用处理 . 38
3.4.2 量纲处理 . 39
3.4.3 科学计算 . 42
3.4.4 汇总处理 . 42
3.4.5 日期相关处理 . 42
3.4.6 其他 . 43
3.5 标题处理 . 44
第二篇 常用研究方法应用
第4 章 差异关系研究 . 48
4.1 t 检验 . 49
4.1.1 正态分布与方差齐性 . 50
4.1.2 t 检验分析步骤 . 51
4.1.3 单样本t 检验 52
4.1.4 配对样本t 检验 53
4.1.5 独立样本t 检验 54
4.1.6 概要t 检验 55
4.2 方差分析 . 57
4.2.1 方法概述 . 58
4.2.2 方差分析类型的选择 . 60
4.2.3 单因素方差分析 . 61
4.2.4 双因素及多因素方差分析 . 65
4.2.5 简单效应分析 . 68
4.3 卡方检验 . 69
4.3.1 方法概述 . 69
4.3.2 2×2 四格表卡方检验 71
4.3.3 R×C 列联表卡方检验与多重比较 . 73
4.3.4 fisher 卡方检验 . 76
4.3.5 配对卡方检验 . 78
4.3.6 分层卡方检验 . 79
4.3.7 卡方拟合优度检验 . 83
4.4 非参数秩和检验 . 84
4.4.1 方法介绍 . 84
4.4.2 单样本Wilcoxon 检验 . 85
4.4.3 两组独立样本Mann-Whitney 检验 . 86
4.4.4 多组独立样本Kruskal-Wallis 检验 . 87
4.4.5 配对样本Wilcoxon 秩和检验 . 89
4.4.6 多样本Friedman 检验 91
第5 章 相关影响关系研究 93
5.1 相关分析 . 94
5.1.1 相关关系概述 . 94
5.1.2 相关分析步骤 . 96
5.1.3 两个变量相关实例分析 . 97
5.1.4 偏相关实例分析 . 101
5.2 线性回归 . 103
5.2.1 线性回归模型与检验 . 104
5.2.2 线性回归适用条件 . 105
5.2.3 线性回归的一般步骤 . 106
5.2.4 多重线性回归的实例分析 . 107
5.2.5 逐步线性回归的实例分析 . 114
5.2.6 有哑变量的线性回归 . 117
5.3 Logistic 回归 . 120
5.3.1 方法概述 . 121
5.3.2 二元Logistic 回归 123
5.3.3 多分类Logistic 回归 129
5.3.4 有序Logistic 回归 132
5.3.5 条件Logistic 回归 136
5.4 曲线与非线性回归 . 138
5.4.1 方法概述 . 138
5.4.2 曲线回归 . 139
5.4.3 非线性回归 . 143
第6 章 信息浓缩及聚类研究 147
6.1 因子分析 . 148
6.1.1 基本原理 . 148
6.1.2 分析步骤 . 149
6.1.3 因子分析实例分析 . 151
6.2 主成分分析 . 156
6.2.1 思想与应用 . 156
6.2.2 与因子分析的区别 . 157
6.2.3 分析步骤 . 158
6.2.4 主成分实例分析 . 159
6.3 对应分析 . 164
6.3.1 方法概述 . 164
6.3.2 简单对应分析 . 166
6.3.3 多重对应分析 . 169
6.4 多维尺度分析 . 171
6.4.1 方法概述 . 171
6.4.2 矩阵数据实例分析 . 173
6.4.3 原始数据实例分析 . 175
6.5 聚类分析 . 177
6.5.1 聚类方法的选择 . 177
6.5.2 K-means 聚类 180
6.5.3 K-prototype 聚类 . 184
6.5.4 分层聚类 . 188
第三篇 数据综合评价及预测
第7 章 权重关系研究 . 192
7.1 权重计算方法 . 192
7.1.1 主观赋权法 . 193
7.1.2 客观赋权法 . 193
7.2 主成分分析法 . 194
7.2.1 权重计算步骤 . 194
7.2.2 主成分分析法权重计算实例 . 195
7.3 熵值法 . 197
7.3.1 基本原理 . 198
7.3.2 熵值法权重计算实例 . 199
7.4 层次分析法 . 202
7.4.1 原理介绍 . 202
7.4.2 层次分析法流程 . 205
7.4.3 层次分析法实例分析 . 206
7.5 其他权重法 . 210
7.5.1 CRITIC 权重法 . 210
7.5.2 独立性权重法 . 213
7.5.3 信息量权重法 . 215
第8 章 数据预测分析 . 218
8.1 ARIMA 模型 . 219
8.1.1 ARMA 模型分析流程 219
8.1.2 ARMA 模型案例 225
8.2 指数平滑法 . 230
8.2.1 一次指数平滑法 . 231
8.2.2 二次指数平滑法 . 233
8.2.3 三次指数平滑法 . 235
8.3 灰色预测模型 . 238
8.3.1 灰色预测模型原理 . 238
8.3.2 灰色预测模型分析 . 240
8.4 马尔可夫预测 . 243
第9 章 优劣决策分析 . 247
9.1 TOPSIS 法 . 247
9.1.1 TOPSIS 法原理 . 247
9.1.2 TOPSIS 法案例 . 249
9.1.3 TOPSIS 法问题探讨 . 252
9.2 熵权TOPSIS 法 254
9.2.1 熵权TOPSIS 法原理 254
9.2.2 熵权TOPSIS 法案例 255
9.3 秩和比法 . 259
9.3.1 秩和比原理 . 259
9.3.2 RSR 案例 260
9.4 Vikor 法 . 264
9.4.1 Vikor 法原理 . 264
9.4.2 Vikor 法案例 . 265
第10 章 常用综合评价分析 271
10.1 灰色关联法 . 272
10.1.1 灰色关联法原理
