<p>统计数据处理分析软件种类很多,功能各异,但大多专业性较强,使用起来较为复杂。而Excel 软件作为微软(Microsoft)公司旗下的一款经典数据处理软件,界面简洁,功能丰富,操作方便,并能满足统计工作人员对统计数据加工汇总和处理分析的基本需求,成为广大统计工作者的必备工具。
量化研究与统计分析
✍ Scribed by 邱皓政
- Publisher
- 重庆大学出版社
- Year
- 2009
- Tongue
- Chinese
- Leaves
- 370
- Series
- 万卷方法
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
《量化研究与统计分析:SPSS中文视窗版数据分析范例解析》分别从量化研究的基本思路和方法、统计原理和技术、软件应用三部分进行材料的组织,并将三部分内容有机地结合了起来,并对二十余种常用量化分析技术辅以完整的范例。这种组织方式相对于目前流行的分别将统计学和软件应用分别成书的做法,更能帮助读者在整体上学会做量化研究。在难度的把握上,《量化研究与统计分析:SPSS中文视窗版数据分析范例解析》主要立足于为量化研究的初学者服务的思想,材料选择、内容设计都比较基础,因此,完全可以作为社会学、心理学 、管理学、教育学等学科的本科生和研究生的量化研究方法课程的教材。《量化研究与统计分析:SPSS中文视窗版数据分析范例解析》的读者对象是量化研究方法的学习者和使用者,适合社会科学各学科高年级本科生、硕博士研究生自学,也适合教师教学辅助参考。
✦ Table of Contents
出版者说明
自序
目录
第一篇 量化研究的基本概念
第一章 科学研究与量化方法
第一节 科学研究的概念与方法
一、科学的目的与功能
二、科学研究的特性
三、科学研究的内容
四、理论及其功能
第二节 主要的量化研究设计
一、调查法
二、相关法
三、实验法
四、量化方法之比较
第三节 量化研究的结构与内容
一、绪论
二、方法
三、结果
四、讨论
第四节 量化研究的程序
一、理论引导阶段
二、数据搜集阶段
三、数据分析阶段
第五节 计算机软件包在科学研究上的应用
第二章 测量理论与方法
第一节 测量的基本概念
一、测量的意义
二、测量与统计的基础:变异
第二节 测量的尺度
一、名义尺度
二、顺序尺度
三、等距尺度
四、比率尺度
五、测量尺度的比较
第三节 测量的格式
一、测量格式的基本特性
二、量化研究的测量格式
三、测量格式的比较
第二篇 数据处理与数据查核
第三章 数据计算机化与SPSS介绍
第一节 编码系统的建立与应用
一、编码系统与工具发展的优先性
二、编码系统的概念
三、文字资料的计量处理
四、编码表
五、废卷处理
第二节 SPSS的介绍
一、SPSS简介
二、SPSS的基本运作原理
三、SPSS的基本操作
四、SPSS的各种窗口
第四章 数据库的建立
第一节 建立SPSS数据文件
一、SPSS数据窗口的开启
二、数据库的建立
第二节 其他文档的转入
一、EXCEL文档读入
二、由文字文档(ASCII档案,.dat)读入
第三节 复选题处理与分析
一、复选题的基本格式
二、基本分析策略
三、复选题分析
第四节 排序题处理与分析
一、排序题的基本格式
二、次数分布表的应用
三、交叉表的应用
第五章 数据与文档管理
第一节 数据管理功能
一、新增变量与观察值
二、数据查询
三、数据排序
四、数据转置
五、定义变量属性
第二节 文档管理功能
一、观察值加权
二、分割文档
三、选择观察值
四、数据合并:新增观察值
五、数据合并:新增变量
第三节 数据转换功能
一、计算
二、重新编码
三、数据分组
四、计数
五、等级观察值
第六章 数据检核
第一节 数据查核
一、过程检核
二、终点查核
第二节 遗漏值处理
一、遗漏的型态
二、遗漏值的处置
三、SPSS的遗漏值处理功能
第三节 偏离值的侦测与处置
一、单变量偏离检验
二、多变量偏离检验
三、偏离值的处理
第四节 反应心向
一、反应心向的界定
二、反应心向的处理
第七章 数据的图示
第一节 次数分布表的运用
一、基本原理
二、次数分布的图示
三、茎叶图
四、次数分布表的制作
第二节 统计图的运用
一、茎叶图的制作
二、长条图的制作
三、线形图的制作
四、散布图的制作
第八章 描述统计的原理与应用
第一节 集中量数
一、平均数
二、中位数
三、众数
四、集中量数的特性与使用时机
第二节 变异量数
一、全距
二、四分差
三、以离均差为基础的变异量数
四、变异量数的特性与使用时机
第三节 偏态与峰度
一、偏态
二、峰度
三、偏态与峰度的判断
第四节 相对量数
一、百分等级与百分位数
第五节 标准分数
一、Z分数
二、正态化Z分数
三、T分数
第六节 描述统计的SPSS操作
一、次数分布表功能
二、描述性统计量功能
三、观察值摘要功能
四、相对量数转换
五、Z分数转换
六、T分数转换
第三篇 统计分析的原理与技术
第九章 类别数据的分析——卡方检验
第一节 基本概念
一、类别数据的呈现
二、类别数据的检验形式
第二节 类别变量的统计检验
一、残差分析
二、卡方检验
三、校正公式
第三节 类别变量的关联系数
一、Phi(φ)系数
二、列联系数与V系数
三、Lambda(λ)系数
四、Tau(Ty)系数
第四节 顺序变量的关联分析
一、Gamma系数
二、Tau-b与Tau-c系数
三、Kappa量数
四、Somers's dyx
第五节 范例解析
第十章 平均数的差异检验——t检验
第一节 基本概念
一、Z检验与t检验
二、单总体与多总体检验
三、单尾与双尾检验
四、独立样本与相依样本
第二节 平均数差异检验的原理
一、抽样分布与中央极限定理
二、统计检验的决策原则
三、平均数的统计检验
四、t检验的基本假设
第三节 范例解析
第十一章 平均数的变异分析——ANOVA
第一节 基本概念
第二节 变异数分析的统计原理
一、基本原理
二、变异数的计算与拆解
三、相依样本的变异数分析
四、固定效果模式与随机效果模式
五、实验、族系与比较错误率
六、效果量
七、ANOVA的基本假设与相关问题
第三节 多重比较:事前与事后检验
一、事前比较
二、事后比较
第四节 共变数分析
一、控制的概念
二、连续变量作为共变量
三、共变数分析的原理
四、变异量拆解
第五节 范例解析
第十二章 多因子变异数分析
第一节 基本概念
一、多因子变异数分析的数据形式
二、多因子变异数分析的各种效果
第二节 多因子变异数分析的统计原理
一、变异数拆解
二、整体检验与事后检验
三、单纯主要效果检验
第三节 带有相依样本的多因子变异数分析
一、基本概念
二、变异数拆解
三、整体效果的假设检验
四、多因子变异数分析的交互作用图示
第四节 范例解析
第十三章 线性关系的分析——相关与回归
第一节 基本概念
第二节 积差相关的原理与特性
一、变异数与共变数
二、积差相关系数
三、积差相关系数的特性
四、积差相关的假设检验
五、Spearman等级相关
六、点二系列相关
第三节 回归分析
一、回归分析的概念
二、最小平方法与回归方程式
三、回归系数
四、回归误差与可解释变异
五、回归模型的显著性检验
六、估计标准误
七、回归系数的统计检验
八、回归系数的区间估计
九、回归分析的基本假设
第四节 范例解析
第十四章 多元回归
第一节 基本概念
第二节 多元回归的原理与特性
一、多元相关
二、多元回归方程式
三、回归系数的统计检验
四、共线性诊断
第三节 多元回归的变量选择模式
一、同时回归分析
二、逐步回归分析
三、阶层回归分析
四、三种回归方法的比较
第四节 范例解析
第四篇 测验编制的分析技术
第十五章 测验发展与信效度
第一节 测验发展的程序与步骤
一、准备阶段
二、预试阶段
三、正式阶段
四、后续发展阶段
第二节 信度
一、信度的意义
二、信度系数的原理
三、测量误差与测量标准误
四、信度的估计方法
五、影响信度的因素
第三节 效度
一、效度的意义
二、效度的类型与原理
三、其他效度的讨论
四、效度衡鉴技术
五、影响效度的因素
第四节 信度与效度之关系
第十六章 项目分析与信度估计
第一节 项目分析的基本概念
一、项目难度
二、项目鉴别度
第二节 项目分析的计量方法
一、遗漏值判断法
二、描述统计指数
三、题目总分相关法
四、内部一致性效标法
五、因素负荷量判断法
第三节 项目分析实际范例
一、遗漏检验与描述统计检测
二、极端组比较
三、同质性检验
四、综合判断
第四节 信度估计范例
一、Cronbach's α系数
二、折半信度分析结果
第十七章 因素分析
第一节 基本概念
第二节 因素分析的基本特性
一、简化结构原则
二、因素与共变结构
三、因素分析的条件
第三节 因素分析的数学原理
一、因素分析涉及之各矩阵
二、相关系数适切性的判断
三、因素的萃取
四、因素个数的决定
五、特征向量、特征值与萃取变异
六、因素结构与负荷量
七、因素转轴
八、因素分数
第四节 范例解析
参考文献
术语英汉对照表
万卷方法总书目
范例目录
范例8 描述统计的SPSS操作
范例9.1适合度检验
范例9.2独立性检验
范例10.1单样本t检验
范例10.2双样本平均数检验(独立样本)
范例10.3相依设计双样本平均数检验
范例11.1独立样本单因子变异数分析
范例11.2相依样本单因子变异数分析:重复量数
范例11.3单因子共变数分析
范例12.1二因子变异数分析(完全独立设计)
范例12.2二因子变异数分析(混合设计)
范例12.3二因子变异数分析(完全相依设计)
范例13.1 Pearson、Spearman、点二系列相关
范例13.2简单回归分析
范例14.1同时回归分析(解释型回归)
范例14.2逐步回归分析(预测型回归)
范例14.3阶层回归分析
范例16.1遗漏检验与描述统计检测
范例16.2极端组比较
范例16.3同质性检验
范例16.4 Cronbach'sα系数
范例16.5折半信度分析结果
范例17 因素分析范例解析
📜 SIMILAR VOLUMES
<p>当现实中纷繁复杂的数据罗列在我们面前时,如何找出一个有效的分析方法、建立一个拟和度较优的模型、有机结合定量与定性两种基本的研究方法,对我们分析现有数据,预测未来趋势都有至关重要的意义。这本《数据分析与统计建模》就是适合社科类研究生使用的有关统计建模的工具书。本书避开繁复的数学推导,以通俗易懂的方式让学生学会统计学方法,尤其是学会计算机统计软件的应用以及输出结果的分析。</p>
<p>数理统计与数据分析(原书第3版),ISBN:9787111336464,作者:(美)里斯 著,田金方 译</p>
这是一本由学术界公认的大师和睿智的教师介绍现代社会科学研究方法的一流教材。Treiman使复杂的问题变得简单,并提供了许多实用的建议和最优的方法。本书没有复杂的数学推导,通过大量的实例领会社会科学研究的基本逻辑和设计思想,图文并茂,浅显易懂,把握前沿最新社会科学成果。《量化数据分析:通过社会研究检验想法》不只是讲授统计学——它讲授如何用统计学回答社会问题,它教会学生如何运用统计学开展一流的量化研究。
本书介绍了几种典型的线性统计模型及其建模方法,不仅详细讲解了各种理论公式的推到过程,还就具体的案例数据结合统计软件展示数据分析的各个步骤。此外,每章还配备一定数量的理论习题与上机实验题。 本书可作为普通高等院校应用统计硕士专业学位研究生基础课程教材,也可作为数学专业大四学生和其它学科研究生统计课程的教学参考书,以及业界数据分析师的参考用书。
<p>统计方法与技术是现代社会、经济研究运用的基本方法。本书旨在提高研究生量化分析能力,在众多统计方法中,选择最实用的现代统计分析方法,在不失理论严密性的前提下,力求理清问题背景、方法思想、具体步骤、分析技巧。为重点突出方法的思想和应用,尽可能结合中国社会、经济、管理方面的实际问题,辅以案例研究,力求为非统计专业研究生进行量化分析起到一定示范作用。</p> <p>本书既可作为非统计专业,如人文社会科学、财经管理类研究生学习现代统计分析方法之用,也可作为经济统计专业学生学习用书,同时也适合从事社会、经济、管理等研究和实际工作的从业人员进行量化研究的参考书。</p>