SPSS統計學與案例應用精解

"張 甜山東大學經濟學博士，現任職於山東管理學院，教授本科生統計學、計量經濟學等課程，在《財貿經濟》《經濟評論》《財經科學》《財貿研究》等重要期刊發文多篇，參與多項國家級、省部級課題，著有《SPSS統計學原理與實證研究應用精解》《Stata統計分析從入門到精通》《Python數據科學應用從入門到精通》等近10本暢銷的數據分析教材。楊維忠山東大學經濟學碩士，CPA，十余年商業銀行風控、營銷、內控等工作經歷，具有豐富的業務授課經驗和實操經歷，著有《SPSS統計分析入門與應用精解(視頻教學版)》《Python機器學習原理與算法實現》《Stata統計分析商用建模與綜合案例》等10余本暢銷的數據分析教材。"

目  錄

 

第一部分  SPSS統計學入門篇

第1章  SPSS入門 2

1.1  SPSS簡介 2

1.2  SPSS安裝要求、啟動與關閉 3

1.2.1  SPSS安裝要求 3

1.2.2  SPSS啟動與關閉 3

1.2.3  SPSS軟件常用窗口 5

1.3  SPSS選項設置 7

1.3.1  “常規”選項卡 7

1.3.2  “語言”選項卡 8

1.3.3  “查看器”選項卡 8

1.3.4  “數據”選項卡 9

1.3.5  “輸出”選項卡 10

1.3.6  “圖表”選項卡 11

1.4  SPSS界面設置 12

1.4.1  狀態欄設置 12

1.4.2  網格線設置 12

1.4.3  菜單設置 13

1.4.4  字體設置 14

1.5  數據編輯器的基本操作 14

1.5.1  數據編輯器的變量視圖操作 15

1.5.2  數據編輯器的數據視圖操作 18

1.6  本章習題 20

第2章  數據加工處理 21

2.1  變量和樣本觀測值基本操作 21

2.1.1  變量和觀測值的移動、復制與刪除 21

2.1.2  在現有數據文件中增加新的變量 22

2.1.3  在現有數據文件中增加新的樣本觀測值 22

2.2  根據現有的變量建立新變量 23

2.2.1  通過變量計算生成新變量 23

2.2.2  通過對樣本觀測值計數生成新的變量 25

2.2.3  量表得分或分類變量重新編碼操作 28

2.2.4  連續變量編碼為分類變量 32

2.2.5  生成虛擬變量 36

2.3  數據讀取 36

2.3.1  SPSS數據文件的打開與保存 36

2.3.2  SPSS支持的其他格式的數據文件 37

2.3.3  讀取Stata數據文件 38

2.3.4  讀取Excel數據文件 39

2.3.5  讀取文本數據文件 41

2.4  數據查找 45

2.4.1  按照觀測值序號查找單元格 45

2.4.2  按照變量值查找數據 45

2.5  數據行列轉置 46

2.6  數據排序 47

2.6.1  對數據按照變量進行排序 47

2.6.2  對數據按照樣本觀測值進行排序 48

2.7  數據加權處理 49

2.8  數據合並 50

2.8.1  按照樣本觀測值合並數據文件 50

2.8.2  按照變量合並數據文件 52

2.9  數據分解 55

2.10  數據匯總 57

2.11  數據結構重組 59

2.11.1  由變量組到樣本觀測值組的重組 59

2.11.2  由樣本觀測值組到變量組的重組 62

2.12  數據缺失值處理 64

2.13  本章習題 66

第3章  統計學知識 67

3.1  統計學常用的基本概念 67

3.1.1  總體、樣本與統計推斷 67

3.1.2  頻率與概率 68

3.1.3  條件概率、獨立事件與全概率公式 68

3.1.4  概率函數與概率密度函數 69

3.2  概率分布 69

3.2.1  離散型概率分布 69

3.2.2  連續型概率分布 70

3.3  統計量 73

3.3.1  集中趨勢統計量 74

3.3.2  離散趨勢統計量 75

3.3.3  分布趨勢統計量 76

3.4  大數定律與中心極限定理 77

3.4.1  大數定律 77

3.4.2  中心極限定理 77

3.5  參數估計 78

3.5.1  點估計 78

3.5.2  區間估計 79

3.5.3  參數估計的無偏性、有效性以及一致性 80

3.6  假設檢驗 80

3.6.1  假設檢驗概述 81

3.6.2  T檢驗、Z檢驗和F檢驗 82

3.6.3  參數檢驗和非參數檢驗 84

3.6.4  模型設定檢驗 85

3.7  本章習題 85

第二部分  基礎統計案例應用

第4章  統計圖形繪制 88

4.1  3種典型的圖形繪制方法 89

4.1.1  圖表構建器 89

4.1.2  圖形畫板模板選擇器 92

4.1.3  舊對話框 94

4.2  條形圖：繪制世界部分地區不同年齡區間人口占比條形圖 97

4.2.1  條形圖的類型 97

4.2.2  簡單條形圖 98

4.2.3  分類條形圖 101

4.2.4  分段條形圖 102

4.3  直方圖：繪制晨鳴紙業A股每日收盤價直方圖 103

4.4  箱圖：繪制陜西、浙江、江蘇、福建四個省份星級酒店營業額箱圖 104

4.4.1  箱圖的類型 105

4.4.2  簡單箱圖 105

4.4.3  簇狀箱圖 106

4.5  散點圖：繪制美國制造業PMI指數、中小企業樂觀指數、失業率散點圖 107

4.5.1  散點圖的類型 108

4.5.2  簡單散點圖 108

4.5.3  重疊散點圖 109

4.5.4  矩陣散點圖 110

4.5.5  三維散點圖 111

4.6  折線圖：繪制中國沿海省市海洋生產總值折線圖 112

4.6.1  折線圖的類型 112

4.6.2  簡單折線圖 112

4.6.3  多線折線圖 114

4.6.4  垂線折線圖 114

4.7  面積圖：繪制美國對外國買家出售住房的銷售額面積圖 116

4.7.1  面積圖的類型 116

4.7.2  簡單面積圖 116

4.7.3  堆積面積圖 117

4.8  餅圖：分析主要國家和地區半導體銷售占比 118

4.9  誤差條形圖：繪制歐洲不同國家航空公司飛機利用率誤差條形圖 119

4.9.1  誤差條形圖的類型 120

4.9.2  簡單誤差條形圖 120

4.9.3  簇狀誤差條形圖 121

4.10  雙軸線圖：繪制中國歷年全社會固定資產投資與GDP雙軸線圖 122

4.11  時間序列趨勢圖：分析中國網約車訂單總量、網約車公司經營許可量 124

4.11.1  時間序列趨勢圖 124

4.11.2  自相關序列圖和偏自相關序列圖 124

4.11.3  互相關序列圖 126

4.12  高低圖：繪制美的集團A股股價高低圖 127

4.13  本章習題 127

第5章  描述統計分析 129

5.1  頻率分析 129

5.1.1  統計學原理 129

5.1.2  案例應用—分析汽車制造業上市公司盈利能力指標 130

5.1.3  結果解讀 132

5.2  描述分析 134

5.2.1  統計學原理 134

5.2.2  案例應用—分析上海金交所黃金現貨收盤價 134

5.2.3  結果解讀 135

5.3  探索分析 136

5.3.1  統計學原理 136

5.3.2  案例應用—分析我國新能源汽車月度產量 136

5.3.3  結果解讀 139

5.4  交叉表分析 143

5.4.1  統計學原理 143

5.4.2  案例應用—分析專用設備制造業上市公司ESG數據 143

5.4.3  結果解讀 147

5.5  本章習題 149

第6章  均值比較、T檢驗、單因素方差分析 150

6.1  平均值分析 150

6.1.1  統計學原理 150

6.1.2  案例應用—分析中美等國家年平均光伏安裝量 150

6.1.3  結果解讀 152

6.2  單樣本T檢驗 154

6.2.1  統計學原理 154

6.2.2  案例應用—分析中國有色市場1#銅的價格 154

6.2.3  結果解讀 155

6.3  獨立樣本T檢驗 156

6.3.1  統計學原理 156

6.3.2  案例應用—分析不同類型國家的替代能源和核能占能耗總量的比重 156

6.3.3  結果解讀 158

6.4  成對樣本T檢驗 158

6.4.1  統計學原理 159

6.4.2  案例應用—分析辦公電腦通過軟件優化開機時間的效果 159

6.4.3  結果解讀 159

6.5  單因素ANOVA檢驗 160

6.5.1  統計學原理 160

6.5.2  案例應用—分析部分歐洲國家外匯儲備量 160

6.5.3  結果解讀 163

6.6  本章習題 165

第7章  非參數檢驗 167

7.1  卡方檢驗 167

7.1.1  統計學原理 167

7.1.2  案例應用—分析工商銀行A股每日漲跌幅數據 168

7.1.3  結果解讀 170

7.2  二項檢驗 171

7.2.1  統計學原理 171

7.2.2  案例應用—分析某地區新生兒性別差異 171

7.2.3  結果解讀 172

7.3  單樣本K-S檢驗 172

7.3.1  統計學原理 173

7.3.2  案例應用—分析上海期貨交易所螺紋鋼期貨收盤價 173

7.3.3  結果解讀 174

7.4  兩個獨立樣本檢驗 174

7.4.1  正態性檢驗回顧 174

7.4.2  案例應用—分析德國、荷蘭的年通貨膨脹率差異 175

7.4.3  結果解讀 176

7.5  兩個相關樣本檢驗 177

7.5.1  統計學原理 177

7.5.2  案例應用—分析試驗藥品服藥前後的效果 177

7.5.3  結果解讀 178

7.6  K個獨立樣本檢驗 179

7.6.1  統計學原理 179

7.6.2  案例應用—分析中國、韓國、日本的失業率差異 179

7.6.3  結果解讀 181

7.7  K個相關樣本檢驗 181

7.7.1  統計學原理 181

7.7.2  案例應用—分析主要城市日照時數差異 181

7.7.3  結果解讀 183

7.8  本章習題 183

第三部分  高級統計案例應用

第8章  多因素方差分析與多因變量分析 186

8.1  多因素方差分析 186

8.1.1  統計學原理 186

8.1.2  案例應用—分析德國、法國、西班牙、意大利四個國家的住房擁擠率 187

8.1.3  結果解讀 194

8.2  多因變量分析 197

8.2.1  統計學原理 197

8.2.2  案例應用—分析我國部分省份地方政府債券收益率影響因素 197

8.2.3  結果解讀 201

8.3  本章習題 208

第9章  相關分析 209

9.1  雙變量相關分析 209

9.1.1  統計學原理 209

9.1.2  案例應用—分析國際原油價格和黃金價格的相關性 210

9.1.3  結果解讀 212

9.2  偏相關分析 213

9.2.1  統計學原理 213

9.2.2  案例應用—分析商業銀行公司存貸款增長的相關性 213

9.2.3  結果解讀 215

9.3  本章習題 216

第10章  回歸分析 217

10.1  線性回歸分析 217

10.1.1  統計學原理 217

10.1.2  案例應用—分析歐元區20國經濟景氣指數的影響因素 218

10.1.3  結果解讀 222

10.2  加權最小二乘回歸分析 227

10.2.1  統計學原理 227

10.2.2  案例應用—分析中等收入國家航空運輸客運量的影響因素 227

10.2.3  結果解讀 229

10.3  曲線估算回歸分析 230

10.3.1  統計學原理 230

10.3.2  案例應用—分析英國工業生產指數對失業救濟率的影響 230

10.3.3  結果解讀 232

10.4  二元Logistic回歸分析 234

10.4.1  統計學原理 235

10.4.2  案例應用—分析商業銀行公司客戶信用風險影響因素 235

10.4.3  結果解讀 239

10.5  多元Logistic回歸分析 242

10.5.1  統計學原理 242

10.5.2  案例應用—分析血糖含量與年齡、糖攝入量、運動量的關系 243

10.5.3  結果解讀 246

10.6  有序回歸分析 249

10.6.1  統計學原理 249

10.6.2  案例應用—分析生產車間工人年度獎金檔次 250

10.6.3  結果解讀 252

10.7  非線性回歸分析 253

10.7.1  統計學原理 253

10.7.2  案例應用——分析工作年限對績效年薪的影響 254

10.7.3  結果解讀 256

10.8  本章習題 257

第四部分  專業統計案例應用

第11章  因子分析 260

11.1  統計學原理 260

11.2  案例應用—分析39家上市銀行風險與效益指標 262

11.3  結果解讀 268

11.4  本章習題 275

第12章  信度分析 276

12.1  統計學原理 276

12.2  案例應用—分析自我效能感調查問卷信度 277

12.3  結果解讀 280

12.4  本章習題 283

第13章  聚類分析 284

13.1  二階聚類分析 284

13.1.1  統計學原理 284

13.1.2  案例應用—分析私募基金業績表現 285

13.1.3  結果解讀 288

13.2  K均值聚類分析 289

13.2.1  統計學原理 289

13.2.2  案例應用—分析A股電氣機械和器材制造業上市公司財務指標 289

13.2.3  結果解讀 292

13.3  系統聚類分析 294

13.3.1  統計學原理 294

13.3.2  案例應用—分析美股酒店及汽車旅館公司盈利能力 294

13.3.3  結果解讀 298

13.4  本章習題 301

第14章  時間序列預測 302

14.1  時間序列數據的預處理 302

14.1.1  統計學原理 302

14.1.2  案例應用—分析甘肅省歷年降雨量月度數據 303

14.1.3  結果解讀 305

14.2  專家建模器 306

14.2.1  統計學原理 306

14.2.2  案例應用—分析日本東京部分零售商品價格走勢 307

14.2.3  結果解讀 314

14.3  指數平滑法、ARIMA模型 315

14.4  季節分解模型 317

14.4.1  統計學原理 317

14.4.2  案例應用——分析德國歷年貿易差額月度數據 318

14.4.3  結果解讀 319

14.5  本章習題 320

第15章  生存分析 321

15.1  壽命表分析 321

15.1.1  統計學原理 322

15.1.2  案例應用—分析患者鍛煉強度與生存時間之間的關系 323

15.1.3  結果解讀 326

15.2  Kaplan-Meier分析 328

15.2.1  統計學原理 328

15.2.2  案例應用—分析藥物種類和劑量對生存時間的影響 328

15.2.3  結果解讀 331

15.3  Cox回歸分析 334

15.3.1  統計學原理 334

15.3.2  案例應用—分析年齡、吸煙、康復訓練和住院時間對生存時間的影響 335

15.3.3  結果解讀 338

15.4  本章習題 340

第五部分  AI工具應用

第16章  DeepSeek等AI工具的應用 342

16.1  AI工具對學習SPSS統計分析的作用 342

16.2  SPSS統計分析AI提示實例 343

16.2.1  圖形繪制AI簡單提示示例 343

16.2.2  線性回歸分析AI簡單提示示例 344

16.2.3  二元Logistic回歸AI簡單提示示例 345

16.2.4  因子分析AI系統提示示例 346

16.2.5  生存分析AI系統提示示例 347

16.2.6  AI提示應用總結 348