多元統(tǒng)計(jì)分析方法

內(nèi)容概要

本書(shū)涉及多元統(tǒng)計(jì)分析中最常見(jiàn)的九種方法：回歸分析、時(shí)間序列分析、方差分析、判別分析、邏輯回歸、聯(lián)列表與相合性分析、因子分析、聚類分析和聯(lián)合分析。在行文時(shí)，作者把對(duì)數(shù)學(xué)基礎(chǔ)的要求降到了最低限度，自始至終利用一個(gè)例子，通過(guò)通俗易懂的語(yǔ)言闡述有關(guān)方法的原理和運(yùn)用，并從方法運(yùn)用的角度出發(fā)，介紹了SPSS軟件在有關(guān)方而的運(yùn)行步驟，重點(diǎn)說(shuō)明讀者在運(yùn)用這些方法時(shí)可以把握和調(diào)整的方面以及每個(gè)方法客觀的一面。本書(shū)可以整本作為教材，也可以根據(jù)需要參閱各章的內(nèi)容，各章具有相對(duì)獨(dú)立性。    本書(shū)所有的運(yùn)算部是用SPSS 15.0簡(jiǎn)體中文版完成的，運(yùn)算的主要步驟通過(guò)屏幕截圖展示給讀者，使得讀者能夠很快掌握SPSS的運(yùn)用。我們選取了通俗易懂的市場(chǎng)研究方面的例子，確保各專業(yè)的讀者都能夠理解例子的含義，并通過(guò)例子掌握各種方法的運(yùn)用，進(jìn)而能夠融會(huì)貫通到其他的應(yīng)用領(lǐng)域。讀者可以在本朽的官網(wǎng)http：//www，multivariate.de得到更進(jìn)一步的信息，我們將為中國(guó)讀者沒(méi)立一個(gè)特別的區(qū)域，使得不懂德語(yǔ)的讀者也可以在網(wǎng)上得到我們的有關(guān)服務(wù)。    本書(shū)可以作為非數(shù)學(xué)專業(yè)本科和研究生的教材，也可以作為各專業(yè)研究人員和工程技術(shù)人員的工具書(shū)。

作者簡(jiǎn)介

克勞斯·巴克豪斯，德國(guó)明斯特大學(xué)市場(chǎng)學(xué)教授，B2B營(yíng)銷研究所所長(zhǎng)、市場(chǎng)學(xué)研究中心主任。

書(shū)籍目錄

導(dǎo)論  0.1  撰寫本書(shū)的目的  0.2  數(shù)據(jù)和測(cè)度  0.3  多元分析方法的分類    0.3.1  結(jié)構(gòu)檢驗(yàn)的方法    0.3.2  結(jié)構(gòu)發(fā)現(xiàn)的方法    O.3.3  小結(jié)  0.4  SPSS的使用    0.4.1  數(shù)據(jù)    0.4.2  簡(jiǎn)單的統(tǒng)計(jì)量和圖形    O.4.3  命令語(yǔ)言    0.4.4  SPSS系統(tǒng)  參考文獻(xiàn)第1章 回歸分析  1.1  問(wèn)題的提出  1.2  分析過(guò)程    1.2.1  建模    1.2.2  估計(jì)回歸函數(shù)    1.2.3  檢驗(yàn)回歸函數(shù)    1.2.4  檢驗(yàn)回歸系數(shù)    1.2.5  檢驗(yàn)?zāi)Ｐ颓疤? 1.3  案例    1.3.1  組回歸分析    1.3.2  逐步回歸分析    1.3.3  SPSS命令  1.4  應(yīng)用建議  1.5  數(shù)學(xué)附錄  參考文獻(xiàn)第2章 時(shí)間序列分析  2.1  問(wèn)題的提出  2.2  分析過(guò)程    2.2.1  繪制時(shí)間序列    2.2.2  建模    2.2.3  估計(jì)模型    2.2.4  進(jìn)行預(yù)測(cè)    2.2.5  檢驗(yàn)預(yù)測(cè)有效性    2.2.6  非線性趨勢(shì)模型    2.2.7  考慮結(jié)構(gòu)性變化    2.2.8  考慮周期性波動(dòng)  2.3  使用SPSS    2.3.1  線性回歸    2.3.2  曲線擬合  2.4  案例：人造黃油市場(chǎng)的時(shí)間序列分析    2.4.1  外推模型    2.4.2  結(jié)構(gòu)模型    2.4.3  總結(jié)  2.5  應(yīng)用建議  2.6  數(shù)學(xué)附錄  參考文獻(xiàn)第3章 方差分析  3.1  問(wèn)題的提出  3.2  分析過(guò)程    3.2.1  單因素方差分析    3.2.2  雙因素方差分析    3.2.3  方差分析推廣精選  3.3  案例    3.3.1  問(wèn)題的提出    3.3.2  結(jié)果    3.3.3  SPSS命令  3.4  應(yīng)用建議  參考文獻(xiàn)第4章 判別分析  4.1  問(wèn)題的提出  4.2  分析過(guò)程    4.2.1  定義組    4.2.2  建立判別函數(shù)    4.2.3  估計(jì)判別函數(shù)    4.2.4  檢驗(yàn)判別函數(shù)    4.2.5  檢驗(yàn)判別變量    4.2.6  將新元素分類  4.3  案例    4.3.1  問(wèn)題的提出    4.3.2  結(jié)果    4.3.3  逐步判別分析    4.3.4  SPSS命令  4.4  應(yīng)用建議  4.5  數(shù)學(xué)附錄  參考文獻(xiàn)第5章 邏輯回歸  5.1  問(wèn)題的提出    5.1.1  邏輯回歸的基本思想    5.1.2  建立邏輯回歸方程  5.2  分析過(guò)程    5.2.1  建模    5.2.2  估計(jì)邏輯回歸函數(shù)    5.2.3  解釋回歸系數(shù)    5.2.4  檢驗(yàn)?zāi)Ｐ驼w    5.2.5  檢驗(yàn)特征變量  5.3  案例    5.3.1  問(wèn)題的提出    5.3.2  結(jié)果    5.3.3  SPSS命令  5.4  應(yīng)用建議  5.5  數(shù)學(xué)附錄  參考文獻(xiàn)第6章 聯(lián)列表和相合性分析  6.1  問(wèn)題的提出  6.2  分析過(guò)程    6.2.1  編制聯(lián)列表    6.2.2  解釋結(jié)果    6.2.3  檢驗(yàn)相關(guān)關(guān)系  6.3  案例    6.3.1  問(wèn)題的提出    6.3.2  結(jié)果    6.3.3  SPSS命令  6.4  應(yīng)用建議  參考文獻(xiàn)第7章 因子分析  7.1  問(wèn)題的提出  7.2  分析過(guò)程    7.2.1  變量選擇和相關(guān)矩陣的計(jì)算    7.2.2  因子的提取    7.2.3  累積方差貢獻(xiàn)率的確定    7.2.4  因子的數(shù)量    7.2.5  因子闡釋    7.2.6  因子得分的確定    7.2.7  因子分析的小結(jié)  7.3  案例    7.3.1  問(wèn)題的提出    7.3.2  結(jié)果    7.3.3  SPSS命令  7.4  應(yīng)用建議    7.4.1  使用因子分析時(shí)的問(wèn)題    7.4.2  進(jìn)行因子分析的建議  7.5  數(shù)學(xué)附錄  參考文獻(xiàn)第8章 聚類分析  8.1  問(wèn)題的提出  8.2  分析過(guò)程    8.2.1  相似性的確定    8.2.2  合并算法的選擇    8.2.3  類數(shù)的確定  8.3  案例    8.3.1  問(wèn)題的提出    8.3.2  結(jié)果    8.3.3  SPSS命令  8.4  應(yīng)用建議    8.4.1  進(jìn)行聚類分析之前的考慮    8.4.2  聚類分析使用說(shuō)明  參考文獻(xiàn)第9章 聯(lián)合分析  9.1  問(wèn)題的提出  9.2  分析過(guò)程    9.2.1  屬性和屬性水平    9.2.2  受測(cè)設(shè)計(jì)    9.2.3  受測(cè)體的評(píng)價(jià)    9.2.4  效用值的估計(jì)    9.2.5  效用值的聚集  9.3  案例    9.3.1  問(wèn)題的提出    9.3.2  分析結(jié)果    9.3.3  SPSS命令  9.4  運(yùn)用建議    9.4.1  經(jīng)典的聯(lián)合分析的實(shí)施    9.4.2  選擇的聯(lián)合分析方法的應(yīng)用  9.5  數(shù)學(xué)附錄  參考文獻(xiàn)附錄1  t-分布表附錄2  F-分布表附錄3  按照Cochran的c-分布表附錄4  x2-分布表附錄5  x2-分布的百分率值一自由度為V的分布附錄6  Durbin-Watson-檢驗(yàn)表（置信度0.95）附錄7  q-值表

章節(jié)摘錄

　　第1章 回歸分析　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　1.2 分析過(guò)程　　1.2.5　檢驗(yàn)?zāi)Ｐ颓疤帷　∩衔脑u(píng)價(jià)了用最小二乘法得出的回歸參數(shù)估計(jì)以及檢驗(yàn)準(zhǔn)則的可用性，這些都取決于我們到目前為止都默認(rèn)的有關(guān)分布的假設(shè)，在此，上文引入的隨機(jī)誤差項(xiàng)起到重要作用?！　∫腚S機(jī)誤差項(xiàng)，是為了考察現(xiàn)實(shí)情況建模中存在的不確定性。實(shí)際變量y的波動(dòng)絕不可能完全由一定個(gè)數(shù)的可觀察變量解釋，所以我們給出（14）式作為隨機(jī)模型，它是回歸分析的基礎(chǔ)?！　‰S機(jī)誤差項(xiàng)存在的原因特別有如下兩條：　?。?）由于未考慮到的影響量；　?。?）數(shù)據(jù)誤差：測(cè)量誤差和選擇誤差。　　若考慮y所有可能的影響量，則運(yùn)算工作量極大，從而使模型不便于使用，所以，模型的值應(yīng)比實(shí)際更簡(jiǎn)單，僅需反映重要的結(jié)構(gòu)?！　?shù)據(jù)誤差主要是指受測(cè)量精確度限制的測(cè)量誤差，和從抽樣中獲取數(shù)據(jù)時(shí)產(chǎn)生的選擇誤差。在抽樣調(diào)查中，不可避免有隨機(jī)的選擇誤差?！　?duì)需解釋變量y，我們想到銷售數(shù)據(jù)（銷量、市場(chǎng)占有率、客戶覆蓋范圍和市場(chǎng)知名度等），它們大多是抽樣數(shù)據(jù)，也肯定含有測(cè)量誤差。作為影響量，除了供應(yīng)商的措施，還包括競(jìng)爭(zhēng)對(duì)手的措施和交易商的措施，此外，還可能存在多種多樣的國(guó)民經(jīng)濟(jì)影響、社會(huì)影響或其他環(huán)境影響。最后，買賣成交與否都由個(gè)人決定，而人類的行為總包含一定的隨機(jī)性?！　∫虼?，有充分的理由認(rèn)為隨機(jī)誤差項(xiàng)是一個(gè)隨機(jī)量，而隨機(jī)模型是回歸分析的基礎(chǔ)。觀察值可理解為由此隨機(jī)模型產(chǎn)生過(guò)程的表現(xiàn)，觀察數(shù)量構(gòu)成可能的現(xiàn)實(shí)抽樣?！　∵M(jìn)行回歸分析時(shí)，會(huì)做一系列的假設(shè)，它們同作為研究基礎(chǔ)的隨機(jī)模型有關(guān)。下面，我們將研究這些假設(shè)的意義以及違背假設(shè)的后果。這里，我們僅研究線性回歸分析（亦可用其處理非線性問(wèn)題），即回歸分析的典型或線性模型。

編輯推薦

　　這是德國(guó)著名的多元統(tǒng)計(jì)分析方法的經(jīng)典教材，現(xiàn)在是第11版。它系統(tǒng)、全面地介紹了當(dāng)前在多元統(tǒng)計(jì)分析方面常用的各種方法，包括：回歸分析、時(shí)間序列分析、方差分析、判別分析、邏輯回歸、聯(lián)列表與相合性分析、因子分析、聚類分析和聯(lián)合分析。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    多元統(tǒng)計(jì)分析方法 PDF格式下載

---