SPSS for Windows統(tǒng)計(jì)分析

第1章 SPSS for Windows概述
1.1 SPSS for Windows環(huán)境要求及安裝
1.1.1 SPSS環(huán)境要求
1.1.2 SPSS軟件安裝方法
1.2 SPSS for Windows啟動(dòng)與退出
1.2.1 SPSS for Windows啟動(dòng)
1.2.2 SPSS for Windows退出
第2章 系統(tǒng)運(yùn)行管理方式
2.1 運(yùn)行方式
2.1.1 完全窗口菜單運(yùn)行管理方式
2.1.2 程序運(yùn)行管理方式
2.1.3 混合運(yùn)行管理方式
2.2 窗口及其功能
2.2.1 數(shù)據(jù)編輯窗口
2.2.2 輸出信息觀察窗口
2.2.3 語(yǔ)句窗口
2.3 對(duì)話框及其使用方法
2.4 系統(tǒng)參數(shù)設(shè)置
2.4.1 參數(shù)設(shè)置基本操作
2.4.2 通用參數(shù)設(shè)置
2.4.3 輸出觀察窗口參數(shù)設(shè)置
2.4.4 草稿觀察窗口參數(shù)設(shè)置
2.4.5 標(biāo)簽輸出設(shè)置
2.4.6 統(tǒng)計(jì)圖形參數(shù)設(shè)置
2.4.7 要點(diǎn)表參數(shù)設(shè)置
2.4.8 數(shù)據(jù)功能卡
2.4.9 數(shù)值型變量自定義格式設(shè)置
2.4.10 交互圖形窗口參數(shù)設(shè)置
2.5 設(shè)置工具欄中工具圖標(biāo)按鈕
2.6 窗口菜單功能
第3章 數(shù)據(jù)文件的建立與編輯
3.1 數(shù)據(jù)編輯器與數(shù)據(jù)文件
3.1.1 數(shù)據(jù)編輯器
3.1.2 數(shù)據(jù)文件
3.2 常量、變量、觀測(cè)量、操作符和表達(dá)式
3.2.1 常量與變量
3.2.2 操作符與表達(dá)式
3.2.3 定義一個(gè)變量
3.2.4 概率事件（觀測(cè)量）
3.3 數(shù)據(jù)的錄入
3.3.1 數(shù)據(jù)錄入方法
3.3.2 查看變量信息與文件信息
3.4 編輯數(shù)據(jù)文件
3.4.1 在單元格中修改數(shù)據(jù)
3.4.2 變量和觀測(cè)量的編輯
3.5 根據(jù)已有變量建立新變量
3.5.1 SPSS函數(shù)
3.5.2 建立新變量
3.6 數(shù)據(jù)文件操作
3.6.1 打開(kāi)與保存數(shù)據(jù)文件
3.6.2 清除數(shù)據(jù)窗
3.7 ASCII碼數(shù)據(jù)文件的轉(zhuǎn)換
3.7.1 固定格式ASCII碼數(shù)據(jù)文件的轉(zhuǎn)換
3.7.2 自由格式ASCII碼數(shù)據(jù)文件的轉(zhuǎn)換
3.8 定義日期變量
3.9 數(shù)據(jù)庫(kù)文件的轉(zhuǎn)換
第4章 為分析做好準(zhǔn)備
4.1 數(shù)據(jù)說(shuō)明
4.1.1 數(shù)據(jù)背景
4.1.2 變量信息
4.2 整理數(shù)據(jù)文件
4.2.1 觀測(cè)量數(shù)據(jù)的排序
4.2.2 為觀測(cè)量排秩
4.2.3 數(shù)據(jù)轉(zhuǎn)換
4.2.4 對(duì)變量值重新編碼
4.2.5 對(duì)變量值自動(dòng)編碼
4.2.6 用已有變量計(jì)算產(chǎn)生新變量
4.2.7 數(shù)據(jù)文件的轉(zhuǎn)置
4.2.8 拆分?jǐn)?shù)據(jù)文件
4.2.9 合并數(shù)據(jù)文件
4.3 對(duì)數(shù)據(jù)進(jìn)行分類匯總
4.3.1 分類匯總的概念
4.3.2 進(jìn)行分類匯總的方法
4.4 對(duì)觀測(cè)量加權(quán)處理
4.5 定義和應(yīng)用變量集
第5章 文件操作與文本文件編輯
5.1 新文本文件的建立、打開(kāi)、保存與關(guān)閉
5.1.1 建立新文件
5.1.2 打開(kāi)文本文件
5.1.3 保存文本文件
5.1.4 關(guān)閉文件
5.2 文本文件的編輯
5.2.1 語(yǔ)句窗與稿本窗中文本內(nèi)容移動(dòng)、拷貝與刪除
5.2.2 在窗口文件中指定內(nèi)容查詢與替換
5.3 輸出窗中的文本瀏覽與編輯
5.3.1 利用導(dǎo)航器瀏覽輸出信息
5.3.2 編輯輸出信息
5.3.3 讀懂輸出信息
5.4 數(shù)據(jù)文件之間的操作
5.5 文件打印
5.5.1 設(shè)置輸出窗內(nèi)容打印參數(shù)
5.5.2 數(shù)據(jù)窗、語(yǔ)句窗內(nèi)容打印
第6章 獲得幫助
6.1 幫助主題
6.1.1 查找?guī)椭畔?br />6.1.2 幫助窗中的主要操作
6.2 統(tǒng)計(jì)方法指導(dǎo)
6.3 語(yǔ)句指南
6.4 右鍵幫助
6.4.1 在對(duì)話框中右鍵的幫助
6.4.2 在輸出窗中右鍵的幫助
6.5 其他信息
6.5.1 進(jìn)入SPSS主頁(yè)
6.5.2 查看SPSS版權(quán)
第7章 基本統(tǒng)計(jì)分析
7.1 頻數(shù)分布表
7.1.1 一維頻數(shù)分布分析步驟
7.1.2 例題分析
7.2 描述統(tǒng)計(jì)分析過(guò)程
7.2.1 操作步驟
7.2.2 例題分析
7.3 探索分析
7.3.1 考察數(shù)據(jù)
7.3.2 分析數(shù)據(jù)步驟
7.3.3 數(shù)據(jù)分析例題
7.4 交叉表
7.4.1 交叉表分析步驟
7.4.2 交叉表分析實(shí)例
7.5 OLAP報(bào)告摘要表
7.5.1 OLAP概述
7.5.2 例題分析
第8章 均值比較與檢驗(yàn)
8.1 均值比較與均值比較的檢驗(yàn)過(guò)程
8.1.1 均值比較的概念
8.1.2 進(jìn)行均值比較及檢驗(yàn)的過(guò)程
8.2 MEANS過(guò)程
8.2.1 MEANS過(guò)程中的統(tǒng)計(jì)量
8.2.2 MEANS過(guò)程操作
8.2.3 分析實(shí)例
8.2.4 MEANS過(guò)程語(yǔ)句
8.3 單一樣本t檢驗(yàn)
8.3.1 單一樣本t檢驗(yàn)概念
8.3.2 單一樣本t檢驗(yàn)實(shí)例
8.4 獨(dú)立樣本的t檢驗(yàn)
8.4.1 獨(dú)立樣本t檢驗(yàn)概念
8.4.2 獨(dú)立樣本t檢驗(yàn)操作
8.4.3 獨(dú)立樣本t檢驗(yàn)實(shí)例
8.5 配對(duì)樣本t檢驗(yàn)
8.5.1 配對(duì)樣本t檢驗(yàn)概念
8.5.2 配對(duì)樣本t檢驗(yàn)操作
8.5.3 配對(duì)樣本t檢驗(yàn)實(shí)例
8.6 t檢驗(yàn)的過(guò)程語(yǔ)句
第9章 方差分析
9.1 方差分析概念與方差分析過(guò)程
9.1.1 方差分析的概念
9.1.2 方差分析中的術(shù)語(yǔ)
9.1.3 方差分析過(guò)程
9.2 單因素方差分析
9.2.1 簡(jiǎn)單的一維方差分析
9.2.2 單因素方差分析的選擇項(xiàng)
9.2.3 單因素方差分析實(shí)例
9.2.4 單因素方差分析過(guò)程語(yǔ)句
9.3 單因變量多因素方差分析過(guò)程
9.3.1 單因變量多因素方差分析概述
9.3.2 單因變量多因素方差分析的菜單和選擇項(xiàng)
9.3.3 使用系統(tǒng)默認(rèn)值進(jìn)行隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析
9.3.4 2×2析因?qū)嶒?yàn)方差分析實(shí)例
9.3.5 拉丁方區(qū)組設(shè)計(jì)的方差分析實(shí)例
9.3.6 協(xié)方差分析實(shí)例
9.3.7 多維交互效應(yīng)方差分析實(shí)例
9.4 多因變量線性模型的方差分析
9.4.1 多因變量方差分析概述
9.4.2 多因變量方差分析的數(shù)據(jù)和操作方法
9.4.3 多因變量線性模型方差分析實(shí)例
9.5 重復(fù)測(cè)量設(shè)計(jì)的方差分析
9.5.1 重復(fù)測(cè)量方差分析概述
9.5.2 重復(fù)測(cè)量方差分析的數(shù)據(jù)文件結(jié)構(gòu)
9.5.3 組內(nèi)因素的設(shè)置與重復(fù)測(cè)量方差分析的選擇項(xiàng)
9.5.4 重復(fù)測(cè)量方差分析實(shí)例
9.5.5 關(guān)于趨勢(shì)分析
9.6 方差成分分析
9.6.1 方差成分分析過(guò)程的菜單和選項(xiàng)
9.6.2 方差成分分析實(shí)例
9.7 正交實(shí)驗(yàn)設(shè)計(jì)
9.7.1 生成正交設(shè)計(jì)過(guò)程的功能
9.7.2 生成正交設(shè)計(jì)過(guò)程的菜單和選擇項(xiàng)
9.7.3 正交實(shí)驗(yàn)設(shè)計(jì)實(shí)例
第10章 相關(guān)分析
10.1 相關(guān)分析的概念與相關(guān)分析過(guò)程
10.1.1 簡(jiǎn)單相關(guān)分析的概念
10.1.2 相關(guān)分析的SPSS過(guò)程
10.2 兩個(gè)變量間的相關(guān)分析
10.2.1 簡(jiǎn)單相關(guān)分析的步驟
10.2.2 兩個(gè)變量間相關(guān)分析實(shí)例
10.2.3 兩個(gè)變量相關(guān)分析的過(guò)程語(yǔ)句
10.2.4 關(guān)于相關(guān)矩陣
10.2.5 建立相關(guān)矩陣數(shù)據(jù)文件
10.3 偏相關(guān)分析
10.3.1 偏相關(guān)分析的概念
10.3.2 偏相關(guān)分析的操作
10.3.3 偏相關(guān)應(yīng)用實(shí)例
10.3.4 偏相關(guān)分析的過(guò)程語(yǔ)句
10.4 距離分析
10.4.1 距離分析的概念
10.4.2 距離分析過(guò)程與操作步驟
10.4.3 距離分析實(shí)例
第11章 回歸分析
11.1 線性回歸
11.1.1 一元線性回歸方程
11.1.2 多元線性回歸
11.1.3 奇異值、影響點(diǎn)的確定與共線性診斷
11.1.4 變非線性關(guān)系為線性關(guān)系
11.1.5 調(diào)用線性回歸過(guò)程
11.1.6 線性回歸分析實(shí)例
11.2 曲線估計(jì)
11.2.1 概述
11.2.2 調(diào)用曲線估計(jì)過(guò)程
11.2.3 曲線估計(jì)分析實(shí)例
11.3 二項(xiàng)邏輯斯諦回歸
11.3.1 Logistic回歸模型
11.3.2 調(diào)用二項(xiàng)邏輯斯諦過(guò)程
11.3.3 實(shí)例分析
11.4 多項(xiàng)邏輯斯諦回歸
11.4.1 多分變量邏輯斯諦回歸基本概念
11.4.2 調(diào)用多分邏輯斯諦回歸過(guò)程
11.4.3 邏輯斯諦回歸實(shí)例分析
11.5 概率單位回歸
11.5.1 概率單位回歸的概念
11.5.2 調(diào)用概率單位回歸過(guò)程
11.5.3 概率單位回歸實(shí)例分析
11.6 非線性回歸
11.6.1 非線性模型
11.6.2 調(diào)用非線性回歸過(guò)程
11.6.3 非線性模型例題
11.7 加權(quán)回歸
11.7.1 加權(quán)回歸概念
11.7.2 調(diào)用加權(quán)回歸過(guò)程
11.7.3 加權(quán)回歸應(yīng)用實(shí)例
11.8 二段最小平方法
11.8.1 二段最小平方法概念
11.8.2 二段最小平方法操作方法
11.8.3 二段最小平方法實(shí)例分析
11.9 最優(yōu)尺度回歸
11.9.1 最優(yōu)尺度回歸概念
11.9.2 最優(yōu)尺度回歸操作方法
11.9.3 最優(yōu)尺度回歸應(yīng)用實(shí)例
第12章 非參數(shù)檢驗(yàn)
12.1 卡方檢驗(yàn)
12.1.1 卡方檢驗(yàn)基本概念
12.1.2 卡方檢驗(yàn)基本過(guò)程
12.1.3 卡方檢驗(yàn)實(shí)例運(yùn)行
12.2 二項(xiàng)分布檢驗(yàn)
12.2.1 二項(xiàng)分布檢驗(yàn)基本概念
12.2.2 二項(xiàng)分布檢驗(yàn)基本過(guò)程
12.2.3 二項(xiàng)分布檢驗(yàn)實(shí)例運(yùn)行
12.3 游程檢驗(yàn)
12.3.1 游程檢驗(yàn)基本概念
12.3.2 游程檢驗(yàn)基本過(guò)程
12.3.3 游程檢驗(yàn)實(shí)例運(yùn)行
12.4 一個(gè)樣本柯?tīng)柲缏宸?斯米諾夫檢驗(yàn)
12.4.1 一個(gè)樣本柯?tīng)柲缏宸?斯米諾夫檢驗(yàn)基本概念
12.4.2 柯?tīng)柲缏宸?斯米諾夫檢驗(yàn)基本過(guò)程
12.4.3 柯?tīng)柲缏宸?斯米諾夫檢驗(yàn)實(shí)例運(yùn)行
12.5 兩個(gè)獨(dú)立樣本檢驗(yàn)
12.5.1 兩個(gè)獨(dú)立樣本檢驗(yàn)的用途
12.5.2 兩個(gè)獨(dú)立樣本檢驗(yàn)基本過(guò)程
12.5.3 兩個(gè)獨(dú)立樣本檢驗(yàn)實(shí)例運(yùn)行
12.6 多個(gè)獨(dú)立樣本檢驗(yàn)
12.6.1 多個(gè)獨(dú)立樣本檢驗(yàn)的用途
12.6.2 多個(gè)獨(dú)立樣本檢驗(yàn)基本過(guò)程
12.6.3 多個(gè)獨(dú)立樣本檢驗(yàn)實(shí)例運(yùn)行
12.7 兩個(gè)相關(guān)樣本檢驗(yàn)
12.7.1 兩個(gè)相關(guān)樣本檢驗(yàn)的用途
12.7.2 兩個(gè)相關(guān)樣本檢驗(yàn)基本過(guò)程
12.7.3 兩個(gè)相關(guān)樣本檢驗(yàn)實(shí)例運(yùn)行
12.8 多個(gè)相關(guān)樣本檢驗(yàn)
12.8.1 多個(gè)相關(guān)樣本檢驗(yàn)的用途
12.8.2 多個(gè)相關(guān)樣本檢驗(yàn)基本過(guò)程
12.8.3 多個(gè)相關(guān)樣本檢驗(yàn)實(shí)例運(yùn)行
第13章 主成分分析與因子分析
13.1 主成分分析與因子分析
13.1.1 主成分分析與因子分析的概念
13.1.2 因子分析過(guò)程
13.1.3 使用系統(tǒng)默認(rèn)值進(jìn)行因子分析
13.1.4 因子分析過(guò)程選擇項(xiàng)
13.1.5 因子分析實(shí)例
13.1.6 利用因子得分進(jìn)行聚類
13.2 市場(chǎng)研究中的顧客偏好分析
13.3 因子分析過(guò)程命令語(yǔ)句
第14章 聚類分析與判別分析
14.1 聚類、判別分析及其分析過(guò)程
14.1.1 聚類分析
14.1.2 判別分析
14.1.3 SPSS的聚類過(guò)程
14.2 快速樣本聚類過(guò)程
14.2.1 快速聚類的基本概念
14.2.2 快速聚類的操作步驟
14.2.3 快速聚類實(shí)例
14.2.4 快速聚類命令語(yǔ)句
14.3 分層聚類
14.3.1 分層聚類的概念與聚類分析過(guò)程
14.3.2 各類型數(shù)據(jù)的標(biāo)準(zhǔn)化、距離和相似性計(jì)算
14.3.3 選擇項(xiàng)含義與分層聚類的步驟
14.3.4 用聚類分析過(guò)程進(jìn)行觀測(cè)量聚類的實(shí)例
14.3.5 變量聚類的概念
14.3.6 變量聚類實(shí)例
14.3.7 分層聚類分析的命令語(yǔ)句
14.4 判別分析
14.4.1 判別分析的概念與判別分析過(guò)程
14.4.2 判別分析步驟及判別分析過(guò)程的選擇項(xiàng)
14.4.3 判別分析實(shí)例
14.4.4 逐步判別分析與實(shí)例
14.4.5 與判別分析有關(guān)的命令語(yǔ)句
第15章 尺度分析
15.1 信度分析
15.1.1 信度分析的概念
15.1.2 可靠性分析的步驟
15.1.3 可靠性分析舉例
15.2 多維尺度分析
15.2.1 多維尺度分析的概念
15.2.2 數(shù)據(jù)要求與假設(shè)
15.2.3 多維尺度分析的步驟
15.2.4 多維尺度分析舉例
第16章 時(shí)間序列分析
16.1 指數(shù)平滑
16.1.1 指數(shù)平滑的基本概念
16.1.2 Simple法
16.1.3 Holt法
16.1.4 Winters法
16.1.5 Custom法
16.2 建立時(shí)間序列的新變量
16.2.1 建立一個(gè)新的時(shí)間序列變量
16.2.2 建立時(shí)間序列新變量的方法
16.2.3 建立時(shí)間序列新變量方法的實(shí)例運(yùn)行
16.3 自回歸
16.3.1 自回歸概述
16.3.2 自回歸法基本過(guò)程
16.3.3 自回歸實(shí)例運(yùn)行
16.4 自回歸綜合移動(dòng)平均（ARIMA）模型
16.4.1 自回歸綜合移動(dòng)平均模型概述
16.4.2 自回歸綜合移動(dòng)平均法基本過(guò)程
16.5 季節(jié)分解法
16.5.1 季節(jié)分解法基本概述
16.5.2 季節(jié)分解法基本過(guò)程
16.5.3 季節(jié)分解法實(shí)例運(yùn)行
第17章 生存分析
17.1 基本概念
17.1.1 SPSS提供的生存分析過(guò)程
17.1.2 數(shù)據(jù)類型
17.1.3 生存時(shí)間的函數(shù)
17.1.4 COX回歸模型
17.1.5 時(shí)間相依性變量的生存分析
17.2 生命表分析
17.2.1 生命表分析概述
17.2.2 使用生命表分析過(guò)程
17.2.3 生命表的實(shí)例分析
17.3 Kaplan-Meier分析
17.3.1 Kaplan-Meier分析概述
17.3.2 使用Kaplan-Meier分析過(guò)程
17.3.3 Kaplan-Meier實(shí)例分析
17.4 Cox Regression風(fēng)險(xiǎn)比例模型分析
17.4.1 Cox Regression分析概述
17.4.2 使用Cox Regression分析過(guò)程
17.4.3 Cox Regression實(shí)例分析
第18章 多響應(yīng)變量的分析
18.1 多響應(yīng)變量的概念與分類
18.2 變量集的設(shè)置
18.3 多響應(yīng)變量的頻數(shù)分布分析
18.3.1 多響應(yīng)二分變量集的頻數(shù)分布分析
18.3.2 多響應(yīng)分類變量集的頻數(shù)分布分析
18.4 多響應(yīng)變量的交叉表分析
18.5 多響應(yīng)變量集分析的過(guò)程語(yǔ)句
18.5.1 多響應(yīng)變量集分析過(guò)程命令
18.5.2 多響應(yīng)變量集分析過(guò)程中的子命令
第19章 生成統(tǒng)計(jì)圖形
19.1 概述
19.1.1 數(shù)據(jù)類型
19.1.2 數(shù)據(jù)與圖形
19.1.3 圖形畫(huà)廊窗口
19.2 條形圖
19.2.1 選擇條形圖類型
19.2.2 觀測(cè)量分類模式簡(jiǎn)單條形圖
19.2.3 變量模式簡(jiǎn)單條形圖
19.2.4 觀測(cè)值模式簡(jiǎn)單條形圖
19.2.5 觀測(cè)量分類模式分組條形圖
19.2.6 變量模式分組條形圖
19.2.7 觀測(cè)值模式分組條形圖
19.2.8 觀測(cè)量分類模式分段條形圖
19.2.9 變量分段條形圖
19.2.10 觀測(cè)值模式分段條形圖
19.3 線圖
19.3.1 選擇線圖類型
19.3.2 觀測(cè)量分類模式單線圖
19.3.3 變量模式單線圖
19.3.4 觀測(cè)值模式單線圖
19.3.5 觀測(cè)量分類模式多線圖
19.3.6 變量模式多線圖
19.3.7 觀測(cè)值模式多線圖
19.3.8 觀測(cè)量分類模式垂線圖
19.3.9 變量模式垂線圖
19.3.10 觀測(cè)值模式垂線圖
19.4 面積圖
19.4.1 選擇面積圖類型
19.4.2. 觀測(cè)量分類模式簡(jiǎn)單面積圖
19.4.3 變量模式簡(jiǎn)單面積圖
19.4.4 觀測(cè)值模式簡(jiǎn)單面積圖
19.4.5 觀測(cè)量分類模式堆棧面積圖
19.4.6 變量模式堆棧面積圖
19.4.7 觀測(cè)值模式堆棧面積圖
19.5 圓圖
19.5.1 圓圖類型選擇
19.5.2 觀測(cè)量分類模式圓圖
19.5.3 變量模式圓圖
19.5.4 觀測(cè)值模式圓圖
19.6 高低圖
19.6.1 選擇高低圖類型
19.6.2 觀測(cè)量分類模式簡(jiǎn)單高低收盤(pán)圖
19.6.3 變量模式簡(jiǎn)單高低收盤(pán)圖
19.6.4 觀測(cè)值模式簡(jiǎn)單高低收盤(pán)圖
19.6.5 觀測(cè)量分類模式簡(jiǎn)單極差圖
19.6.6 變量模式簡(jiǎn)單極差圖
19.6.7 觀測(cè)值模式簡(jiǎn)單極差圖
19.6.8 觀測(cè)量分類模式分組高低收盤(pán)圖
19.6.9 變量模式分組高低收盤(pán)圖
19.6.10 觀測(cè)值模式分組高低收盤(pán)圖
19.6.11 觀測(cè)量分類模式分組極差圖
19.6.12 變量模式分組極差圖
19.6.13 觀測(cè)值分類分組極差圖
19.6.14 觀測(cè)量分類模式距限圖
19.6.15 變量模式距限圖
19.6.16 觀測(cè)值模式距限圖
19.7 帕累托圖
19.7.1 選擇帕累托圖類型
19.7.2 觀測(cè)量分類數(shù)目或數(shù)值累加模式簡(jiǎn)單帕累托圖
19.7.3 變量累加模式簡(jiǎn)單帕累托圖
19.7.4 觀測(cè)值模式簡(jiǎn)單帕累托圖
19.7.5 觀測(cè)量數(shù)目或數(shù)值累加模式堆棧帕累托圖
19.7.6 變量累加模式堆棧帕累托圖
19.7.7 觀測(cè)值模式堆棧帕累托圖
19.8 控制圖
19.8.1 選擇控制圖類型
19.8.2 同類觀測(cè)值排列于同一變量的平均值、極差、標(biāo)準(zhǔn)差控制圖
19.8.3 同類觀測(cè)值排列于同一變量的單值-移動(dòng)極差控制圖
19.8.4 同類觀測(cè)值排列于同一變量的不合格品率、不合格品數(shù)控制圖
19.8.5 同類觀測(cè)值排列于同一變量的缺陷數(shù)，單位缺陷數(shù)控制圖
19.8.6 各觀測(cè)量排列于不同變量的平均值、極差、標(biāo)準(zhǔn)差控制圖
19.8.7 各觀測(cè)量排列于不同變量的不合格品率，不合格品數(shù)控制圖
19.8.8 各觀測(cè)值排列于不同變量的缺陷數(shù)，單位缺陷數(shù)控制圖
19.9 箱圖
19.9.1 選擇箱圖類型
19.9.2 觀測(cè)量分類模式簡(jiǎn)單箱圖
19.9.3 變量模式簡(jiǎn)單箱圖
19.9.4 觀測(cè)量分類模式分組箱圖
19.9.5 變量模式分組箱圖
19.10 誤差條圖
19.10.1 選擇誤差條圖類型
19.10.2 觀測(cè)量分類模式簡(jiǎn)單誤差條圖
19.10.3 變量模式簡(jiǎn)單誤差條圖
19.10.4 觀測(cè)量分類模式分組誤差條圖
19.10.5 變量模式分組誤差條圖
19.11 散點(diǎn)圖
19.11.1 選擇散點(diǎn)圖圖式
19.11.2 簡(jiǎn)單散點(diǎn)圖
19.11.3 重疊散點(diǎn)圖
19.11.4 矩陣散點(diǎn)圖
19.11.5 三維散點(diǎn)圖
19.12 直方圖
19.13 P-P概率圖
19.14 Q-Q概率圖
19.15 序列圖
19.16 時(shí)間序列圖
19.16.1 自相關(guān)圖形和偏自相關(guān)圖形
19.16.2 互相關(guān)圖形
第20章 編輯統(tǒng)計(jì)圖形
20.1 圖形編輯窗口
20.1.1 在圖形編輯窗口中工作
20.1.2 約定
20.2 圖形轉(zhuǎn)換
20.2.1 轉(zhuǎn)換圖形的幾點(diǎn)說(shuō)明
20.2.2 條形圖、線圖、面積圖轉(zhuǎn)換
20.2.3 組合圖轉(zhuǎn)換
20.2.4 圓圖轉(zhuǎn)換
20.2.5 高低圖轉(zhuǎn)換
20.2.6 散點(diǎn)圖轉(zhuǎn)換
20.2.7 直方圖轉(zhuǎn)換
20.3 重設(shè)圖形選擇項(xiàng)
20.3.1 條形圖、線圖、面積圖選擇項(xiàng)
20.3.2 圓圖選擇項(xiàng)
20.3.3 箱線圖選擇項(xiàng)
20.3.4 誤差條圖選擇項(xiàng)
20.3.5 簡(jiǎn)單散點(diǎn)圖和矩陣散點(diǎn)圖選擇項(xiàng)
20.3.6 重疊散點(diǎn)圖選擇項(xiàng)
20.3.7 三維散點(diǎn)圖選擇項(xiàng)
20.3.8 直方圖選擇項(xiàng)
20.4. 坐標(biāo)軸
20.4.1 分類坐圖形坐標(biāo)軸
20.4.2 簡(jiǎn)單散點(diǎn)圖和重疊散點(diǎn)圖坐標(biāo)軸
20.4.3 矩陣散點(diǎn)圖坐標(biāo)軸
20.4.4 三維散點(diǎn)圖坐標(biāo)軸
20.4.5 直方圖坐標(biāo)軸
20.5 條間距
20.6 圖題
20.7 注釋
20.8 圖例
20.9 圖列注解
20.10 參照線
20.11 邊框
20.12 更新畫(huà)面
20.13 圖列
20.13.1 有關(guān)圖形選項(xiàng)的幾個(gè)問(wèn)題
20.13.2 展示圖列
20.13.3 轉(zhuǎn)置數(shù)據(jù)
20.14 圖形格式
20.14.1 圖形模板格式
20.14.2 填充方式
20.14.3 圖形顏色
20.14.4 標(biāo)記符號(hào)
20.14.5 線條樣式
20.14.6 條圖樣式
20.14.7 條圖標(biāo)識(shí)樣式
20.14.8 插入連線
20.14.9 字體字號(hào)
20.14.10 立體圖形旋轉(zhuǎn)
20.14.11 坐標(biāo)軸交換
20.14.12 分離圓圖
20.14.13 分?jǐn)嗑€圖中缺失值
20.14.14 旋轉(zhuǎn)模式
第21章 表格編輯
21.1 SPSS的輸出表格
21.1.1 簡(jiǎn)表的編輯與處理
21.1.2 要點(diǎn)表的簡(jiǎn)單編輯
21.2 要點(diǎn)表的層、行、列的位置處理
21.3 要點(diǎn)表特征和外觀
21.3.1 要點(diǎn)表樣式設(shè)置
21.3.2 要點(diǎn)表樣式的編輯
21.3.3 復(fù)制表格
數(shù)據(jù)清單
參考文獻(xiàn)