SPSS 是世界公认的标准统计软件之一。由于其易学易用，深受广大用户，特别是非统计学专业人员的青睐。本书共27 章，分基础篇和高级篇两部分，基础篇介绍了SPSS 的基本知识和常用统计学方法；高级篇囊括了大量现代统计学分析方法，如决策树分析、多项分类logistic 回归、Poisson回归、神经网络模型、广义估计方程、ROC 分析、典型相关分析、重复测量资料分析、混合效应模型分析、时间序列分析、信度分析、结合分析、对应分析等。 本书编写特色在于：首先尽可能通俗易懂地介绍统计学方法，然后借助于SPSS 软件实现这些方法，对于SPSS 运行后所输出的结果给予合理的、详尽的解释。本书特别注重统计学方法的介绍，以及软件输出结果的解释。本书在附带光盘中提供了100 余个实例数据，可供读者调用、练习。附录C以框架流程图形式列出了基于本书的统计学方法选择方案，供读者选择统计学分析方法时参考。

前 言 《SPSS 与统计分析》的出版已经整整7 个年头了，承蒙读者厚爱，该书出版后进行了多次印刷，Google 学术搜索引用约260 余次。2010 年，应出版社邀请开始组织编写第2版。这期间我们进行了3 次修订，但由于想给大家呈现最好的书稿，直到这一次修订才决定让它面市。 随着近年来SPSS 版本的屡屡更新，其界面越来越好看，功能越来越强大，性能越来越稳定。7 年前初版中各类实例的实现基于SPSS 13.0，在这一版中我们将结合SPSS 20.0进行编写。 本书特色 市面上有关SPSS 的书籍应该说不少，也不乏优秀作品。但大多数书籍只侧重于SPSS 相应版本的操作步骤介绍，较少阐述相应的统计学方法，使得部分读者在选择具体的统计 学方法方面存在一定困难。为此，我们这本书的总体编写思路是：首先尽可能通俗易懂、 详细地介绍统计学方法，然后借助于SPSS 软件去实现。对于SPSS 所输出的结果给予合 理、详尽的解释，即统计学方法、SPSS 操作、分析结果解释齐头并进，尤其强调统计学 方法的介绍与分析结果的解释。 本书内容 本书共有27 章，分为基础篇（第1~13 章）和高级篇（第14~27 章）两部分。基础篇 介绍了SPSS 概况、数据类型与各种类型数据的统计学描述、概率分布与正态性检验、置 信区间估计与假设检验原理、区间数据的统计推断、名义分类数据的统计推断、有序分类 数据的统计推断、简单线性回归与相关、曲线回归与非线性回归、多重线性回归与相关、 统计图表、诊断试验评价与ROC 分析、以及缺失数据处理方法等。高级篇介绍了logistic 回归、对数线性模型与Poisson 回归、生存分析与Cox 模型、聚类分析与判别分析、决策 树分析、主成分分析与因子分析、析因分析与协方差分析、重复测量与混合效应模型、多 变量方差分析与典型相关分析、信度分析、对应分析与结合分析、时间序列分析、广义线 性模型、广义估计方程、神经网络模型等方法。其中后面所列3 种方法是这一版本新增加 的。每一种统计学方法均配有实例，每一实例的SPSS 操作、输出结果解释都有较详细的 说明。因此，通过本书的学习，读者不仅可以学到最新进展的统计学方法，而且也可以通 过实例的学习，自己利用SPSS 解决有关数据分析问题。 本书共提供了100 余个实例数据，分别采用Excel 格式和SPSS 格式建立数据文件，文件存放在所配光盘中，读者在学到某个例子时，只需从光盘中调出数据，按照书上给出的操作步骤点击SPSS 软件界面上的菜单，便可获得书中所给结果。 本书除正文外，还提供了3 个附录。附录A 列出了SPSS 的各类函数及其说明；附录 B 简要介绍了SPSS 统计分析程序及其编写方法；附录C 以框架流程图形式列出了统计学 方法的选择方案，此外，在附录C 还标出了每一种统计学方法在本书中所对应的章节号。 本书很多章节均具有其鲜明特色，如决策树分析、多项分类logistic 回归、诊断试验 的ROC 分析、广义估计方程、神经网络模型等方法及其SPSS 实现，在国内同类书籍中具 有较高水准。 尽管本书以SPSS 20.0 为基础编写，但本书的方法不失其普适性。所以本书亦可作为 其他SPSS 版本教学与科研的参考书。 本书编者 本书第1,2 章由曾庆、王震坤编写，第3,4 章由曹阳、宇传华编写，第5 章由曹阳编 写，第6,7 章由吕美霞、毛宗福编写，第8~10 章由张菊英编写，第11 章由郭海强、李春 晖、季洁编写，第12,14 章由宇传华编写，第13 章由薛富波编写，第15 章由刘裕、郝元 涛编写，第16 章由尹平、陆芳编写，第17 章由郑迎东、宇传华编写，第18 章由方亚编 写，第19~21 章由张岩波编写，第22,23 章由洪希成、宇传华编写，第24,25 章由郝元涛 编写，第26 章由郑迎东、洪希成编写，第27 章由李春晖、宇传华编写；此外，附录A 由 曾庆、郭海强编写，附录B 由郑雷、宇传华编写，附录C 由蒋丽丽、宇传华编写。 本书第2 版的修订过程中，武汉大学的王震坤、孙敏、李春晖、桑舒平、杨子娟、姚 聪、夏欣、李鹏、连肖、季洁、魏娜娜、李妍、鲍俊哲以及山西医科大学的曹红艳承担了 SPSS 操作图片和步骤的改写以及文字编辑处理等修订工作。 致谢 在本书的编写过程中，特别值得一提的是魏娜娜同学，她做事认真踏实，发现了很多 书稿中存在的潜在错误。此外，还有部分武汉大学公共卫生学院的其他师生也参与了本书 的编写和修订工作，在此一并表示衷心感谢！ 由于作者水平有限，本书可能还存在部分不尽如人意的地方，恳请各位读者通过E-mail 等通信方式给予指正。 宇传华（yuchua@163.com）于武汉大学 2014 年2 月18 日

目 录 基 础 篇 第1 章 概 述 2 1.1 SPSS 简介 2 1.2 使用SPSS 进行数据分析的基本步骤 3 1.3 主要窗口和功能 3 1.3.1 数据编辑窗口 4 1.3.2 结果浏览窗口 6 1.3.3 程序编辑窗口 13 1.4 通过数据编辑窗口输入数据 14 1.4.1 使用数据窗口输入数据 14 1.4.2 定义变量 15 1.4.3 数据输入实例 20 1.5 SPSS 数据文件的存取 24 1.5.1 存取保存的SPSS 文件 24 1.5.2 读取保存的数据文件 25 1.5.3 读取Excel 电子表格数据文件 25 1.5.4 读取Access 数据库（ODBC 数据接口） 26 1.5.5 保存SPSS 数据文件 29 1.6 数据的编辑与整理 30 1.6.1 发现重复数据 30 1.6.2 选择数据 32 1.6.3 定义权重 35 1.6.4 数据排序 36 1.6.5 数据转置 37 1.6.6 数据合并 38 1.6.7 数据拆分 40 1.6.8 数据汇总 41 1.6.9 查找数据 43 1.7 数据转换 45 1.7.1 公式计算 45 1.7.2 数据编码 48 1.7.3 替代缺失数据 50 1.7.4 数据例编秩 51 1.7.5 频数分组 53 1.8 帮助的获取 53 1.8.1 按专题组织的帮助 53 1.8.2 通过对话框内的Help 按钮使用帮助 54 1.8.3 使用统计教练 54 1.8.4 使用联机帮助和网络讨论组 54 第2 章 数据类型与统计学描述 55 2.1 数据分类 55 2.2 制作频数表 56 2.2.1 区间数据频数分段 56 2.2.2 用Frequencies 编制频数表 62 2.3 用Descriptives 进行区间数据的统计描述 67 2.3.1 操作过程 67 2.3.2 结果解释 68 2.4 用Explore 进行区间数据的统计描述 69 2.4.1 操作过程 70 2.4.2 结果解释 72 2.5 用Bivariate 进行变量间的相关与协方差分析 76 2.5.1 操作过程 76 2.5.2 结果解释 77 2.5.3 描述性统计分析过程的比较 78 2.6 名义数据的统计描述 80 2.6.1 单个名义变量的描述分析 80 2.6.2 多指标的描述分析 82 第3 章 概率分布与正态性检验 87 3.1 概率分布 87 3.1.1 正态分布 87 3.1.2 二项分布 90 3.1.3 Poisson 分布 94 3.2 抽样分布 96 3.2.1 t 分布 96 3.2.2 2 分布 98 3.2.3 F 分布 100 3.3 正态性检验 101 3.3.1 P-P 图法 102 3.3.2 Q-Q 图法 104 3.3.3 直方图、箱式图与茎叶图 105 3.3.4 计算法 111 第4 章 区间估计与假设检验 114 4.1 均数的区间估计 114 4.1.1 已知时总体均数的置信区间 115 4.1.2 未知时总体均数的置信区间 116 4.1.3 两总体均数间差值的置信区间 118 4.2 总体方差、总体标准差的置信区间 120 4.3 率的区间估计 121 4.3.1 总体率的置信区间 121 4.3.2 两总体率差值的置信区间 121 4.4 假设检验与两类错误 121 4.4.1 假设检验的概念与原理 122 4.4.2 假设检验的两类错误 123 4.4.3 假设检验的基本步骤 124 4.5 样本含量的估计与检验效能 125 4.5.1 影响样本量大小的因素 125 4.5.2 总体均数区间估计的样本含量 126 4.5.3 样本均数与总体均数比较样本含量估计 126 4.5.4 完全随机设计两样本均数比较的样本含量估计 127 4.5.5 完全随机设计多个样本均数比较的样本含量估计 128 4.5.6 估计总体率时的样本含量估计 129 4.5.7 样本率与总体率比较的样本含量估计 129 4.5.8 两样本率比较的样本含量估计 130 4.5.9 多个样本率比较的样本含量估计 130 4.5.10 直线相关分析的样本含量估计 131 4.5.11 检验效能 131 第5 章 区间数据的统计推断 134 5.1 t 检验 134 5.1.1 单个总体均数的t 检验 134 5.1.2 独立样本成组t 检验 136 5.1.3 成对样本t 检验 138 5.2 单因素方差分析 140 5.2.1 两组资料的单因素方差分析 140 5.2.2 多组资料的单因素方差分析 140 5.3 双因素方差分析 142 5.3.1 基本分析步骤 142 5.3.2 关于Univariate 过程对话框的说明 145 5.4 对比与事后检验 148 5.4.1 对比 148 5.4.2 事后检验 150 5.4.3 Bootstrap 153 5.5 方差齐性检验 155 第6 章 名义分类数据的统计推断 157 6.1 四格表数据的卡方检验 157 6.1.1 一般四格表卡方检验 157 6.1.2 连续性校正卡方检验 165 6.2 R×C 无序列联表的卡方检验 169 6.2.1 多个样本率的卡方检验 169 6.2.2 多个样本构成的卡方检验 171 6.3 Fisher’s 精确检验 173 6.3.1 四格表的精确概率法 173 6.3.2 RC 列联表精确概率 175 第7 章 有序数据的统计推断 179 7.1 R×C 单向有序列联表的检验 179 7.1.1 Wilcoxon 秩和检验 179 7.1.2 趋势检验182 7.1.3 Kruskal-Wallis 检验 184 7.1.4 实例与操作 185 7.2 双向有序列联表的检验 187 7.2.1 Spearman 等级相关 187 7.2.2 Jonckheere-Terpstra 检验 189 7.2.3 Cochran-Mantel-Haenszel 统计分析 191 7.3 几个相关有序样本的非参数检验 194 7.3.1 2 相关样本的秩检验 194 7.3.2 多组相关样本检验 198 第8 章 简单线性回归与相关 201 8.1 一般的简单线性回归 201 8.1.1 线性回归的概念 201 8.1.2 建立线性回归方程 202 8.1.3 回归系数的假设检验 203 8.1.4 实例与操作 204 8.2 加权的简单线性回归 213 8.2.1 加权最小二乘估计 214 8.2.2 加权线性回归方程的假设检验 214 8.2.3 实例与操作 215 8.3 简单线性相关 218 8.3.1 概念 218 8.3.2 线性相关系数的意义和计算 219 8.3.3 相关系数的假设检验 219 8.3.4 实例与操作 220 第9 章 曲线回归与非线性回归 224 9.1 曲线直线化变换方法 224 9.1.1 变量的变换 224 9.1.2 变量变换后实现线性回归的步骤 225 9.1.3 实例与操作 225 9.2 曲线回归 227 9.2.1 一般步骤 227 9.2.2 SPSS 操作提示 228 9.2.3 实例与操作 230 9.3 非线性回归 233 9.3.1 基本原理 233 9.3.2 SPSS 操作提示 233 9.3.3 实例与操作 237 第10 章 多重线性回归与相关 241 10.1 多项式回归 241 10.2 多重回归分析方法 242 10.2.1 多重回归模型 242 10.2.2 参数估计 242 10.2.3 回归方程的假设检验与拟合优度评价 243 10.2.4 自变量的选择 243 10.2.5 SPSS 操作提示 244 10.2.6 实例与操作 247 10.3 共线性解决方案与校正 252 10.3.1 多重共线性的诊断 252 10.3.2 共线性解决方案 253 10.4 残差分析与回归诊断 254 10.5 交互作用与哑变量问题 254 10.5.1 交互作用 254 10.5.2 哑变量的设置 255 10.6 复相关系数与偏相关系数 256 10.6.1 复相关系数、决定系数与调整决定系数 257 10.6.2 偏相关系数 257 第11 章 统计图的制作 261 11.1 条图 262 11.2 3-D 条图 268 11.3 线图 269 11.4 面积图 273 11.5 圆图 274 11.6 高低图 275 11.7 帕累托图 277 11.8 质量控制图 279 11.9 箱图 282 11.10 误差条图 284 11.11 分群金字塔图 286 11.12 散点图 287 11.13 直方图 291 11.14 P-P 概率图 292 11.15 Q-Q 概率图 294 11.16 序列图 295 11.17 统计图形的编辑加工 297 11.17.1 图形编辑窗口简介 297 11.17.2 图形特征的编辑 298 11.17.3 坐标轴编辑 304 11.17.4 图例的编辑 306 11.17.5 添加和显示/隐藏图形元素 306 第12 章 诊断试验评价与ROC 分析 308 12.1 常用的诊断试验评价指标 308 12.1.1 正确率 309 12.1.2 灵敏度 309 12.1.3 特异度 310 12.1.4 Youden 指数 311 12.1.5 阳性似然比 311 12.1.6 阴性似然比 312 12.1.7 阳性预测价值 312 12.1.8 阴性预测价值 313 12.1.9 优势比及其有关指标 314 12.1.10 Kappa 316 12.2 ROC 曲线 317 12.2.1 ROC 分析的基本原理 318 12.2.2 SPSS 操作说明 320 12.2.3 实例与结果解释 322 第13 章 缺失值分析 331 13.1 缺失值分析简介 331 13.1.1 基本概念 331 13.1.2 缺失机制 332 13.1.3 缺失值的常用处理方法 335 13.2 SPSS 操作提示 340 13.2.1 SPSS 的缺失值处理方法 340 13.2.2 缺失值处理的SPSS 操作 341 13.3 结果解释 345 高 级 篇 第14 章 logistic 回归 356 14.1 二项分类logistic 回归 356 14.1.1 方法介绍 357 14.1.2 SPSS 操作选项说明 366 14.1.3 实例与结果解释 371 14.2 条件logistic 回归 386 14.2.1 方法介绍 386 14.2.2 SPSS 操作选项说明 387 14.2.3 实例与结果解释 387 14.3 有序logistic 回归 393 14.3.1 方法介绍 393 14.3.2 SPSS 操作选项说明 395 14.3.3 实例与结果解释 398 14.4 多项分类logistic 回归 404 14.4.1 方法介绍 404 14.4.2 SPSS 操作选项说明 406 14.4.3 实例与结果解释 409 第15 章 对数线性模型与Poisson 回归 414 15.1 列联表的对数线性模型 414 15.1.1 方法介绍 414 15.1.2 实例与操作 416 15.2 Poisson 回归 430 15.2.1 基本原理 430 15.2.2 实例与操作 431 第16 章 生存分析与Cox 模型 435 16.1 常用术语 435 16.2 非参数分析 437 16.2.1 寿命表法 437 16.2.2 Kaplan-Meier 法 442 16.3 Cox 回归模型447 16.3.1 方法介绍 447 16.3.2 实例与操作 449 16.4 时间依存变量的处理方法 455 16.4.1 时间依存变量Cox 模型 455 16.4.2 Cox w/Time-Dep Cov 过程操作说明 457 第17 章 聚类、判别与决策树分析 460 17.1 概述 460 17.1.1 聚类分析基础知识 460 17.1.2 判别分析基础知识 461 17.1.3 SPSS 聚类和判别分析模块 463 17.2 聚类分析 463 17.2.1 二阶段聚类 463 17.2.2 K 中心聚类 468 17.2.3 层次聚类 470 17.3 判别分析 474 17.4 决策树分析 481 17.4.1 基本原理 481 17.4.2 决策树 490 17.4.3 操作提示 491 17.4.4 结果解释 492 第18 章 主成分分析与因子分析 496 18.1 主成分分析 496 18.1.1 概述 496 18.1.2 实例与操作 498 18.2 因子分析 511 18.2.1 概述 511 18.2.2 实例与操作 512 18.3 主成分分析与因子分析的联系及区别 518 第19 章 多因素方差分析 520 19.1 随机区组设计及其方差分析 520 19.1.1 概述 520 19.1.2 实例与操作 521 19.2 析因设计及其方差分析 525 19.2.1 概述 525 19.2.2 实例与操作 525 19.3 嵌套设计及其方差分析 528 19.3.1 概述 528 19.3.2 实例与操作 528 19.4 交叉设计及其方差分析 530 19.4.1 概述 530 19.4.2 实例与操作 530 第20 章 重复测量与混合效应模型 533 20.1 重复测量方差分析 533 20.1.1 分层随机抽样重复测量数据 534 20.1.2 重复测量设计临床试验数据 546 20.2 线性混合效应模型 549 20.2.1 分层随机抽样调查数据的混合效应模型分析 549 20.2.2 重复测量数据的混合效应模型分析 555 第21 章 多变量方差分析 560 21.1 单因素设计资料的多元方差分析 561 21.1.1 单样本分析 561 21.1.2 两样本单因素设计资料 564 21.2 多因素资料的多元方差分析 566 21.2.1 两因素设计 566 21.2.2 配对设计资料的多元方差分析 574 21.2.3 重复测量设计资料的多元方差分析 576 21.3 典型相关分析 577 第22 章 广义线性模型 583 22.1 概述 583 22.1.1 模型的组成 583 22.1.2 常见的几种广义线性模型 585 22.1.3 广义线性模型的三种估计方程及参数估计 585 22.1.4 模型诊断 585 22.2 logistic 回归 586 22.3 Poisson 对数线性模型 594 第23 章 广义估计方程 600 23.1 概述 600 23.1.1 广义估计方程的基本理论 600 23.1.2 作业相关矩阵 602 23.1.3 广义估计方程的应用 603 23.2 实例与操作 604 23.2.1 数据的一般情况 604 23.2.2 SPSS 操作提示与选项说明 604 23.2.3 SPSS 输出结果及其解释 609 第24 章 对应分析与结合分析 613 24.1 对应分析 613 24.1.1 方法介绍 613 24.1.2 SPSS 操作选项说明 616 24.1.3 实例分析 617 24.1.4 多重对应分析 620 24.2 结合分析 620 24.2.1 方法介绍 620 24.2.2 SPSS 操作选项说明 625 24.2.3 实例分析 625 第25 章 信度分析 630 25.1 重复测量法与分半信度法 631 25.1.1 方法介绍 631 25.1.2 实例与操作 632 25.2 Cronbach α 系数 635 25.2.1 方法介绍 635 25.2.2 SPSS 操作选项说明 635 25.2.3 实例描述 637 25.3 Kappa 系数 638 25.3.1 方法介绍 638 25.3.2 实例描述 639 25.3.3 操作选项说明 640 25.3.4 结果解释 641 25.4 Kendall 和谐系数 642 25.4.1 方法介绍 642 25.4.2 实例描述 642 25.4.3 SPSS 操作选项说明 643 25.4.4 主要结果 644 第26 章 时间序列分析 645 26.1 概述 645 26.1.1 时间序列数据及其分析方法 645 26.1.2 时间序列分析的模型、公式和记号 646 26.1.3 SPSS 时间序列分析功能 650 26.2 时间序列数据的预处理 651 26.2.1 定义日期变量 651 26.2.2 创建时间序列 653 26.2.3 填补缺失数据 658 26.3 指数平滑法 660 26.3.1 指数平滑法的原理 660 26.3.2 指数平滑法的操作 662 26.4 ARIMA 模型 667 26.4.1 概述 667 26.4.2 ARIMA 模型识别、建模和模型评价、预测 668 26.4.3 带有季节因子的ARIMA 模型 679 26.5 季节性结构分量模型 680 26.5.1 概述 680 26.5.2 分析实例 681 第27 章 神经网络模型 684 27.1 概述 684 27.1.1 模型的组成 684 27.1.2 神经网络的数据样本 686 27.1.3 神经网络的种类 686 27.2 多层感知器神经网络模型 687 27.2.1 概述 687 27.2.2 实例与操作 687 27.3 径向基函数神经网络模型 701 27.3.1 概述 701 27.3.2 实例与操作 701 附录A SPSS 函数 710 附录B SPSS 统计分析程序简介 717 附录C 统计分析方法路径图 728 参考文献 732