科研統(tǒng)計(jì)思維與方法：SPSS實(shí)戰(zhàn)

第 1 章　大數(shù)據(jù)時代的科研與統(tǒng)計(jì)思維1
11　科研統(tǒng)計(jì)思維及其社會需求 2
111　統(tǒng)計(jì)思維之魅力 2
112　統(tǒng)計(jì)思維何以重要 4
12　統(tǒng)計(jì)的主流技術(shù)及應(yīng)用 5
121　統(tǒng)計(jì)描述的關(guān)鍵技術(shù)5
122　統(tǒng)計(jì)推斷的主流技術(shù)6
123　統(tǒng)計(jì)分析技術(shù)及其應(yīng)用領(lǐng)域7
124　統(tǒng)計(jì)分析的關(guān)鍵思路及質(zhì)量評價8
13　統(tǒng)計(jì)思維在科研中的主要應(yīng)用10
131　在自然科學(xué)領(lǐng)域的常見應(yīng)用 10
132　在社會科學(xué)領(lǐng)域的常見應(yīng)用11
14　統(tǒng)計(jì)思維方法及應(yīng)用誤區(qū)13
141　量化研究中統(tǒng)計(jì)分析的層次 13
142　量化研究中的誤區(qū) 14
143　量化研究質(zhì)量的保證 15
15　統(tǒng)計(jì)分析軟件及其分析環(huán)境17
151　統(tǒng)計(jì)分析軟件簡介 17
152　基于Excel的統(tǒng)計(jì)分析環(huán)境 19
153　基于SPSS的統(tǒng)計(jì)分析環(huán)境22
16　科研視點(diǎn)：面向統(tǒng)計(jì)思維的量化研究論文品讀 27
161　品讀導(dǎo)引27
162　研究論文28
思考題 37
綜合實(shí)踐題 37
第 2 章　數(shù)據(jù)的規(guī)范化及預(yù)處理39
21　數(shù)據(jù)來源及其規(guī)范化要求41
211　科研數(shù)據(jù)的來源 41
212　數(shù)據(jù)類別及特點(diǎn)44
213　數(shù)據(jù)的規(guī)范化要求46
22　以Excel做數(shù)據(jù)預(yù)處理 47
221　Excel下的數(shù)據(jù)編輯47
222　實(shí)戰(zhàn)：數(shù)據(jù)類型轉(zhuǎn)化與格式標(biāo)準(zhǔn)化52
223　實(shí)戰(zhàn)：數(shù)值化編碼技術(shù)54
224　實(shí)戰(zhàn)：數(shù)據(jù)表的拼接56
23　以SPSS做數(shù)據(jù)預(yù)處理 57
231　SPSS的變量預(yù)定義及編輯58
232　實(shí)戰(zhàn)：數(shù)據(jù)文件打開、保存及優(yōu)化 61
233　實(shí)戰(zhàn)：變量的重編碼技術(shù)65
234　實(shí)戰(zhàn)：變量之間的計(jì)算70
235　實(shí)戰(zhàn)：缺失值的標(biāo)記與處理 73
236　實(shí)戰(zhàn)：數(shù)據(jù)文件的拼合技術(shù)76
24　科研數(shù)據(jù)的質(zhì)量保證 79
241　科研數(shù)據(jù)質(zhì)量保證的兩個指標(biāo)79
242　效度檢驗(yàn)的主要技術(shù)80
243　以德爾菲法實(shí)現(xiàn)效度保證的思路82
244　實(shí)戰(zhàn)：以德爾菲法實(shí)現(xiàn)效度保證84
245　信度檢驗(yàn)的主要技術(shù)90
246　實(shí)戰(zhàn)：SPSS下的信度檢驗(yàn)92
思考題 96
綜合實(shí)踐題 96
第 3 章　統(tǒng)計(jì)描述及數(shù)據(jù)加工 98
31　科研數(shù)據(jù)的統(tǒng)計(jì)描述105
311　統(tǒng)計(jì)描述中的統(tǒng)計(jì)量 105
312　數(shù)據(jù)的分布形態(tài)110
32　SPSS實(shí)現(xiàn)統(tǒng)計(jì)描述的技術(shù) 112
321　實(shí)戰(zhàn)：以SPSS獲取常見統(tǒng)計(jì)量112
322　實(shí)戰(zhàn)：頻數(shù)統(tǒng)計(jì)及分析116
323　實(shí)戰(zhàn)：數(shù)據(jù)的圖示化描述118
324　實(shí)戰(zhàn)：數(shù)據(jù)分布形態(tài)的判斷 123
325　實(shí)戰(zhàn)：面向低測度數(shù)據(jù)的統(tǒng)計(jì)描述 130
33　數(shù)據(jù)抽取與變形133
331　實(shí)戰(zhàn)：數(shù)據(jù)的排序與抽樣 133
332　實(shí)戰(zhàn)：個案的加權(quán)處理 136
333　實(shí)戰(zhàn)：求秩分 137
334　實(shí)戰(zhàn)：求正態(tài)得分 139
335　實(shí)戰(zhàn)：分?jǐn)?shù)的標(biāo)準(zhǔn)化——求Z分?jǐn)?shù) 140
336　補(bǔ)充說明：其他變形操作 143
思考題143
綜合實(shí)踐題143
第 4 章　差異顯著性檢驗(yàn) 145
41　差異顯著性檢驗(yàn) & 統(tǒng)計(jì)推斷 151
411　差異顯著性檢驗(yàn)的概念151
412　統(tǒng)計(jì)推斷的概念 154
42　面向配對數(shù)據(jù)的差異顯著性檢驗(yàn)156
421　配對樣本及其統(tǒng)計(jì)推斷操作 156
422　實(shí)戰(zhàn)：教改前后學(xué)生的成績有變化嗎？——兩配對樣本差異顯著性檢
驗(yàn) 156
423　實(shí)戰(zhàn)：三輪測量數(shù)據(jù)之間的差別明顯嗎？——K-配對樣本差異性
檢驗(yàn)161
424　實(shí)戰(zhàn)：專家們是否科學(xué)嚴(yán)謹(jǐn)?shù)卦u審了項(xiàng)目？——綜合應(yīng)用型案例 164
43　面向分組數(shù)據(jù)的差異顯著性檢驗(yàn)169
431　分組樣本及其統(tǒng)計(jì)推斷操作 170
432　實(shí)戰(zhàn)：性別是影響學(xué)習(xí)成績的因素嗎？——兩獨(dú)立樣本差異性檢驗(yàn) 170
433　實(shí)戰(zhàn)：生源是影響學(xué)習(xí)成績的因素嗎？——K-獨(dú)立樣本差異性檢驗(yàn) 175
434　實(shí)戰(zhàn)：生源對學(xué)生是否喜歡上學(xué)有影響嗎？——低測度數(shù)據(jù)的分
組檢驗(yàn) 180
44　差異顯著性檢驗(yàn)算法的思考與深化183
441　深究：均值差異顯著性檢驗(yàn)機(jī)理 183
442　深究：差異顯著性檢驗(yàn)的算法體系 188
443　補(bǔ)充：面向隨機(jī)分布的檢驗(yàn)——游程檢驗(yàn)及原理 190
444　補(bǔ)充：面向期望分布的檢驗(yàn)——卡方檢驗(yàn) 193
思考題196
綜合實(shí)踐題196
第 5 章　方差分析及其高級應(yīng)用198
51　方差分析的概念及應(yīng)用 203
511　方差分析的概念203
512　方差分析的原理及類別204
52　單因素方差分析 205
521　實(shí)戰(zhàn)：父母文化程度會影響學(xué)生的IQ值嗎？ 205
522　單因素方差分析反思與總結(jié)209
53　多因素方差分析 211
531　實(shí)戰(zhàn)：多因素方差分析模型構(gòu)建及調(diào)整211
532　多因素方差分析中的關(guān)鍵問題及反思 215
54　協(xié)方差分析217
541　協(xié)方差分析的概念 217
542　實(shí)戰(zhàn)：排除控制變量影響的方差分析——協(xié)方差分析模型 218
55　多因變量方差分析 220
551　多因變量方差分析概述220
552　實(shí)戰(zhàn)：面向多因變量的方差分析 221
思考題 224
綜合實(shí)踐題 224
第 6 章　關(guān)聯(lián)性分析技術(shù)225
61　關(guān)聯(lián)性分析綜述 230
611　關(guān)聯(lián)性分析的特點(diǎn)及類型230
612　SPSS實(shí)現(xiàn)關(guān)聯(lián)性分析的主要技術(shù)233
62　相關(guān)性分析及應(yīng)用 234
621　相關(guān)性分析算法及其適應(yīng)性234
622　實(shí)戰(zhàn)：學(xué)生的數(shù)學(xué)成績與游戲時間相關(guān)嗎？——中高測度數(shù)據(jù)相關(guān)性
分析237
623　實(shí)戰(zhàn)：影響學(xué)生成績的真實(shí)原因是上網(wǎng)時間嗎？——偏相關(guān)分析 241
624　低測度變量的相關(guān)性分析243
63　線性回歸分析技術(shù) 246
631　回歸分析概述246
632　實(shí)戰(zhàn)：一元線性回歸249
633　實(shí)戰(zhàn)：多元線性回歸分析255
634　多元線性回歸原理及反思 261
635　理論深化：多重共線性問題265
64　曲線回歸分析技術(shù) 268
641　實(shí)戰(zhàn)：以多元線性回歸探究高次回歸式268
642　實(shí)戰(zhàn)：以曲線回歸探究高次回歸式 271
643　曲線回歸的總結(jié)與思考274
65　二元邏輯回歸技術(shù) 276
651　二元邏輯回歸的工作原理276
652　實(shí)戰(zhàn)：哪些因素導(dǎo)致學(xué)生喜歡數(shù)學(xué)課？——二元邏輯回歸280
思考題 285
綜合實(shí)踐題 285
第 7 章　聚類分析技術(shù)287
71　聚類的概念及原理291
711　科研中的分類分析 291
712　核心知識：距離的計(jì)算與判定292
713　聚類分析的常見類型295
72　個案的聚類分析 296
721　實(shí)戰(zhàn)：面向個案的系統(tǒng)聚類296
722　實(shí)戰(zhàn)：快速聚類及其應(yīng)用 301
73　變量的聚類分析 305
731　實(shí)戰(zhàn)：面向變量的系統(tǒng)聚類305
732　對R聚類的反思與總結(jié)308
74　判別分析 309
741　判別分析的概念與類型309
742　實(shí)戰(zhàn)：基于組質(zhì)心的分類判別311
743　實(shí)戰(zhàn)：基于分類判別式的分類判別 317
思考題319
綜合實(shí)踐題 320
第 8 章　因子分析與降維321
81　因子分析與降維簡述 325
811　探索性因子分析與驗(yàn)證性因子分析325
812　降維與探索性因子分析328
82　主成分分析：EFA應(yīng)用 329
821　原理：探索性因子分析原理329
822　實(shí)戰(zhàn)：以主成分分析探究變量蘊(yùn)含的關(guān)鍵因素 331
823　實(shí)戰(zhàn)：以主成分分析檢驗(yàn)測量指標(biāo)的結(jié)構(gòu)效度338
83　結(jié)構(gòu)方程模型入門——CFA應(yīng)用 342
831　結(jié)構(gòu)方程模型概述342
832　以AMOS繪制模型圖：AMOS使用之一345
833　解讀SEM分析結(jié)果并優(yōu)化：AMOS使用之二350
834　實(shí)戰(zhàn)：以AMOS軟件實(shí)現(xiàn)CFA354
思考題 360
綜合實(shí)踐題 360
附錄 《大學(xué)生生活滿意度調(diào)查問卷》及數(shù)據(jù)集362
參考文獻(xiàn)364