SPSS进阶分析与实务

本书以统计理论为主线，以解决实际问题为导向，详细介绍了SPSS在多变量方差分析、协方差分析、线性回归分析、主成分分析、因子分析、聚类分析、判别分析、决策树、神经网络、时间序列分析、对应分析、典型相关分析、简单效应、简单简单效应、调节效应、中介效应及多重响应分析中的应用。
本书结合理论与实践，具有较强的技术应用性和针对性，主要面向各个专业的初、中级SPSS的使用者，以及想要深入学习和应用统计学的读者。

石鹏，中国医科大学博士，国家重点研发计划项目骨干，公众号“SPSS学堂”成员，研究方向为环境危害暴露及其健康效应、疾病负担测算及数据可视化、临床试验设计与统计分析。以第一作者或共同第一作者发表SCI论文5篇，累计影响因子34.177分，包括ESI高被引论文1篇；中文核心期刊论文2篇；担任《中国循证医学》杂志审稿人，《Life Research》青年编委，主编《SPSS进阶分析与实务》、《环境污染健康损害因果关系判定方法》，参与制定团体标准一项，授权软件著作权三项。

1.详细介绍16个统计学方法在SPSS中的实现，以及这些方法的原理和适用条件。
2.36个典型案例帮助读者理解相关知识点。
3.有一个专用的SPSS公众号“SPSS学堂”帮助读者答疑解惑。

序言
C.R.Rao 说过：“在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，一切判断都是统计学。”

统计学的任务是研究有关数据的收集、整理、分析，从而对所研究问题做出一定结论。统计学有坚实的理论基础，也是一门技术性很强的科学，一直受到科学技术进步的影响。大规模数据越来越多、新兴数据研究问题越来越复杂等情况都将引起数据科学生态的变化，这些都将筑牢统计学在解决社会、经济、精准医学、环境科学、生物信息学等领域问题中的中心地位。

统计学的核心价值在于它能够帮助我们科学地理解世界，探索事物运行的规律。例如，由于生物技术的飞速发展，生命科学、医学及公共卫生领域的研究方向已经发生了重大转变。这些转变将科学生产力的瓶颈从数据产生转移到了数据分析与解释。在个人层面，医生可以根据个体基因组、表观遗传、环境、生活方式等信息提出精准的治疗策略，并指导个人更有效地进行健康管理；在公共卫生层面，政府机构将更精准地了解不同环境因素、生活方式和其他相关因素对健康的影响，从而降低医疗保健成本。

统计和数据科学的研究和教育必须着眼于解决现实世界的问题，在当今的大数据时代，科学、理性地运用统计知识和统计思维去辩证，在鱼龙混杂的信息中去伪存真，正确使用统计学方法尤为重要。本书详细讲解 SPSS 多元统计分析的运用方法，指引读者驾驭复杂的数据，快速掌握 SPSS 软件，本书有很好的实用性和参考价值，对数据分析与挖掘技术的研究与推广将发挥重要作用。

席淑华
2022 年 1 月 7 日

于中国医科大学

写在前面

数据分析是从数据中提取有价值信息的过程，在此过程中需要对数据进行各种处理和归类。只有真正地掌握了数据分类方法和数据处理模式，我们才能得到正确的结果及解释，从而指导实践。然而，面对丰富且错综复杂的数据资料，想要做到选择合理的统计方法快速得出正确的结论并非易事。

作为一款功能强大、方便易用的数据分析软件，SPSS 深受数据分析爱好者和从业者的喜爱，所有的功能都以对话框选项的形式呈现，界面统一、规范，用户只要掌握一定的Windows 操作技能，通晓一定的统计分析原理，就可以使用该软件。随着版本的升级，SPSS的功能愈发强大，被广泛应用于诸多行业及学术研究中。

本书作为《菜鸟学 SPSS 数据分析》的进阶版，既与前作相辅相成，又具有自身的独特性。前作的内容循序渐进，力求使各位读者（尤其是初学者）能更好地理解、运用 SPSS，重在对基础性的知识及操作进行讲解，但面对复杂的数据分析与挖掘显得力有不逮，这也促使了本书的编写。

本书主要面向各个专业的初、中级 SPSS 的使用者及想要深入学习和应用统计学的读者，定位为一本讲解高级统计分析技术的字典式的工具书，以统计理论为主线，以解决实际问题为导向，详细介绍了回归建模及其他多元统计方法，其中，每章都介绍了一个独立的统计方法，从理论到操作，每一章都配有实例，每一部分都有细致的讲解，读者可以根据需求到相应的章节重点研读。

本书特色
1. 以统计理论为主线，严格筛选统计方法

本书介绍的统计方法是基于对各个学科专业常用方法的大量研究，由知识储备丰富且有大量实战经验的作者编写而成的，每章介绍一个独立的统计方法，可以让读者对比学习。而学科性较强的方法并未在本书中体现，如果读者想要深入学习，可以关注“SPSS 学堂”微信公众号，获取相应的学习资源。

2. 以解决实际问题为导向

本书的目的不在于让各位读者了解 SPSS 的操作方法，而是掌握分析数据的统计方法，了解这些方法背后的实际用途，以开阔思路，并真正掌握相关技能。同时笔者建议读者不要拘泥于某一个统计软件，只要能方便、快捷地得出正确结论，我们就需要学习并加以使用。

3. 标题体现用途

本书每章内容的标题均体现了该章节所讲解统计方法的用途，让读者快速理解并判断该方法的适用性。

4. 微信公众号推文与图书内容的完美结合

微信公众号“SPSS 学堂”邀请来自海内外各大知名高校不同专业的硕士、博士定期撰写文章，精选优秀论文进行深度剖析并解读，以开拓读者分析数据的思路及增强实战能力，同时更新一些统计方法的小技巧与小知识点，以便读者的学习效果更上一层楼。

本书由“SPSS 学堂”的多位作者共同编写，其中，陈联、蔡伟杰共同编写了第 1 章、第 3 章的 3.1~3.3、3.5、3.6 节；陈汝男编写了第 3 章的 3.4、3.7~3.9 节、第 4 章；付梦瑶编写了第 5 章的 5.1、5.3 节、第 14~15 章；石鹏编写了第 5 章的 5.2、5.5 节；林梦茹编写了第5 章的 5.4 节；张楷露编写了第 6~7 章；柏安之、蔡伟杰共同编写了第 8~10 章；王亚北编写了第 12~13 章；张琪编写了第 16 章；林梦茹、王鹏共同编写了第 2 章和第 11 章。但婉欣审校了第 1~5 章；柏安之审校了第 6~10 章；石鹏审校了第 11~16 章。余羿提供了第 8~10 章的数据。在此致以感谢！

本书得以付梓，特别感谢中国医科大学公共卫生学院席淑华教授为本书撰写序言，特别感谢中国科学院国家重点研发计划项目首席科学家、全国红医联盟执行理事长、中国医药卫生文化协会副会长朱京海教授为本书撰写推荐语，特别感谢中国医科大学公共卫生学院贺淼教授为本撰写推荐语，特别感谢华中师范大学徐旋同学为本书拟定书名，特别感谢中国医科大学公共卫生学院杨华杰同学校读了文稿。需要特别说明的是，一本书的编写需要投入大量的时间与精力，各位作者在编写时会尽可能确保内容正确与严谨，但也难免会存在疏漏之处，还请各位专家和广大读者批评指正。

联系我们：请关注微信公众号“SPSS 学堂”（微信号：spss2333）并在后台留言。

相关案例下载：请关注微信公众号“SPSS 学堂”（微信号：spss2333）并回复“进阶案例”。

第 1 章 多个因变量的假设检验：多变量方差分析 1
1.1 多变量方差分析 1
1.1.1 多变量方差分析简介 1
1.1.2 多变量方差分析的应用条件 1
1.2 多变量方差分析案例：不同舞蹈学校的分数差异分析 . 2
1.2.1 选择变量 3
1.2.2 设置模型选项 3
1.2.3 设置事后选项 4
1.2.4 选项设置 4
1.2.5 输出结果 5
1.3 本章小结 8

第 2 章 校正混杂因素：协方差分析 9
2.1 协方差分析简介 9
2.2 协方差分析案例：早读对成绩的影响 10
2.2.1 回归拟合线平行性检验 11
2.2.2 计算和检验修正均数（正式进行协方差分析） . 15
2.3 本章小结 18

第 3 章 因变量为连续变量的估计与预测：线性回归分析 . 19
3.1 线性回归分析简介 19
3.1.1 简单线性回归分析简介 19
3.1.2 多重线性回归分析简介 20
3.2 简单线性回归分析 20
3.2.1 简单线性回归分析的假设条件 21
3.2.2 简单线性回归分析案例：身高和体重的关系 . 26
3.3 多重线性回归分析 27
3.3.1 多重线性回归分析的假设条件 28
3.3.2 多重线性回归分析案例：年收入的影响因素 . 28
3.4 回归诊断 33
3.4.1 异常值判断 33
3.4.2 独立性检验 37
3.4.3 正态性检验 39
3.4.4 方差齐性检验 40
3.4.5 多重共线性诊断 41
3.5 权重估计 43
3.5.1 权重估计简介 43
3.5.2 权重估计案例：收入影响因素分析. 43
3.6 加权最小二乘法 46
3.6.1 加权最小二乘法简介 46
3.6.2 加权最小二乘法案例：收入影响因素分析 . 46
3.7 二阶最小二乘法 48
3.7.1 二阶最小二乘法简介 48
3.7.2 二阶最小二乘法案例：影响成绩的数据 . 49
3.8 分层回归分析 51
3.8.1 分层回归分析简介 51
3.8.2 分层回归分析案例：影响个人收入的因素 . 52
3.9 本章小结 56

第 4 章 因变量为离散变量的估计与预测：Logistic 回归模型 . 58
4.1 Logistic 回归模型简介 58
4.1.1 Logistic 回归模型的公式 58
4.1.2 Logistic 回归分析的目的 59
4.1.3 Logistic 回归模型的适用条件 59
4.1.4 Logistic 回归分析的主要用途 60
4.2 二元 Logistic 回归模型 . 60
4.2.1 二元 Logistic 回归模型简介 . 61
4.2.2 二元 Logistic 回归分析案例：学业成就数据 61
4.3 多元 Logistic 回归模型 . 67
4.3.1 多元 Logistic 回归模型简介 . 67
4.3.2 多元 Logistic 回归分析案例：数学成绩调查数据 68
4.4 有序回归模型 71
4.4.1 有序回归模型简介 71
4.4.2 有序回归分析案例：影响个人收入水平的因素 . 71
4.5 本章小结 74

第 5 章 回归模型进阶：其他回归模型 76
5.1 最优尺度回归模型 76
5.1.1 最优尺度回归模型简介 76
5.1.2 最优尺度回归分析案例：师生关系的预测因素 . 77
5.2 非线性回归模型 83
5.2.1 曲线估计回归模型 84
5.2.2 非线性回归模型简介 87
5.2.3 曲线估计回归模型与非线性回归模型的比较 . 90
5.3 多层线性模型 91
5.3.1 多层线性模型简介 92
5.3.2 多层线性模型（零模型）案例：语文成绩预测因素 . 93
5.3.3 多层线性模型（全模型）案例：语文成绩预测因素 . 95
5.4 对数线性模型 98
5.4.1 对数线性模型简介 98
5.4.2 对数线性模型案例：不同学历人员的收入水平数据 . 99
5.5 本章小结 101

第 6 章 简化多变量复杂关系：主成分分析与因子分析 . 102
6.1 主成分分析 102
6.1.1 主成分分析简介 102
6.1.2 主成分分析案例：各省市特征指标的降维 . 104
6.2 因子分析 106
6.2.1 因子分析简介 106
6.2.2 因子分析案例：学生知识结构状况. 106
6.3 本章小结 112

第 7 章 数据归约技术：聚类分析 114
7.1 聚类分析简介 114
7.2 K 均值聚类 115
7.2.1 K 均值聚类简介. 115
7.2.2 K 均值聚类案例：土壤样本聚类 . 116
7.3 系统聚类 119
7.3.1 系统聚类简介 119
7.3.2 系统聚类案例：土壤指标聚类 120
7.4 二阶聚类 123
7.4.1 二阶聚类简介 123
7.4.2 二阶聚类案例：潮间带大型动物的群落结构 . 124
7.5 本章小结 127

第 8 章 建立分组预测模式：判别分析 128
8.1 Fisher 判别分析 . 128
8.1.1 Fisher 判别分析简介 . 128
8.1.2 Fisher 判别分析案例：鸢尾花分类 128
8.2 Bayes 判别分析 . 133
8.2.1 Bayes 判别分析简介 . 133
8.2.2 Bayes 判别分析案例：鸢尾花分类 133
8.3 本章小结 138

第 9 章 预测变量的二元分离：决策树 139
9.1 决策树简介 139
9.2 C4.5 算法 . 139
9.2.1 构造决策树 140
9.2.2 决策树剪枝 141
9.3 SPSS Modeler 的 C5.0 算法实现 143
9.3.1 SPSS Modeler 简介 143
9.3.2 C5.0 算法分析案例：患者用药策略 144
9.4 本章小结 154

第 10 章 自适应、自学习：神经网络 155
10.1 神经网络简介 155
10.2 神经网络模型 155
10.2.1 激励函数表达方式 156
10.2.2 传播方式 158
10.2.3 神经网络模型案例：鸢尾花分类 159
10.3 本章小结 165

第 11 章 时序数据的预测：时间序列分析 . 166
11.1 时间序列分析简介 166
11.2 指数平滑模型 167
11.2.1 指数平滑模型简介 167
11.2.2 指数平滑模型案例：药品产量 . 168
11.3 自回归综合移动平均模型 176
11.3.1 自回归综合移动平均模型简介 . 176
11.3.2 自回归综合移动平均模型实例分析案例：体检中心收入 . 176
11.4 本章小结 181

第 12 章 发现多个分类变量间的潜在关系：对应分析 182
12.1 对应分析简介 182
12.2 简单对应分析 183
12.2.1 简单对应分析实现 183
12.2.2 简单对应分析案例：家庭结构与学历 . 187
12.3 基于均数的对应分析 190
12.3.1 基于均数的对应分析简介 190
12.3.2 基于均数的对应分析案例：各行业经济增长状况比较 . 191
12.4 基于最优尺度变换的多重对应分析 194
12.4.1 基于最优尺度变换的多重对应分析简介 . 194
12.4.2 基于最优尺度变换的多重对应分析案例：家庭结构与学历 . 201
12.5 本章小结 205

第 13 章 两组变量的相关分析：典型相关分析 . 206
13.1 典型相关分析简介 206
13.2 典型相关分析案例：旅游前的旅游信息搜索动机与旅游行为之间的关系 . 207
13.2.1 使用 Canonical 宏程序进行典型相关操作 207
13.2.2 使用 MANOVA 语法进行典型相关操作 . 211
13.2.3 输出结果 215
13.3 基于最优尺度变换的非线性典型相关分析 216
13.3.1 基于最优尺度变换的非线性典型相关分析简介 . 216
13.3.2 基于最优尺度变换的非线性典型相关分析案例：家庭结构与学历 . 217
13.4 本章小结 221

第 14 章 交互效应分析进阶：简单效应与简单简单效应 . 222
14.1 重复测量设计的简单效应与简单简单效应 222
14.1.1 简单效应简介 223
14.1.2 简单简单效应简介 224
14.1.3 分析策略 224
14.1.4 简单效应案例：不同教学方法与智力的关系 . 224
14.1.5 简单简单效应案例：不同教学方法与智力的关系 . 228
14.2 被试间设计的简单效应与简单简单效应 231
14.2.1 分析策略 232
14.2.2 简单效应案例：心理学反应时研究 . 232
14.2.3 简单简单效应案例：心理学反应时研究 . 235
14.3 本章小结 239

第 15 章 调节变量与中介变量分析方法：调节效应与中介效应 243
15.1 调节效应 243
15.1.1 调节效应简介 243
15.1.2 自变量和调节变量均为连续变量的调节效应分析 . 245
15.1.3 自变量为连续变量、调节变量为分类变量的调节效应分析 . 249
15.1.4 自变量为分类变量、调节变量为连续变量的调节效应分析 . 254
15.1.5 自变量、调节变量均为分类变量的调节效应分析 . 257
15.2 Process 插件 . 258
15.2.1 Process 插件的安装及应用 . 258
15.2.2 Bootstrap 方法及其应用 260
15.2.3 使用 Process 插件检验调节效应 260
15.2.4 使用 Process 插件检验中介效应 264
15.2.5 中介效应与调节效应的混合模型 270
15.3 本章小结 274

第 16 章 多项选择题的分析处理：多重响应分析 275
16.1 多重响应分析 275
16.1.1 多重响应分析案例：注册某软件时选过的标签 . 276
16.1.2 多重响应变量集的频率差异卡方检验案例：标签选择 . 280
16.1.3 多重响应变量集的交叉表分析案例：标签选择 . 282
16.2 本章小结 284
参考文献 . 285