目录__eol__第一篇 数据分析入门__eol__第1 章 SPSSAU 平台概述 . 2__eol__1.1 SPSSAU 平台简介 . 2__eol__1.2 SPSSAU 平台使用 . 4__eol__1.3 获得帮助 . 9__eol__第2 章 数据探索及分析 . 12__eol__2.1 分析方法数据格式 . 12__eol__2.2 探索数据特征 . 14__eol__2.2.1 两种数据类型 . 14__eol__2.2.2 定类数据探索分析 . 15__eol__2.2.3 定量数据探索分析 . 15__eol__2.2.4 小结 . 18__eol__2.3 数据分布之正态性分析 . 19__eol__2.3.1 正态分布图示法 . 19__eol__2.3.2 正态分布检验法 . 21__eol__2.3.3 正态分布转换处理 . 22__eol__2.3.4 小结 . 23__eol__2.4 常用分析方法选择 . 23__eol__2.4.1 定类或定量数据分析方法 . 24__eol__2.4.2 定类和定类数据分析方法 . 26__eol__2.4.3 定类和定量数据分析方法 . 27__eol__2.4.4 定量和定量数据分析方法 . 29__eol__2.4.5 小结 . 30__eol__第3 章 数据清理 . 31__eol__3.1 数据标签设置 . 31__eol__3.2 数据编码 . 34__eol__3.3 异常值处理 . 36__eol__3.4 生成变量 . 38__eol__3.4.1 常用处理 . 38__eol__3.4.2 量纲处理 . 39__eol__3.4.3 科学计算 . 42__eol__3.4.4 汇总处理 . 42__eol__3.4.5 日期相关处理 . 42__eol__3.4.6 其他 . 43__eol__3.5 标题处理 . 44__eol__第二篇 常用研究方法应用__eol__第4 章 差异关系研究 . 48__eol__4.1 t 检验 . 49__eol__4.1.1 正态分布与方差齐性 . 50__eol__4.1.2 t 检验分析步骤 . 51__eol__4.1.3 单样本t 检验 52__eol__4.1.4 配对样本t 检验 53__eol__4.1.5 独立样本t 检验 54__eol__4.1.6 概要t 检验 55__eol__4.2 方差分析 . 57__eol__4.2.1 方法概述 . 58__eol__4.2.2 方差分析类型的选择 . 60__eol__4.2.3 单因素方差分析 . 61__eol__4.2.4 双因素及多因素方差分析 . 65__eol__4.2.5 简单效应分析 . 68__eol__4.3 卡方检验 . 69__eol__4.3.1 方法概述 . 69__eol__4.3.2 2×2 四格表卡方检验 71__eol__4.3.3 R×C 列联表卡方检验与多重比较 . 73__eol__4.3.4 fisher 卡方检验 . 76__eol__4.3.5 配对卡方检验 . 78__eol__4.3.6 分层卡方检验 . 79__eol__4.3.7 卡方拟合优度检验 . 83__eol__4.4 非参数秩和检验 . 84__eol__4.4.1 方法介绍 . 84__eol__4.4.2 单样本Wilcoxon 检验 . 85__eol__4.4.3 两组独立样本Mann-Whitney 检验 . 86__eol__4.4.4 多组独立样本Kruskal-Wallis 检验 . 87__eol__4.4.5 配对样本Wilcoxon 秩和检验 . 89__eol__4.4.6 多样本Friedman 检验 91__eol__第5 章 相关影响关系研究 93__eol__5.1 相关分析 . 94__eol__5.1.1 相关关系概述 . 94__eol__5.1.2 相关分析步骤 . 96__eol__5.1.3 两个变量相关实例分析 . 97__eol__5.1.4 偏相关实例分析 . 101__eol__5.2 线性回归 . 103__eol__5.2.1 线性回归模型与检验 . 104__eol__5.2.2 线性回归适用条件 . 105__eol__5.2.3 线性回归的一般步骤 . 106__eol__5.2.4 多重线性回归的实例分析 . 107__eol__5.2.5 逐步线性回归的实例分析 . 114__eol__5.2.6 有哑变量的线性回归 . 117__eol__5.3 Logistic 回归 . 120__eol__5.3.1 方法概述 . 121__eol__5.3.2 二元Logistic 回归 123__eol__5.3.3 多分类Logistic 回归 129__eol__5.3.4 有序Logistic 回归 132__eol__5.3.5 条件Logistic 回归 136__eol__5.4 曲线与非线性回归 . 138__eol__5.4.1 方法概述 . 138__eol__5.4.2 曲线回归 . 139__eol__5.4.3 非线性回归 . 143__eol__第6 章 信息浓缩及聚类研究 147__eol__6.1 因子分析 . 148__eol__6.1.1 基本原理 . 148__eol__6.1.2 分析步骤 . 149__eol__6.1.3 因子分析实例分析 . 151__eol__6.2 主成分分析 . 156__eol__6.2.1 思想与应用 . 156__eol__6.2.2 与因子分析的区别 . 157__eol__6.2.3 分析步骤 . 158__eol__6.2.4 主成分实例分析 . 159__eol__6.3 对应分析 . 164__eol__6.3.1 方法概述 . 164__eol__6.3.2 简单对应分析 . 166__eol__6.3.3 多重对应分析 . 169__eol__6.4 多维尺度分析 . 171__eol__6.4.1 方法概述 . 171__eol__6.4.2 矩阵数据实例分析 . 173__eol__6.4.3 原始数据实例分析 . 175__eol__6.5 聚类分析 . 177__eol__6.5.1 聚类方法的选择 . 177__eol__6.5.2 K-means 聚类 180__eol__6.5.3 K-prototype 聚类 . 184__eol__6.5.4 分层聚类 . 188__eol__第三篇 数据综合评价及预测__eol__第7 章 权重关系研究 . 192__eol__7.1 权重计算方法 . 192__eol__7.1.1 主观赋权法 . 193__eol__7.1.2 客观赋权法 . 193__eol__7.2 主成分分析法 . 194__eol__7.2.1 权重计算步骤 . 194__eol__7.2.2 主成分分析法权重计算实例 . 195__eol__7.3 熵值法 . 197__eol__7.3.1 基本原理 . 198__eol__7.3.2 熵值法权重计算实例 . 199__eol__7.4 层次分析法 . 202__eol__7.4.1 原理介绍 . 202__eol__7.4.2 层次分析法流程 . 205__eol__7.4.3 层次分析法实例分析 . 206__eol__7.5 其他权重法 . 210__eol__7.5.1 CRITIC 权重法 . 210__eol__7.5.2 独立性权重法 . 213__eol__7.5.3 信息量权重法 . 215__eol__第8 章 数据预测分析 . 218__eol__8.1 ARIMA 模型 . 219__eol__8.1.1 ARMA 模型分析流程 219__eol__8.1.2 ARMA 模型案例 225__eol__8.2 指数平滑法 . 230__eol__8.2.1 一次指数平滑法 . 231__eol__8.2.2 二次指数平滑法 . 233__eol__8.2.3 三次指数平滑法 . 235__eol__8.3 灰色预测模型 . 238__eol__8.3.1 灰色预测模型原理 . 238__eol__8.3.2 灰色预测模型分析 . 240__eol__8.4 马尔可夫预测 . 243__eol__第9 章 优劣决策分析 . 247__eol__9.1 TOPSIS 法 . 247__eol__9.1.1 TOPSIS 法原理 . 247__eol__9.1.2 TOPSIS 法案例 . 249__eol__9.1.3 TOPSIS 法问题探讨 . 252__eol__9.2 熵权TOPSIS 法 254__eol__9.2.1 熵权TOPSIS 法原理 254__eol__9.2.2 熵权TOPSIS 法案例 255__eol__9.3 秩和比法 . 259__eol__9.3.1 秩和比原理 . 259__eol__9.3.2 RSR 案例 260__eol__9.4 Vikor 法 . 264__eol__9.4.1 Vikor 法原理 . 264__eol__9.4.2 Vikor 法案例 . 265__eol__第10 章 常用综合评价分析 271__eol__10.1 灰色关联法 . 272__eol__10.1.1 灰色关联法原理