以SPSS 16.0版本為基礎(chǔ)，主要介紹SPSS統(tǒng)計(jì)軟件在社會(huì)經(jīng)濟(jì)領(lǐng)域中的應(yīng)用。作者從統(tǒng)計(jì)專業(yè)用戶的角度出發(fā)，通過生動(dòng)的社會(huì)經(jīng)濟(jì)案例，講述如何利用SPSS統(tǒng)計(jì)軟件分析問題。書中不僅簡(jiǎn)要概述了SPSS統(tǒng)計(jì)軟件的主要模塊所涉及的統(tǒng)計(jì)分析原理和方法，而且介紹了SPSS統(tǒng)計(jì)軟件的基本操作和常用技巧，重點(diǎn)在于如何利用SPSS統(tǒng)計(jì)軟件分析實(shí)際的社會(huì)經(jīng)濟(jì)問題�！　∪珪�共10章，內(nèi)容涉及社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)等眾多領(lǐng)域，適合從事SPSS應(yīng)用以及各類數(shù)據(jù)分析工作的讀者閱讀和使用。

《SPSS在社會(huì)經(jīng)濟(jì)分析中的應(yīng)用》以SPSS 16.0版本為基礎(chǔ)，主要介紹SPSS統(tǒng)計(jì)軟件在社會(huì)經(jīng)濟(jì)領(lǐng)域中的應(yīng)用。作者從統(tǒng)計(jì)專業(yè)用戶的角度出發(fā)，通過生動(dòng)的社會(huì)經(jīng)濟(jì)案例，講述如何利用SPSS統(tǒng)計(jì)軟件分析問題。書中不僅簡(jiǎn)要概述了SPSS統(tǒng)計(jì)軟件的主要模塊所涉及的統(tǒng)計(jì)分析原理和方法，而且介紹了SPSS統(tǒng)計(jì)軟件的基本操作和常用技巧，重點(diǎn)在于如何利用SPSS統(tǒng)計(jì)軟件分析實(shí)際的社會(huì)經(jīng)濟(jì)問題。

前言
第1章 數(shù)據(jù)文件的報(bào)表分析
1.1 在線分層分析(OLAPCube)
1.2 個(gè)案匯總(CaseSummaries)分析

第2章 SPSS描述性統(tǒng)計(jì)分析
2.1 頻數(shù)分析
2.2 描述性統(tǒng)計(jì)分析
2.3 探索性分析
2.4 列聯(lián)表分析
2.4.1 名義變量的列聯(lián)表分析
2.4.2 定序變量的列聯(lián)表分析
2.4.3 列聯(lián)表中的相對(duì)風(fēng)險(xiǎn)分析
2.4.4 列聯(lián)表中的一致性檢驗(yàn)
2.5 比率(Ratio)分析

第3章 均值比較
3.1 均值分析
3.2 單樣本均值檢驗(yàn)
3.3 獨(dú)立樣本均值檢驗(yàn)
3.4 配對(duì)樣本均值檢驗(yàn)
3.5 單因素方差分析(One一WayANOVA)

第4章 單變量方差分析
4.1 單變量的雙因素方差分析
4.2 單變量的協(xié)方差分析
4.3 單變量的隨機(jī)效應(yīng)方差分析
4.4 單變量的混合效應(yīng)模型

第5章 相關(guān)分析
5.1 雙變量相關(guān)分析
5.2 偏相關(guān)分析

第6章 回歸模型分析
6.1 一元線性回歸模型
6.2 曲線估計(jì)
6.3 非線性回歸
6.4 多元線性回歸模型
6.5 二元邏輯斯蒂回歸模型
6.6 多元邏輯斯蒂回歸模型

第7章 聚類分析和判別分析
7.1 兩步聚類分析
7.2 K-Mean聚類法
7.3 系統(tǒng)聚類法
7.4 判別分析

第8章 主成分分析和因子分析
8.1 主成分分析
8.2 因子分析

第9章 時(shí)間序列分析
9.1 指數(shù)平滑法
9.1.1 簡(jiǎn)單指數(shù)平滑模型
9.1.2 霍特模型
9.1.3 溫特斯模型
9.1.4 模型的預(yù)測(cè)
9.2 自回歸模型
9.3 ARIMA模型
9.3.1 ARIMA模型的構(gòu)成
9.3.2 ARIMA模型的建模過程
9.4 季節(jié)分解

第10章 非參數(shù)檢驗(yàn)
10.1 卡方檢驗(yàn)
10.2 二項(xiàng)檢驗(yàn)
10.3 游程檢驗(yàn)
10.4 單樣本科爾莫哥洛夫一斯米洛夫檢驗(yàn)
10.5 兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)
10.5.1 曼一惠特尼檢驗(yàn)
10.5.2 雙樣本的科爾莫哥洛夫一斯米洛夫檢驗(yàn)
10.5.3 MosesExtremeReaction(Moses極端反應(yīng))檢驗(yàn)
10.5.3 Wald-Wolfowitz游程
10.6 多個(gè)獨(dú)立樣本的檢驗(yàn)
10.6.1 克魯斯卡爾一沃利斯檢驗(yàn)
10.6.2 中位數(shù)檢驗(yàn)
10.6.3 Jonckhere-Terpstra多樣本檢驗(yàn)
10.7 兩個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)
10.7.1 威斯康星符號(hào)秩檢驗(yàn)
10.7.2 符號(hào)檢驗(yàn)
10.7.3 麥克內(nèi)曼變化顯著性檢驗(yàn)
10.8 多個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)
10.8.1 弗里德曼檢驗(yàn)
10.8.2 肯德爾協(xié)和系數(shù)
10.8.3 Cochran’sQ檢驗(yàn)
參考文獻(xiàn)

SPSS的Online Analytical Processing（在線分層分析）主要用來分析尺度變量（Scale Variable），也就是所謂的數(shù)值變量，在SPSS的OLAP Cube對(duì)話框中，它們被稱為Summary Variable（匯總變量）。我們可以選擇輸出尺度變量的多種統(tǒng)計(jì)量，從簡(jiǎn)單的計(jì)數(shù)、求和、比例等統(tǒng)計(jì)量到集中趨勢(shì)、離散趨勢(shì)等復(fù)雜的描述性統(tǒng)計(jì)量。利用在線分層分析時(shí)必須選擇分組變（Grouping Variable），輸出結(jié)果中的OLAP Cube（在線分層表）中，分組變量以層字段（Layer）的方式顯示在表格的左上角，待分析的尺度變量是作為行字N：（Row），以行的形式顯示出來，描述性統(tǒng)計(jì)量作為列字（Column），以列的形式顯示出來。通過SPSS提供的Pivo-tlng Tray功能，在OLAP Cube中可以很方便地實(shí)現(xiàn)層字段、列字段和頁(yè)字段的轉(zhuǎn)化，這一功能非常類似于Excel中的數(shù)據(jù)透視表。我們還可以在描述性統(tǒng)計(jì)量表中設(shè)置表格的標(biāo)題和腳注。
　　【例1.1】電信公司客戶流失情況分析。
　　一家電信公司想減少客戶流失率，也就是客戶轉(zhuǎn)向其他電信供應(yīng)商的比例�？蛻袅魇�率和客戶的年齡、家庭收入、使用電信公司業(yè)務(wù)的數(shù)量及時(shí)間以及月消費(fèi)金額都可能存在一定的關(guān)系。