《SPSS回归分析》内容简介

回归分析在科学研究领域是最常用的统计方法。《SPSS回归分析》介绍了一些基本的统计方法，例如，相关、回归（线性、多重、非线性）、逻辑（二项、多项）、有序回归和生存分析（寿命表法、Kaplan-Meier法以及Cox回归）。后面的章节介绍了另外一些回归分析方法和模型，例如，个体生长曲线的建模、PLS部分最小平方回归、岭回归、巢式病例对照研究。
《SPSS回归分析》对运用SPSS进行回归分析的介绍，目的是让读者对于这方面的基础知识有一个初步了解和掌握，有经验的读者藉此可在数据挖掘（例如，利用Clementine）领域独立地继续学习新知识。
克里斯蒂安·FG·申德拉博士（Dr.Christian FG S chendera），致力于对知识的理性构建与重建，即各种科学的和不科学的研究方法（尤其是统计方法）对人们构建知识和接受知识有什么样的影响。
申德拉先生目前担任瑞士计算机科学公司（CSC）商业智能团队的科学数据分析师和主管。从业领域主要包括高级分析（数据分析/数据挖掘）、科学咨询（科学方法咨询）以及SPSS和SAS培训。他的客户大多是来自不同行业（例如，银行与保险、市场营销及医药）、不同国家（主要是德国、奥地利和瑞士）的企业。曾经参与了多个科研、分析和评估项目。出版过数本数据分析、数据质量、SAS和SPSS的相关著作。例如，关于SPSS培训的详情请参见www.ch.csc.com。

作品目录

前言
第1章：相关
1.1、引言
1.2、第一个前提条件：尺度水平
1.3、其他前提条件：线性、同方差性和连续性
1.4、说明：对线性的图形检验
1.5、相关系数的统计和解释
1.6、利用SPSS的计算（示例）
1.7、难点：线性、产生错觉相关和一型差误累积
1.8、特殊用途
1.9、计算皮尔逊相关系数的前提条件
第2章：线性回归和非线性回归
2.1、线性回归：有因果方向的关联
2.2、非线性简单回归
2.3、多元线性回归：多重共线性和其他难点
2.4、计算线性回归的前提条件
第3章：逻辑回归和有序回归
3.1、引言：因变量的因果模型和测量水平
3.2、二元逻辑回归
3.3、有序回归
3.4、多项逻辑回归
3.5、本章所介绍的各种回归方法的比较
第4章：生存分析
4.1、生存分析概述
4.2、生存分析的基本原理
4.3、截尾数据
4.4、估计生存时间S（t）的方法
4.5、对多个组进行比较的检验
4.6、利用SPSS进行生存分析
4.7、Cox回归
第5章：回归分析的其他应用实例
5.1、偏回归
5.2、个体生长曲线
5.3、岭回归（SPSS宏）
第6章：其他方法和模型（一览）
6.1、通过SPSS菜单调用其他回归方法
6.2、可用语句调用的其他回归形式
附录A
公式
参考文献
您对本书的建议和意见
作者简介