第1章 相關 1
1.1 引言 1
1.2 第一個前提條件:尺度水平 4
1.3 其他前提條件:綫性、同方差性和連續性 5
1.4 說明:對綫性的圖形檢驗 6
1.4.1 過程GRAPH,Scatterplot選項 6
1.4.2 SPSS過程命令 CURVEFIT 7
1.5 相關係數的統計和解釋 10
1.5.1 相關係數的統計量 11
1.5.2 相關係數的解釋 11
1.6 利用 SPSS 的計算(示例) 14
1.7 難點:綫性、産生錯覺相關和一型差誤纍積 16
1.7.1 産生錯覺相關和偏相關 16
1.7.2 一型差誤纍積問題 19
1.8 特殊用途 20
1.8.1 相關係數的比較 21
1.8.2 比較相關的一緻性 22
1.8.3 正準相關 23
1.9 計算皮爾遜相關係數的前提條件 24
第2章 綫性迴歸和非綫性迴歸 26
2.1 綫性迴歸:有因果方嚮的關聯 27
2.1.1 雙變量綫性迴歸:利用REGRESSION的迴歸分析概述 27
2.1.2 雙變量綫性迴歸的示例和語句——第一步:根據杠杆值和殘差檢驗綫性並識彆離群值 32
2.1.3 輸齣結果和解釋 37
2.1.4 過程2:刪除離群值的效應——選齣的輸齣結果 49
2.1.5 說明:繪製迴歸直綫(IGRAPH)的圖形 51
2.2 非綫性簡單迴歸 51
2.2.1 利用綫性迴歸對綫性函數進行分析 53
2.2.2 利用綫性迴歸分析調查非綫性函數 53
2.2.3 將非綫性函數綫性化,並利用綫性迴歸進行調查 54
2.2.4 利用非綫性迴歸分析非綫性函數:非綫性迴歸 56
2.2.5 更高的要求:帶有兩個預測變量的非綫性迴歸 67
2.2.6 用於非綫性迴歸的SPSS過程 NLR 和 CNLR 70
2.2.7 非綫性迴歸的假設 73
2.2.8 總覽錶:非綫性迴歸的模型 74
2.3 多元綫性迴歸:多重共綫性和其他難點 76
2.3.1 多元迴歸的特點 77
2.3.2 第一個例子:多元迴歸特殊統計的解釋 79
2.3.3 第二個例子:多重共綫性的識彆和消除 93
2.4 計算綫性迴歸的前提條件 99
第3章 邏輯迴歸和有序迴歸 105
3.1 引言:因變量的因果模型和測量水平 106
3.2 二元邏輯迴歸 107
3.2.1 邏輯迴歸方法和與其他方法的比較 107
3.2.2 示例界麵和語法:逐步法(BSTEP) 111
3.2.3 輸齣結果和解釋 114
3.2.4 示例和語法:直接法ENTER 122
3.2.5 輸齣結果和解釋 123
3.2.6 補充說明邏輯迴歸的理論檢驗vs診斷:模型擬閤優度vs預測效率 127
3.2.7 二元邏輯迴歸的前提條件 127
3.3 有序迴歸 133
3.3.1 有序迴歸方法和與其他方法的比較 134
3.3.2 例1 界麵操作和語法:定距預測變量(WITH-選項) 135
3.3.3 輸齣結果和解釋 138
3.3.4 例2和語法:分類預測變量(BY選項) 143
3.3.5 輸齣結果和解釋 144
3.3.6 有序迴歸的前提條件 151
3.4 多項邏輯迴歸 152
3.4.1 例子、界麵選擇和語法:主效應模型(二元因變量) 153
3.4.2 輸齣結果和解釋 159
3.4.3 補充說明:逐步計算帶有一個二元因變量的模型:NOMREG REGRESSION和LOGISTIC REGRESSION輸齣結果的比較 163
3.4.4 特殊情況:帶有定量預測變量的巢式病例對照研究(1:1)——示例、
語法、輸齣結果和解釋 164
3.4.5 補充說明:LOGISTIC REGRESSION 對比 NOMREG (區彆) 168
3.4.6 多項邏輯迴歸的前提條件 169
3.5 本章所介紹的各種迴歸方法的比較 173
第4章 生存分析 175
4.1 生存分析概述 176
4.2 生存分析的基本原理 178
4.2.1 生存函數S(t) 178
4.2.2 確定生存函數S(t) 179
4.2.3 其他函數 180
4.3 截尾數據 182
4.3.1 非期望事件或者未發生目標事件 182
4.3.2 對截尾數據與非截尾數據做不同處理的三個理由 183
4.3.3 失效數據和截尾的處理(三種方法) 184
4.4 估計生存時間S(t)的方法 185
4.4.1 保險精算法和壽命錶法 185
4.4.2 使用Kaplan-Meier法估計生存時間S(t) 186
4.4.3 無截尾和有截尾的示例(方法:Kaplan-Meier) 187
4.5 對多個組進行比較的檢驗 190
4.6 利用SPSS進行生存分析 192
4.6.1 示例:無因子Kaplan-Meier法 193
4.6.2 示例:采用因子的Kaplan-Meier法 198
4.6.3 利用因子變量與分層變量進行比較(Kaplan-Meier法) 202
4.6.4 Kaplan-Meier分析的置信區間 207
4.6.5 不帶因子的壽命錶計算法示例 209
4.6.6 帶有因子的壽命錶法計算示例 212
4.6.7 計算生存分析的首要條件 216
4.7 Cox迴歸 218
4.7.1 Cox模型簡介和背景知識 218
4.7.2 帶有定量協變量的Cox迴歸 222
4.7.3 帶有二元協變量的Cox迴歸(k=2) 230
4.7.4 帶有分類協變量的Cox迴歸(k>2) 233
4.7.5 針對交互作用的Cox迴歸 237
4.7.6 檢驗Cox迴歸的前提條件 249
4.7.7 帶有時間相依的定量協變量的Cox迴歸 256
4.7.8 Cox迴歸的特定前提條件 261
4.7.9 附錄:對比方法 264
第5章 迴歸分析的其他應用實例 269
5.1 偏迴歸 270
5.1.1 運用PLS過程(Python Extension)進行計算 271
5.1.2 運用SPSS過程REGRESSION進行計算 278
5.2 個體生長麯綫 281
5.2.1 方法1:隨機截距模型 282
5.2.2 方法2:隨機斜率模型 286
5.2.3 方法3:隨機截距和隨機斜率模型 288
5.3 嶺迴歸(SPSS宏) 290
5.3.1 利用嶺跡實現多重共綫性的可視化 291
5.3.2 嶺迴歸的計算 294
5.3.3 SPSS宏“Ridge-Regression” 295
第6章 其他方法和模型(一覽) 301
6.1 通過SPSS菜單調用其他迴歸方法 301
6.2 可用語句調用的其他迴歸形式 308
附錄A 公式 309
參考文獻 320
您對本書的建議和意見 327
作者簡介 328
· · · · · · (
收起)