附近找小组联系方式_100元4小时不限次数上门电话_600块4个小时全套

1.内容提要

     本书采用IBM SPSS Statistics 20中文版，基于体育研究中的几类典型问题，在基本统计原理的解析基础上，从实务应用的角度出发，创造性地以体育领域真实的案例贯穿全书，介绍常见的数据处理及其SPSS统计分析流程。内容从体育实例到调查问卷，从参数检验到非参数检验，从描述性统计到推断性统计，主要包括: SPSS的界面操作、数据文件建立、常见数据文件管理、连续变量和分类变量的统计描述、常用统计表制作、假设检验、方差分析、卡方检验、非参数检验、相关和回归分析、聚类分析、主成分和因子分析。
     本书根据读者群数理基础薄弱的特点，完全从实际案例操作出发，讲解各类方法的综合运用，以协助读者提高实战能力，更加方便准确地分析体育相关数据。
     本书可作为普通高等院校体育类各专业本科生与研究生的教材，也可作为体育教师、教练员、体育科研工作者、体育管理工作者的参考书。

2.前言

     体育统计是基础应用学科之一，它是数理统计方法在体育领域中的应用，为体育领域中的各类研究提供收集、整理与分析数据资料的统计方法。体育统计主要以体育领域中的随机现象为研究对象，研究其规律性。体育统计方法贯穿整个体育研究过程。
     SPSS(Statistical Package for the Social Sciences)是世界上最早的统计分析软件，主要用于统计学分析运算、数据挖掘、预测分析和决策支持任务的完成。目前，国际常用统计软件有SPSS、 SAS、 MATLAB等。这些软件的功能和作用大同小异，但各有特色。其中，SPSS、 SAS是目前大多数企业、各类科研院所中较为流行的。SPSS是为广大非专业人士设计的，是世界上最早采用图形菜单驱动界面的统计软件，具有操作简便、好学易懂的特点。
本书将体育领域中常见典型的数据统计问题进行分类，结合体育研究中的实际问题作为案例，说明如何用SPSS解决这些问题。内容主要介绍SPSS数据录入、数据管理、统计分析、报表制作等，包括常规的描述性统计、T检验、方差分析、卡方检验、非参数检验、相关分析和回归分析；也包括近期发展的多元统计技术，如多元回归分析、聚类分析、主成分分析和因子分析等方法。
      本书有以下特色: 
      (1) 全面本书的内容覆盖了体育统计学科的各种基本统计分析方法及其SPSS所提供的基本统计分析功能。内容安排上以统计方法体系为主线，围绕描述性统计和推断性统计展开。
      (2) 易懂体育统计中多数统计模型都比较复杂，为降低读者学习的难度，本书中各章节大幅简化对体育统计理论的介绍和解释，重点选择较为简单易懂的典型数据作为分析案例，突出各种体育统计模型的方法、SPSS操作及结果解释。
      (3) 注重理论联系实际读者只需按照完整的操作步骤，即可完成相应的数据统计分析，强化理论的应用性，真正帮助读者学以致用。
      (4) 内容丰富多元化详细的结果解析与说明，让读者真正理解各种输出图表的意义。
本书希望通过典型体育案例的讲解和延伸讨论，帮助一部分专业技术强但数理基础薄弱的读者学习并运用合理的统计方法及技术分析数据，进一步对所得的结果进行准确的解释和应用，从而更好地满足读者的工作和学习需求。
      运动健康科学系运动人体专业作为江苏省高校品牌专业建设工程资助项目，对本书的撰写、出版提供了支持。在此，非常感谢我的领导孙飙教授和宋雅伟教授给予支持；感谢我的同事叶强、吴文广、王阳阳老师的帮助，他们给本书提出了宝贵的意见。

编者
2019年1月

3.目录

1 SPSS与体育统计1
1.1SPSS概述1
1.1.1启动SPSS2
1.1.2SPSS的数据编辑窗口2
1.1.3SPSS 结果输出查看器窗口3
1.1.4退出SPSS3
1.2体育统计中的问题4
1.2.1体育统计中的基本概念5
1.2.2体育统计的常见问题类型5
2数据文件的建立7
2.1变量设置7
2.1.1定义变量名称8
2.1.2定义变量类型9
2.1.3变量宽度和小数位数10
2.1.4变量标签11
2.1.5变量值标签11
2.1.6缺失值定义方式11
2.1.7列宽和对齐方式12
2.1.8变量的度量标准12
2.1.9角色12
2.2调查问卷的直接录入12
2.3从其他文件导入数据17
3数据常用管理及整理18
3.1分类汇总18
3.2替换缺失值处理19
3.2.1锁定缺失值位置20
3.2.2填补缺失值21
3.3极端值的清理22
4连续变量的描述统计分析25
4.1描述性统计的指标体系25
4.1.1集中量数25
4.1.2离散量数27
4.2描述性统计分析的SPSS案例分析29
4.2.1频率统计29
4.2.2描述性统计31
4.2.3探索分析与参数估计32
5分类变量的描述统计35
5.1单个分类变量的描述统计35
5.2多个分类变量的联合描述统计36
5.3多选题的描述统计38
5.3.1多选题的频数列表38
5.3.2多选题的交叉列表分析39
6统计表42
6.1OLAP Cubes(在线分析处理)42
6.2个案汇总45
6.3分类变量制表49
6.4多选题的统计报表制作53
7T检验58
7.1假设检验概述58
7.1.1统计假设58
7.1.2假设检验58
7.1.3假设检验的基本思想58
7.1.4假设检验的两类错误60
7.2单样本T检验60
7.2.1基本概念和方法60
7.2.2案例分析60
7.3配对样本T检验62
7.3.1基本概念和方法62
7.3.2案例分析62
7.4独立样本T检验64
7.4.1基本概念和方法64
7.4.2案例分析64
８方差分析67
8.1基本概念和方法67
8.2单因素方差分析67
8.2.1问题提出67
8.2.2单因素方差分析的方法步骤68
8.2.3案例分析69
8.3双因素方差分析75
8.3.1问题提出75
8.3.2双因素方差分析的方法步骤75
8.3.3无重复试验的双因素方差分析案例分析77
8.3.4析因双因素方差分析案例分析84
9非参数检验89
9.1二项分布检验89
9.1.1基本概念和方法89
9.1.2案例分析89
9.2单样本KS(KolmogorovSmirnov)检验91
9.3两独立样本非参数检验93
9.3.1基本概念和方法93
9.3.2案例分析94
9.4两配对样本非参数检验96
9.4.1基本概念和方法96
9.4.2案例分析97
9.5多独立样本非参数检验99
9.5.1基本概念和方法99
9.5.2案例分析100
9.6多配对样本非参数检验102
9.6.1基本概念和方法102
9.6.2Friedman检验案例分析104
9.6.3Kendallis W检验案例分析105
9.6.4Cochrans Q检验案例分析107
10卡方检验109
10.1卡方检验解决的常见问题类别109
10.2卡方检验的基本概念和方法109
10.3单样本案例分析110
10.4一般卡方案例分析111
10.5配对卡方案例分析119
10.6分层卡方案例分析122
11相关分析126
11.1两种不同的变量关系126
11.2连续变量的相关分析127
11.2.1基本概念和方法127
11.2.2案例分析127
11.3等级变量相关分析129
11.3.1基本概念和方法129
11.3.2案例分析130
11.4偏相关分析131
11.4.1基本概念和方法131
11.4.2案例分析132
11.5距离相关分析133
11.5.1基本概念和方法133
11.5.2案例分析134
12回归分析137
12.1一元线性回归分析137
12.1.1基本概念和方法137
12.1.2案例分析138
12.2多元线性回归分析141
12.2.1基本概念和方法141
12.2.2案例分析142
12.3曲线拟合146
12.3.1基本概念和方法146
12.3.2案例分析146
12.4二分类Logistic回归分析149
12.4.1基本概念和方法149
12.4.2二分类自变量案例分析150
12.4.3多分类自变量案例分析152
13聚类分析154
13.1层次聚类分析154
13.1.1基本概念和方法154
13.1.2案例分析155
13.2快速聚类分析158
13.2.1基本概念和方法158
13.2.2案例分析158
14因子分析与主成分分析163
14.1基本概念和方法163
14.2案例分析164
参考文献173