多元统计分析方法

　　导论
　　0.1  撰写本书的目的
　　0.2  数据和测度
　　0.3  多元分析方法的分类
　　0.3.1  结构检验的方法
　　0.3.2  结构发现的方法
　　O.3.3  小结
　　0.4  SPSS的使用
　　0.4.1  数据
　　0.4.2  简单的统计量和图形
　　O.4.3  命令语言
　　0.4.4  SPSS系统
　　参考文献
　　第1章 回归分析
　　1.1  问题的提出
　　1.2  分析过程
　　1.2.1  建模
　　1.2.2  估计回归函数
　　1.2.3  检验回归函数
　　1.2.4  检验回归系数
　　1.2.5  检验模型前提
　　1.3  案例
　　1.3.1  组回归分析
　　1.3.2  逐步回归分析
　　1.3.3  SPSS命令
　　1.4  应用建议
　　1.5  数学附录
　　参考文献
　　第2章 时间序列分析
　　2.1  问题的提出
　　2.2  分析过程
　　2.2.1  绘制时间序列
　　2.2.2  建模
　　2.2.3  估计模型
　　2.2.4  进行预测
　　2.2.5  检验预测有效性
　　2.2.6  非线性趋势模型
　　2.2.7  考虑结构性变化
　　2.2.8  考虑周期性波动
　　2.3  使用SPSS
　　2.3.1  线性回归
　　2.3.2  曲线拟合
　　2.4  案例：人造黄油市场的时间序列分析
　　2.4.1  外推模型
　　2.4.2  结构模型
　　2.4.3  总结
　　2.5  应用建议
　　2.6  数学附录
　　参考文献
　　第3章 方差分析
　　3.1  问题的提出
　　3.2  分析过程
　　3.2.1  单因素方差分析
　　3.2.2  双因素方差分析
　　3.2.3  方差分析推广精选
　　3.3  案例
　　3.3.1  问题的提出
　　3.3.2  结果
　　3.3.3  SPSS命令
　　3.4  应用建议
　　参考文献
　　第4章 判别分析
　　4.1  问题的提出
　　4.2  分析过程
　　4.2.1  定义组
　　4.2.2  建立判别函数
　　4.2.3  估计判别函数
　　4.2.4  检验判别函数
　　4.2.5  检验判别变量
　　4.2.6  将新元素分类
　　4.3  案例
　　4.3.1  问题的提出
　　4.3.2  结果
　　4.3.3  逐步判别分析
　　4.3.4  SPSS命令
　　4.4  应用建议
　　4.5  数学附录
　　参考文献
　　第5章 逻辑回归
　　5.1  问题的提出
　　5.1.1  逻辑回归的基本思想
　　5.1.2  建立逻辑回归方程
　　5.2  分析过程
　　5.2.1  建模
　　5.2.2  估计逻辑回归函数
　　5.2.3  解释回归系数
　　5.2.4  检验模型整体
　　5.2.5  检验特征变量
　　5.3  案例
　　5.3.1  问题的提出
　　5.3.2  结果
　　5.3.3  SPSS命令
　　5.4  应用建议
　　5.5  数学附录
　　参考文献
　　第6章 联列表和相合性分析
　　6.1  问题的提出
　　6.2  分析过程
　　6.2.1  编制联列表
　　6.2.2  解释结果
　　6.2.3  检验相关关系
　　6.3  案例
　　6.3.1  问题的提出
　　6.3.2  结果
　　6.3.3  SPSS命令
　　6.4  应用建议
　　参考文献
　　第7章 因子分析
　　7.1  问题的提出
　　7.2  分析过程
　　7.2.1  变量选择和相关矩阵的计算
　　7.2.2  因子的提取
　　7.2.3  累积方差贡献率的确定
　　7.2.4  因子的数量
　　7.2.5  因子阐释
　　7.2.6  因子得分的确定
　　7.2.7  因子分析的小结
　　7.3  案例
　　7.3.1  问题的提出
　　7.3.2  结果
　　7.3.3  SPSS命令
　　7.4  应用建议
　　7.4.1  使用因子分析时的问题
　　7.4.2  进行因子分析的建议
　　7.5  数学附录
　　参考文献
　　第8章 聚类分析
　　8.1  问题的提出
　　8.2  分析过程
　　8.2.1  相似性的确定
　　8.2.2  合并算法的选择
　　8.2.3  类数的确定
　　8.3  案例
　　8.3.1  问题的提出
　　8.3.2  结果
　　8.3.3  SPSS命令
　　8.4  应用建议
　　8.4.1  进行聚类分析之前的考虑
　　8.4.2  聚类分析使用说明
　　参考文献
　　第9章 联合分析
　　9.1  问题的提出
　　9.2  分析过程
　　9.2.1  属性和属性水平
　　9.2.2  受测设计
　　9.2.3  受测体的评价
　　9.2.4  效用值的估计
　　9.2.5  效用值的聚集
　　9.3  案例
　　9.3.1  问题的提出
　　9.3.2  分析结果
　　9.3.3  SPSS命令
　　9.4  运用建议
　　9.4.1  经典的联合分析的实施
　　9.4.2  选择的联合分析方法的应用
　　9.5  数学附录
　　参考文献
　　附录1  t-分布表
　　附录2  F-分布表
　　附录3  按照Cochran的c-分布表
　　附录4  x2-分布表
　　附录5  x2-分布的百分率值一自由度为V的分布
　　附录6  Durbin-Watson-检验表（置信度0.95）
　　附录7  q-值表

　　克劳斯·巴克豪斯，德国明斯特大学市场学教授，B2B营销研究所所长、市场学研究中心主任。

　　《多元统计分析方法》涉及多元统计分析中最常见的九种方法：回归分析、时间序列分析、方差分析、判别分析、逻辑回归、联列表与相合性分析、因子分析、聚类分析和联合分析。在行文时，作者把对数学基础的要求降到了最低限度，自始至终利用一个例子，通过通俗易懂的语言阐述有关方法的原理和运用，并从方法运用的角度出发，介绍了SPSS软件在有关方而的运行步骤，重点说明读者在运用这些方法时可以把握和调整的方面以及每个方法客观的一面。《多元统计分析方法》可以整本作为教材，也可以根据需要参阅各章的内容，各章具有相对独立性。                                                                    《多元统计分析方法》所有的运算部是用SPSS 15.0简体中文版完成的，运算的主要步骤通过屏幕截图展示给读者，使得读者能够很快掌握SPSS的运用。我们选取了通俗易懂的市场研究方面的例子，确保各专业的读者都能够理解例子的含义，并通过例子掌握各种方法的运用，进而能够融会贯通到其他的应用领域。读者可以在本朽的官网http：//www，multivariate.de得到更进一步的信息，我们将为中国读者没立一个特别的区域，使得不懂德语的读者也可以在网上得到我们的有关服务。
　　《多元统计分析方法》可以作为非数学专业本科和研究生的教材，也可以作为各专业研究人员和工程技术人员的工具书。