本书主要介绍统计方法的理论和应用.全书共9章，主要内容包括：统计学基础知识、参数估计、假设检验、方差分析与正交试验设计、回归分析、多元正态分布的参数估计和假设检验、判别分析、聚类分析、主成分分析、因子分析等.特别是，为了体现统计方法的应用，本书在每章最后一节安排了实例分析与计算机实现内容，将ＳＰＳＳ软件的学习和案例分析相结合. 本书可作为统计学、金融数学、数据科学与大数据技术等专业本科生以及工科、经济、管理等专业硕士研究生教材，同时也可作为理工科高年级学生和教师以及相关科技人员的参考书.本书配

本书选择通用性较强的Excel软件，每章在简要介绍相关基础知识的基础上，对每个统计实验列明详细操作步骤和输出结果，并提供相应的实验习题，供学生练习使用。本书既可以作为各类高等院校经济、管理专业学生学习统计学的实验教材或教学参考书，也可以供经济管理人员阅读和参考。

本教材是配合教育类、经济类等专业的学生开展调查研究时对数据分析技术的迫切需求，并在作者多年从事《社会科学统计分析软件应用及实践》课程教学的基础上而撰写的。
本教材的内容主要包括以下几个模块：大数据时代数据统计分析的概念、需求与策略，数据预处理与统计描述，数据的差异性检验（含T检验、方差分析、非参数检验），数据的关联性与一致性分析（相关性分析、回归分析、信度检验），降维与归因分析（聚类分析、判别分析与因子分析）、信度与效度保证、结构方程模型的设计及使用。
对于具体的数据分析需求，本教

《p》道可道统而显知，名可名计则辨识，统计乃求真修德之重器。尤其是在大数据时代，统计数据挖掘技术已经成为科海泛舟的必备工具。通过对各类信息的搜集、整理和分析，挖掘出规律性结论是统计学科的核心任务。本书将经济管理领域内常用的统计学方法作为主要教学内容，在讲授统计学的基本原理和知识的同时，还讲授了利用R软件实现统计分析的操作方法。这种内容安排使统计学的学习与软件的使用具有相互促进的作用，即通过R软件的操作来演示统计学的基本原理，同时又在案例中以集成的函数或自编的程序来实现软件与统计知识的完美结合。《

SPSS是国际通用的专业统计分析软件，熟练运用SPSS软件的核心功能和分析方法，将会使我们的工作更为专业高效。新版的《spss统计分析应用案例教程》(第二版)从研究的对象与目的或需要解决的问题出发，注重严谨的数理统计逻辑演绎，围绕研究目的完整实现与问题的系统解决，重点介绍统计分析的方案设计与方法选用及其SPSS实现，以准确、合理地利用统计分析结果解释现象。值得注意的是，限于篇幅，新版教材没有对所有的操作结果做详尽具体的分析解释，不是因为这一部分不重要，而是按照作者经教学实践后考虑，这部分内容可以

本书详细介绍了数据处理与数据展示、数据创建与数据预处理、数据整理、数据分析、数据流分析与挖掘等内容，以Excel2010、spss 22 、SPSS modeler 18为主要分析工具，适合作为本科院校、专业院校经贸类专业、心理学类专业、社会调查类专业学生教材。

本书的内容分为三部分。基础理论这一部分，主要是谈反事实的因果分析框架、随机实验的原理、观测性研究概念等主题。第二部分是基本的因果推断方法。所谓基本的方法，并不是说它们简单、低级，而是说这些方法已经比较成熟，成为学者研究过程中的“常规武器”。第三部分进入高级方法部分。在本部分，主要介绍广义倾向值方法、因果中介分析、敏感性检验和随时间变化的处理效应方法简介。在本书的最后，笔者附上两篇学术论文，分别处理的是统计模型的不确定问题以及主观变量解释主观变量的问题。这两个问题并非完全原理性的思辨，而是从

本书精选95个专业范例，覆盖90%以上的统计模型，以实验教程的形式讲解如何以SPSS为工具，解决各种统计分析问题。
全书共13章。第1章介绍SPSS基本操作及其统计分析常用功能；第2～13章通过48个实验介绍如何在SPSS中高效完成统计分析工作：描述性统计分析、均值比较与检验、方差分析、相关分析、回归分析、非参数检验、聚类分析、距离分析与判别分析、因子分析与主成分分析、生存分析以及信度分析等统计分析过程。
对于每一个实验，都从“原理、目的与要求、内容及数据来源、操作指

本书介绍了关于动物科学专业相关的描述统计学、推断统计学及非参数检验的相关内容。书中共11章，主要内容包括：SAS系统简介、资料的整理及统计描述、两个样本的假设检验、方差分析、回归与相关分析、协方差分析、非参数检验等。

数据挖掘是大数据分析中最活跃的地带。SPSS Modeler充分利用计算机系统的运算处理能力和图形展现能力，将数据挖掘方法、应用与工具有机地融为一体，成为内容全面、功能强大、操作友好的数据挖掘软件产品，是大数据分析的理想工具。本书以数据挖掘的实践过程为主线，系统介绍了决策树、人工神经网络、支持向量机、Logistic回归、判别分析、贝叶斯网络、聚类分析等一系列经典数据挖掘方法，以及数据整理和降维处理等必备知识，同时给出了SPSS Modeler实现的全过程。讲解方法从易到难，说明问题由浅入深，软