科研统计思维与方法 SPSS实战

第 1 章 大数据时代的科研与统计思维1 11 科研统计思维及其社会需求 2 111 统计思维之魅力 2 112 统计思维何以重要 4 12 统计的主流技术及应用 5 121 统计描述的关键技术5 122 统计推断的主流技术6 123 统计分析技术及其应用领域7 124 统计分析的关键思路及质量评价8 13 统计思维在科研中的主要应用10 131 在自然科学领域的常见应用 10 132 在社会科学领域的常见应用11 14 统计思维方法及应用误区13 141 量化研究中统计分析的层次 13 142 量化研究中的误区 14 143 量化研究质量的保证 15 15 统计分析软件及其分析环境17 151 统计分析软件简介 17 152 基于Excel的统计分析环境 19 153 基于SPSS的统计分析环境22 16 科研视点：面向统计思维的量化研究论文品读 27 161 品读导引27 162 研究论文28 思考题 37 综合实践题 37 第 2 章 数据的规范化及预处理39 21 数据来源及其规范化要求41 211 科研数据的来源 41 212 数据类别及特点44 213 数据的规范化要求46 22 以Excel做数据预处理 47 221 Excel下的数据编辑47 222 实战：数据类型转化与格式标准化52 223 实战：数值化编码技术54 224 实战：数据表的拼接56 23 以SPSS做数据预处理 57 231 SPSS的变量预定义及编辑58 232 实战：数据文件打开、保存及优化 61 233 实战：变量的重编码技术65 234 实战：变量之间的计算70 235 实战：缺失值的标记与处理 73 236 实战：数据文件的拼合技术76 24 科研数据的质量保证 79 241 科研数据质量保证的两个指标79 242 效度检验的主要技术80 243 以德尔菲法实现效度保证的思路82 244 实战：以德尔菲法实现效度保证84 245 信度检验的主要技术90 246 实战：SPSS下的信度检验92 思考题 96 综合实践题 96 第 3 章 统计描述及数据加工 98 31 科研数据的统计描述105 311 统计描述中的统计量 105 312 数据的分布形态110 32 SPSS实现统计描述的技术 112 321 实战：以SPSS获取常见统计量112 322 实战：频数统计及分析