本書的內容分為三部分。基礎理論這一部分，主要是談反事實的因果分析框架、隨機實驗的原理、觀測性研究概念等主題。第二部分是基本的因果推斷方法。所謂基本的方法，并不是說它們簡單、低級，而是說這些方法已經比較成熟，成為學者研究過程中的“常規(guī)武器”。第三部分進入高級方法部分。在本部分，主要介紹廣義傾向值方法、因果中介分析、敏感性

《IBMSPSS數據分析實戰(zhàn)案例精粹(第2版)》以IBMSPSSStatistics24為工具，提供了醫(yī)療、金融、保險、汽車、快速消費品、市場研究、互聯網等多個行業(yè)的數據分析/挖掘案例，基于實戰(zhàn)需求，詳細講解了整個案例的完整分析過程，并將模型和軟件的介紹融于案例講解之中，使讀者在閱讀時能突破方法和工具的限制，真正聚集于

本書精選95個專業(yè)范例，覆蓋90%以上的統(tǒng)計模型，以實驗教程的形式講解如何以SPSS為工具，解決各種統(tǒng)計分析問題。 全書共13章。第1章介紹SPSS基本操作及其統(tǒng)計分析常用功能；第2～13章通過48個實驗介紹如何在SPSS中高效完成統(tǒng)計分析工作：描述性統(tǒng)計分析、均值比較與檢驗、方差分析、相關分析、回歸分析、非參數檢驗

本書精選了52個專業(yè)范例和3個綜合案例，以實驗教程的形式講解如何以Stata為工具進行各種數據分析與應用。本書內容包括：數據的基本處理、圖形繪制、統(tǒng)計分析、回歸分析與建模、編程等基礎知識，有關Stata15.0版本的新增功能，全書力求細致全面，使讀者能夠熟練掌握Stata15.0的各種功能操作。本書不僅立足于用典型范例

本書精選68個專業(yè)范例，覆蓋90%以上的統(tǒng)計模型，以實驗教程的形式講解如何以EViews為工具進行各種數據分析。全書共分12章，第1章主要介紹EViews10軟件的各種功能操作；第2~11章通過41個實驗教程介紹一些常用的數據分析、各種方程和模型的估計，具體包括描述統(tǒng)計分析與參數假設檢驗、簡單線性回歸分析、其他回歸估計

本書的主要思路是以概率論中連續(xù)隨機變量的數字特征積分計算理論為基礎，給出分布型符號數據的數字特征定義和線性組合計算方法，為分布型符號數據的多元統(tǒng)計分析方法構建統(tǒng)一的代數基礎。在此基礎上，開發(fā)了多種適用于分布型符號數據特征提取的分析研究方法，并將所提出的方法應用于學術期刊評價以及氣象數據降水預測等實際問題中，同時，將此分

本書介紹了關于動物科學專業(yè)相關的描述統(tǒng)計學、推斷統(tǒng)計學及非參數檢驗的相關內容。書中共11章，主要內容包括：SAS系統(tǒng)簡介、資料的整理及統(tǒng)計描述、兩個樣本的假設檢驗、方差分析、回歸與相關分析、協方差分析、非參數檢驗等。

IBM在收購SPSS后發(fā)布了新版本IBMSPSSStatistics25.0。新版加入了一些新特性和功能，并跟IBM協作和部署服務系統(tǒng)進行整合。《SPSS統(tǒng)計分析從入門到精通(第二版)》共分18章，對SPSS的基本操作、SPSS統(tǒng)計分析以及SPSS圖形功能等進行了全面的介紹，并在本書最后列舉了多個SPSS在各學科領域實

數據挖掘是大數據分析中最活躍的地帶。SPSSModeler充分利用計算機系統(tǒng)的運算處理能力和圖形展現能力，將數據挖掘方法、應用與工具有機地融為一體，成為內容全面、功能強大、操作友好的數據挖掘軟件產品，是大數據分析的理想工具。本書以數據挖掘的實踐過程為主線，系統(tǒng)介紹了決策樹、人工神經網絡、支持向量機、Logistic回歸

本次修訂整體上仍遵循以前兩版的體例結構，第1章介紹Excel基礎知識，包括Excel基本操作、工作表的操作、公式與函數的操作、分類匯總與數據透視表操作、圖形與圖表操作等內容；第2～9章介紹Excel在統(tǒng)計中的具體應用，包括統(tǒng)計數據的采集與整理、統(tǒng)計數據描述、概率分布與抽樣分布、參數估計、假設檢驗、方差分析、回歸分析、時