本书是一本集多元社会科学研究统计方法及相应SPSS统计软件应用的教 材。 科学的性质要求一个完整的研究必须理论联系实际,能够比较准确地刻画事 物的现状、把握它的内在规律、并力图能够预测它的发展趋势。长期以来,社会 科学研究由于其研究对象的复杂性以及量化分析水平很低,总是较多地依赖于概 念定义和逻辑推理,处于单纯思辨的范围,很少具有经验(实证)研究的性 质。因此,总是有很多人并不将其作为科学来对待

所谓的多元方差分析，就是说存在着不止一个应变量，而是两个以上的应 变量共同反映了自变量的影响程度。比如要研究某些因素对儿童生长的影响程 度，则身高、体重等都可以作为生长程度的测量因子，即都应作为应变量

多元分析（multivariate analyses）是多变量的统计分析方法，是数理统计中应用广泛的一个重要分支，其内容庞杂，视角独特，方法多样，深受工程技术人员的青睐和广泛使用，并在使用中不断完善和创新。由于变量的相关性，不能简单地把每个变量的结果进行汇总，这是多变量统计分析的基本出发点。 §1 聚类分析 §2 聚类分析案例—我国各地区普通高等教育发展状况分析 §3 主成分分析 §4 主成分分析案例－我国各地区普通高等教育发展水平综合评价 §5 因子分析 §6 因子分析案例 §7 判别分析 §8 典型相关分析（Canonical correlation analysis）

目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

《数学分析》课程教学大纲. 1 《高等代数》课程教学大纲. 23 《空间解析几何》课程课程教学大纲.48 《概率论与数理统计》课程教学大纲.54 《常微分方程》课程教学大纲. 69 《运筹学》课程教学大纲. 77 《数学建模》课程教学大纲. 85 《复变函数》课程教学大纲. 93 《随机过程》课程教学大纲.107 《数值分析》课程教学大纲. 115 《回归分析》课程教学大纲.125 《多元统计分析》课程教学大纲.133 《组合数学》课程教学大纲.146 《Python 程序设计》课程教学大纲.157 《模糊数学》课程教学大纲.172 《最优化方法》课程教学大纲.181 《金融数学》课程教学大纲.190 《计量经济学》课程教学大纲.197 《货币金融学》课程教学大纲.209 《时间序列分析》课程教学大纲.225 《期货及其衍生品基础》课程教学大纲.235 《投资学》课程教学大纲. 248 《数学分析选讲》课程教学大纲.255 《高等数学选讲》课程教学大纲.262 《统计机器学习》课程教学大纲.272 《预测与决算》课程教学大纲.279 《精算学基础》课程教学大纲.291 《风险管理》课程教学大纲.300 《保险精算（寿险）》课程教学大纲.309

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受

《硅微机械传感器》 《科研方法论》 《嵌入式系统设计》 《有限元方法及应用》 《专业英语》 《FPGA 设计及应用》 《半导体器件物理》 《电子技术基础及应用》 《固体物理学》 《集成电路 EDA》 《集成电路设计及应用》 《检测技术与系统设计》 《纳米材料与器件》 《声学基础》 《微电子工艺原理与仿真》 《文献阅读与学术写作》 《现代数字信号处理》 《移动互联网应用及开发》 《薄膜材料及技术》 《VLSI 数字集成电路基础》 《半导体光电子学》 《材料表征与检测》 《电子功能材料与元器件》 《集成电路版图设计》 《拉曼光谱学》 《微波器件与电路》 《半导体器件建模与仿真实训》 《传感器设计实训》 《高等模拟集成电路分析与设计》 《工程项目及创新实践》 《集成电路工程设计实训》 《数模混合信号集成电路设计实训》 《微电子器件》 《压电学》 《智能传感器系统设计》 《MEMS 传感器》 《传感器技术及应用》 《水声换能器及阵列技术》 《代数学》 《多元统计分析》 《泛函分析》 《非参数统计》 《高等概率论》 《高等数理统计学》 《孤子与可积系统》 《矩阵理论及其应用》 《科学计算》 《偏微分方程》 《人工智能理论》 《数值逼近》 《数值代数》 《算法分析与程序设计》 《微分方程数值解》 《微分几何》 《现代密码学》 《现代统计计算方法》 《最优化理论与方法》 《高等工程数学 A》 《高等工程数学 B》

结构方程模型( Structural Equation Modeling,简略标志为SEM)是一种非 常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行 为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学等领 域的统计分析方法的综合。多元回归( multiple regression)、因子分析( factor analysis)和通径分析( path analysis)等方法都只是结构方程模型中的一种特例。 结构方程模型是统计分析方法中一个新发展的领域,它的应用始见于60年代发 表的硏究论文中,到∫90年代初期开始得到广泛的应用

《高等数学I》是工科(非数学)本科专业学生的一门必修的重要基础理论课，它是为培养我国社会主义现代化建设所需要的高质量专门人才服务的。通过本课程的学习，要使学生获得：1、函数与极限；2、一元函数微积分学；3、向量代数与空间解析几何；4、多元函数微积分学；5、无穷级数(包括傅立叶级数)；6、微分方程等方面的基本概念、基本理论和基本运算技能，为学习后继课程和进一步获取数学知识奠定必要的数学基础。同时，要通过各个教学环节逐步培养学生具有抽象思维能力、逻辑推理能力、空间想象能力、运算能力和自学能力，还要特别注意培养学生具有综合运用所学知识去分析问题和解决问题的能力