第一章 统计分析软件 SPSS 和 R 概述.（3） 第二章 多元正态总体均值向量和协差阵的假设检验.（11） 2.1 实验一 多因素方差分析.（11） 2.2 实验二 协方差分析.（20） 第三章 聚类分析.（26） 3.1 实验一 系统聚类分析.（26） 3.2 实验二 K-均值型聚类法.（31） 第四章 判别分析.（35） 4.1 实验一、实验二 费歇判别法和贝叶斯判别法.（35） 4.3 实验三 逐步判别法.（42） 第五章 主成分分析.（50） 第六章 因子分析.（54） 第七章 对应分析.（60） 第八章 典型相关分析.（68） 第九章 简介定性资料的统计分析.（71） 参考文献 .（76）

2.1 数据类型. 2 2.1.1 离散型数据.2 2.1.2 连续型数据.2 2.2 数据预处理. 2 2.2.1 数据预处理的原因.2 2.2.2 数据预处理的主要步骤.3 2.3 数据清理. 5 2.3.1 空缺值.5 2.3.2 噪声数据.5 2.4 数据集成. 7 2.4.1 实体识别问题.7 2.4.2 数据冗余.7 2.4.3 元组重复.8 2.5 数据归约. 8 2.5.1 数据立方体聚集.9 2.5.2 维归约.10 2.5.3 数量归约.11 2.5.4 数据压缩.12 2.6 数据变换. 12 2.6.1 数据规范化.12 2.6.2 数据离散化与概念分层.13 2.7 数据预处理的软件操作（SPSS Modeler）. 16 2.7.1 数据类型.16 2.7.2 数据清理.17 （1）缺失值与无效值.17 （2）孤立值和极值.22 2.7.3 数据集成.25 （1）纵向追加.25 （2）横向合并.26 （3）元组重复.28 2.7.4 数据归约.29 （1）抽样.29 （2）分箱.32 （3）特征选择.36 （4）因子分析.37 2.7.5 数据变换.40

3.1 相关概念. 3 3.1.1 购物篮分析.3 3.1.2 支持度、置信度与关联规则.4 3.1.3 关联规则挖掘.4 3.2 频繁项集的产生. 5 3.2.1 格结构.5 3.2.2 Apriori 性质.6 3.2.2 Apriori 算法.6 3.3 规则的产生. 7 3.3.1 由频繁项集产生关联规则.7 3.3.2 基于置信度的剪枝.8 3.3.2 提高 Apriori 方法的有效性.8 3.4 关联规则挖掘在图情领域中的应用. 10 3.4.1 在信息检索中的应用.10 3.4.2 在图书馆服务中的应用.11 3.4.3 在学科关系中的应用.11 3.5 关联规则挖掘的案例与软件操作. 12 3.5.1 关联规则挖掘（SPSS Modeler） .12 3.5.2 关联规则挖掘（R 语言）.18

多元方差分析的主要用途是同时分析和检验不同类别在多个间距测度等级变 量上是否存在显著差别。这种方法由威尔克(S.S.Wlk)在1932年创建,后来 又得到逐步发展和完善。现在,许多计算机统计软件中都已经具有多元方差分析 的功能。但是,这种方法在我国社会科学研究中的应用尚属少见,有待进一步推 本章第一节将从多元方差分析与一元方差分析的关系入手,简介相关方法的 沿革及多元方差分析的特点。第二节主要介绍多元方差分析所要求的变量、数据 方面的条件

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