SPSS17.0与卫生统计学应用指南 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

姚友平 编

图书标签:

• SPSS
• 统计学
• 卫生统计学
• 数据分析
• 医学统计
• 生物统计
• 统计方法
• SPSS教程
• 应用统计
• 医学研究

出版社： 华中科技大学出版社

ISBN：9787560960944

版次：1

商品编码：10282390

包装：平装

开本：16开

出版时间：2010-03-01

用纸：胶版纸

页数：229

字数：357000

正文语种：中文

内容简介

《SPSS17.0与卫生统计学应用指南》以最新版中文SPSS17.0统计软件的运用为基础，介绍了软件本身的操作和运用、卫生统计学的基本理论和方法，使介绍统计分析软件与讲述统计学理论融为一体。在统计方法上，《SPSS17.0与卫生统计学应用指南》注重医学科学数据的收集（实验设计、调查设计）、整理（数据的特征、数据录入及异常值的发现与处理）SPSS统计方法和统计推断结论的正确运用。由于在统计分析中运用了SPSS软件，免去了绝大部分统计运算公式的记忆和复杂的统计学运算步骤。SPSS17.0是一个多国语言版本，《SPSS17.0与卫生统计学应用指南》采用中文操作界面和中文统计量的结果输出，更有利于非统计学专业的医学界人士学习和使用。
在内容上，《SPSS17.0与卫生统计学应用指南》不仅保持了传统卫生统计学编排风格、包含了全部内容，而且还增加了传统卫生统计学未编入的多元方差分析、多元线性回归、判别分析、聚类分析等内容。全面掌握这些基础统计分析方法，是正确运用统计分析方法处理医学科研数据、正确进行统计推断的先决条件。
《SPSS17.0与卫生统计学应用指南》适用于医学专业学生和医学工作者的学习和参考。

目录

第一章 绪论
第一节 卫生统计学与SPSS
第二节 统计学中的几个基本概念

第二章 SPSS统计软件的应用基础
第一节 SPSS数据编辑器
第二节 SPSS查看器及其他窗口
第三节 常用的统计分析对话框及其使用
第四节 变量的分类、属性及其设置

第三章 刻度测量资料的描述性统计分析
第一节 描述集中趋势和离散程度的统计指标
第二节 刻度测量资料的频数表

第四章 正态分布及其应用
第一节 正态分布的概念和特征
第二节 正态分布的应用

第五章 总体均数的估计和假设检验
第一节 抽样研究与抽样误差
第二节 t分布
第三节 总体均数的估计
第四节 假设检验的基本步骤
第五节 单样本均数的假设检验
第六节 两样本均数的假设检验
第七节 配对T检验
第八节 第一类错误和第二类错误
第九节 假设检验应注意的问题

第六章 方差分析
第一节 方差分析的基本思想
第二节 单因素方差分析
第三节 两因素方差分析
第四节 多因素方差分析及其实验设计介绍
第五节 协方差分析
第六节 多元方差分析
第七节 重复测量数据的方差分析
第八节 变量变换

第七章 分类资料的统计描述
第一节 常用相对数
第二节 应用相对数应注意的问题
第三节 率的标准化法
第四节 动态数列及其分析指标

第八章 二项分布、Poisson分布及其应用
第一节 二项分布的概念与特征
第二节 率的可信区间
第三节 Poisson分布的概念与特征
第四节 Poisson分布的应用

第九章 卡方（X2）分布与交叉表卡方检验
第一节 X2分布的特征
第二节 交叉表卡方检验
第三节 配对资料的X2检验
第四节 分层卡方检验

第十章 非参数检验
第一节 非参数卡方检验
第二节 二项式检验
第三节 游程检验
第四节 单样本K-S检验
第五节 两个独立样本与多个独立样本检验
第六节 两个相关样本与多个相关样本检验
第七节 非参数检验中需要注意的问题
第八节 秩变换分析方法

第十一章 直线回归与相关
第一节 直线回归
第二节 直线相关分析
第三节 曲线拟合
第四节 多元直线回归分析

第十二章 Logistic回归分析
第一节 二项Logistic回归模型
第二节 “有序”Logistic回归模型
第三节 Probit分析

第十三章 生存分析
第一节 生存分析的基本概念
第二节 寿命表
第三节 Kaplan-Meier生存分析
第四节 Cox回归分析

第十四章 判别分析
第一节 判别分析的模型及用途
第二节 常用判别分析方法
第三节 实例分析
第四节 判别分析对话框介绍

第十五章 聚类分析
第一节 K均值聚类分析
第二节 系统聚类分析

第十六章 统计表和统计图
第一节 常用统计表
第二节 用“OLAP立方”生成计量资料汇总表
第三节 用“个案汇总”生成计量资料的汇总表
第四节 常用统计图

第十七章 实验设计
第一节 实验设计的特点及分类
第二节 实验设计的基本要素
第三节 实验设计的基本原则
第四节 常用的实验设计方法
第五节 实验结果的误差与偏倚
第六节 样本含量的计算

第十八章 调查设计
第一节 调查研究的特点
第二节 调查设计的基本原则与内容
第三节 常用的抽样方法
第四节 调查的质量控制
参考文献

精彩书摘

单纯随机抽样的优点是操作简单，缺点是总体较大时，在SPSS中录人数据文件的工作量很大。
二、系统抽样
系统抽样又称机械抽样、等距抽样，是先将总体的观察单位按某一顺序号分成若干个部分，再从第一部分随机抽取某特定编号的观察单位，依次用相等间距，从每一部分各抽取一个观察单位组成样本。
系统抽样的优点是易于理解、简便易行，缺点是总体有周期或增减趋势时，易产生偏性。
三、整群抽样
整群抽样是将总体分成若干群，再随机抽取几个群组成样本，对群内的全部个体进行调查。
整群抽样的优点是便于组织、节省经费，缺点是抽样误差大于单纯随机抽样产生的误差。
四、分层抽样
分层抽样是先按影响观察指标较大的某种特征，将总体分为若干个类别，再从每一层内随机抽取一定数量的观察单位，合起来组成样本。在分层时，应当使样本中各层的比例接近总体的比例，这样可增强样本的代表性。
分层抽样的优点是样本代表性好，抽样误差减少。
以上四种基本抽样方法都属单阶段抽样，实际应用中常根据实际情况将整个抽样过程分为若干阶段来进行，常将两种或两种以上的抽样方法结合使用，称为多阶段抽样。
各种抽样方法的抽样误差一般是：整群抽样的误差≥单纯随机抽样的误差≥系统抽样的误差≥分层抽样的误差。

前言/序言

　　统计学是以数学为背景，以概率论和数理统计为基础的一门科学，是基于社会对信息日益增长的需求而产生的。它与有关专业相结合就产生了具有该专业特点的专业统计学，卫生统计学就是专业统计学之一，是统计学与医学相结合的产物。进入20世纪60年代以来，随着计算机和统计软件的日益发展，统计学得到了空前的普及与提高。
　　进入信息化时代的今天，如何把蕴涵在生产实践、科学研究所获得的海量数据中的宝贵信息提炼出来，就是统计学的任务。科技工作者在从实际数据中提炼所需信息时会遇到两方面的难题。其一是关于统计方法方面的问题，对任何实际数据的处理都要遵循一定的统计学方法，但在浩如烟海的统计方法中，自然会产生选用何种统计方法比较合适的问题。其二，在选定了统计方法后，又常遇到采用何种统计软件来完成计算以得到所需结果的问题。当前，市面上有不少商业统计软件，选择比较实用的统计软件并进行正确的操作，也是摆在人们面前亟待解决的实际问题。本书作者长期在第一线从事疾病防治和科学研究工作，掌握了较深的统计学理论，积累了丰富的统计分析工作经验。本书就是他们长期工作实践的经验总结，旨在帮助广大医疗卫生工作者解决以上两个难题。
　　本书在统计学方法上以我国高等医学院校采用的卫生统计学权威教科书为蓝本，在计算工具上则采用最新版本的SPSS 17.O统计软件包，将两者有机结合，在卫生统计学理论的指导下，将复杂的计算过程交由SPSS软件完成，做到了理论指导与实际运算相结合，避免了统计学理论与实际运算相脱节的困扰。
　　SPSS（Statistical Package for the Social Sciences）是当前国际认可的标准统计软件包之一，享有广泛声誉。SPSS的操作简便，界面清楚，特别适用于非统计专业人员对统计计算的要求。本书还使用了最新的SPSS 17.0版本中文界面，更有利于在我国推广使用。
　　本书把统计学的基本知识与SPSS统计软件融合在一起，在学习统计学方法的同时，也学会了SPSS软件的操作，用“照葫芦画瓢”的方式完成手头资料的统计分析任务。SPSS 17.0版本的功能强大，书中所涉及的内容只是其中的一小部分。在学习了本书的卫生统计学基本理论和熟悉了SPSS统计软件的基本操作方法之后，可进一步运用这一统计软件包完成更加复杂的科研资料的统计分析任务。
　　本书在写作方法上，按照实际工作者的作业逻辑顺序，由浅入深，循序渐进。对每一章节，首先介绍统计学基本原理和反映资料基本特征的统计量，然后用SPSS软件的人机对话界面，引导读者一步步地完成资料的统计计算任务，并对输出结果加以解释。
　　本书系作者为满足广大非统计专业人员掌握卫生统计学知识和实现统计计算的需要而编写的。希望它能帮助读者顺利地完成对实际数据的信息提取工作，为我国医疗卫生事业作出一定贡献。

《医学统计学实用指南》 内容简介 在现代医学研究中，严谨的数据分析是支撑科学结论、指导临床实践、推动医学进步的关键。《医学统计学实用指南》 旨在为医学研究人员、临床医生、公共卫生工作者以及相关专业的学生提供一本全面、实用且易于理解的医学统计学参考书。本书不同于单纯的理论讲解，更侧重于将统计学原理与实际医学研究相结合，帮助读者掌握如何正确设计研究、收集数据，并运用统计方法进行科学分析，从而得出可靠的结论。 本书内容涵盖了医学统计学中最核心、最常用的统计方法和概念，并以清晰的逻辑结构和丰富的实例贯穿始终。 第一部分：医学统计学基础 在开始进行具体的数据分析之前，理解统计学的基本概念至关重要。本部分将从最基础的层面入手： 医学研究设计概述： 介绍不同类型的医学研究设计，如描述性研究（横断面研究、病例对照研究、队列研究）、干预性研究（随机对照试验RCT）等，阐述不同研究设计的优缺点及其适用场景。强调研究设计对统计分析的指导作用，以及如何通过合理的设计来避免偏倚。 数据的类型与测量尺度： 详细区分定性数据（如性别、血型、疾病诊断）和定量数据（如年龄、身高、血压、实验室数值），并进一步介绍定性数据的分类（如名义变量、顺序变量）和定量数据的类型（如间隔变量、比例变量）。理解数据类型是选择合适统计方法的首要步骤。 统计学参数的估计： 介绍描述性统计量，包括集中趋势的度量（均数、中位数、众数）和离散趋势的度量（方差、标准差、四分位距）。同时，深入讲解推断性统计的基本思想，即如何从样本推断总体，包括点估计和区间估计的概念，以及置信区间的计算和解读。 假设检验的基本原理： 阐述假设检验的核心思想，包括原假设（H0）和备择假设（H1）的设定，统计量及其分布，P值的概念和意义，以及常见的统计决策（拒绝或不拒绝原假设）。解释I类错误（α错误）和II类错误（β错误）及其影响。 第二部分：描述性统计与数据可视化 准确地描述和呈现研究数据是数据分析的第一步，也是让研究结果易于理解的关键。 数据的整理与录入： 提供关于如何有效整理原始数据、进行数据清洗（例如处理缺失值、异常值）以及数据录入的实用建议，确保数据质量。 常用描述性统计量的计算与应用： 结合医学实例，详细演示如何计算均数、中位数、标准差、百分比等统计量，并解释它们在不同数据类型和研究场景下的含义。 数据可视化技术： 重点介绍各种图表在医学统计中的应用，包括： 柱状图与条形图： 用于展示分类变量的频数或比例。 饼图： 展示各部分占总体的比例（谨慎使用）。 折线图： 展示数据随时间或其他连续变量的变化趋势。 直方图： 展示定量数据的分布形态。 散点图： 展示两个定量变量之间的关系。 箱线图（箱形图）： 展示定量数据的分布、中位数、四分位数和异常值。 生存曲线图（Kaplan-Meier图）： 用于展示事件发生的时间分布，尤其在生存分析中。 强调选择合适的图表类型以清晰、准确地传达信息。 第三部分：推断性统计与假设检验 本部分将深入探讨各种常用的推断性统计方法，帮助读者在样本数据的基础上做出关于总体的判断。 单样本检验： 介绍如何使用单样本t检验或Z检验来比较样本均数与已知总体均数是否存在显著差异。 两样本检验： 独立样本t检验： 用于比较两组独立样本均数是否存在显著差异。 配对样本t检验： 用于比较同一对象在不同时间点或不同处理下的均数差异。 秩和检验（Mann-Whitney U检验，Wilcoxon符号秩检验）： 介绍在数据不符合正态分布时，如何使用非参数检验进行两样本均数或中位数比较。 方差分析（ANOVA）： 单因素方差分析： 比较三个或更多独立样本均数是否存在显著差异。 多因素方差分析： 探讨多个因素对观察指标的影响及其交互作用。 卡方检验（χ²检验）： 拟合优度检验： 检验观测频数是否符合理论分布。 独立性检验： 检验两个分类变量之间是否存在关联。 连续性校正与Fisher精确检验： 讨论在小样本时如何修正卡方检验或使用Fisher精确检验。 相关与回归分析： 相关分析： 衡量两个变量之间线性关联的强度和方向（Pearson相关系数，Spearman秩相关系数）。 简单线性回归： 建立一个自变量与一个因变量之间的线性关系模型，用于预测。 多元线性回归： 建立多个自变量与一个因变量之间的线性关系模型，控制混杂因素，评估各变量的独立影响。 逻辑回归： 用于分析二分类因变量与一个或多个自变量之间的关系，广泛应用于疾病危险因素研究。 泊松回归： 用于分析计数型因变量（如发病率、死亡率）与协变量之间的关系。 生存分析： 生存函数与风险函数： 介绍生存分析的基本概念。 Kaplan-Meier生存曲线： 绘制和解读生存曲线。 Log-rank检验： 比较不同组别生存曲线的差异。 Cox比例风险模型： 分析多个因素对生存时间的影响，评估危险比（Hazard Ratio）。 第四部分：常用统计方法在医学研究中的应用实例 本部分将前面介绍的统计学理论和方法，通过具体的医学研究案例进行详细讲解和演示，让读者更直观地理解统计方法的实际应用。 临床试验数据分析： 以随机对照试验为例，展示如何进行基线特征描述、疗效评估、安全性分析，以及如何解释RCT结果。 流行病学调查数据分析： 演示如何分析横断面研究、病例对照研究和队列研究的数据，计算比值比（Odds Ratio）、相对危险度（Relative Risk），并进行因素分析。 诊断试验评价： 讲解如何计算诊断试验的灵敏度（Sensitivity）、特异度（Specificity）、阳性预测值（PPV）、阴性预测值（NPV），以及ROC曲线的绘制与解读。 疗效评价与随访研究： 分析不同治疗方案的疗效比较，以及长期随访数据的分析方法。 第五部分：统计软件应用与数据处理技巧 虽然本书侧重于统计学原理和应用，但理解如何在实际操作中使用统计软件将大大提高研究效率。 常用统计软件介绍： 简要介绍市面上主流的统计分析软件，如SPSS、R、SAS等，并阐述它们在医学统计中的优势。 数据管理与预处理： 提供在统计软件中进行数据导入、变量定义、数据转换、缺失值处理、异常值识别等基本操作的指导。 输出结果的解读： 学习如何理解统计软件生成的各种表格和图表，提取关键统计信息。 统计分析报告的撰写： 提供关于如何规范地撰写统计分析部分，包括研究方法、统计分析方法、结果的呈现以及结论的解读。 本书特点： 理论与实践紧密结合： 每一章都配有丰富的医学实例，帮助读者理解抽象的统计概念如何在实际研究中落地。 循序渐进的学习路径： 从基础概念到高级方法，结构清晰，便于读者逐步深入掌握。 注重方法选择的逻辑： 引导读者理解不同统计方法的适用条件，避免误用。 实用性强： 聚焦医学研究中最常遇到的问题和最常用的统计技术。 语言通俗易懂： 避免使用过于晦涩的专业术语，力求使非统计学专业背景的读者也能理解。 适用人群： 医学研究人员（包括基础医学、临床医学、药学、公共卫生等领域） 临床医生 卫生管理人员 医学信息学相关从业者 医学院校各专业学生（本科生、硕士、博士） 对医学统计学感兴趣的其他人员 《医学统计学实用指南》 将成为您在医学科研道路上不可或缺的助手，帮助您驾驭数据，发掘信息，从而做出更科学、更严谨的医学决策。

评分☆☆☆☆☆

我是一名在职的卫生统计师，平时工作中经常会遇到各种各样的数据分析需求，而且很多时候都必须快速、准确地给出结果。最近感觉自己的SPSS操作技巧有些跟不上时代发展的步伐，尤其是SPSS 17.0这个版本，虽然不是最新的，但很多单位还在使用，而且它本身的功能也足够强大。我在寻找一本能够帮助我系统梳理SPSS操作流程，并且能够将各种统计分析方法与卫生统计学实际问题相结合的书籍。《SPSS17.0与卫生统计学应用指南》这个名字听起来就非常契合我的需求。我希望这本书不仅仅是SPSS软件功能的罗列，更重要的是能够讲解如何在实际的卫生统计学研究中，运用SPSS来解决具体的问题。比如，在流行病学调查中，如何利用SPSS进行队列研究或病例对照研究的数据分析？在公共卫生监测中，如何运用SPSS来识别健康趋势和风险因素？书中如果能包含一些具有代表性的案例，并且详细展示SPSS的分析步骤和结果解读，那将极大地提升我的工作效率和分析能力。我对书中可能包含的深入分析技巧，比如多因素回归分析、生存分析等，也充满了期待。

评分☆☆☆☆☆

终于等到这本书的到货了！作为一名刚刚接触SPSS和卫生统计学的新手，市面上琳琅满目的教材和参考书总是让我眼花缭乱，不知道从何入手。这次看到《SPSS17.0与卫生统计学应用指南》的封面，就感觉它可能是我一直在寻找的那本“宝藏”。从书名来看，它紧密结合了SPSS这款强大的统计软件和卫生统计学的实际应用，这正是我迫切需要的。我之前尝试过看一些纯理论的统计学书籍，但总觉得有些枯燥，而且很难将理论与实际操作联系起来。而SPSS的应用性强的特点，让我相信这本书能够提供更直观、更实操的学习体验。我特别期待它在SPSS软件操作上的详细指导，毕竟，数据分析的能力很大程度上依赖于对工具的熟练掌握。希望这本书能带领我一步步走进卫生统计学的世界，从最基础的SPSS数据录入、清理，到各种统计方法的应用，都能有清晰明了的讲解。尤其是那些常见的卫生统计学问题，比如如何用SPSS进行t检验、方差分析、卡方检验等等，如果能配上具体的案例分析，那就再好不过了。我现在已经迫不及待地想翻开它，开始我的学习之旅了。

评分☆☆☆☆☆

我是一位对数据分析充满好奇心的图书爱好者，虽然我的专业背景并非统计学，但近年来我对统计学在各个领域，尤其是在公共卫生和健康科学领域的应用产生了浓厚的兴趣。《SPSS17.0与卫生统计学应用指南》这本书名让我眼前一亮，因为它将实用的SPSS软件操作与专业性强的卫生统计学知识相结合，这正是我想要探索的领域。我特别期待这本书能够以一种通俗易懂的方式，带领我入门卫生统计学的世界。我希望书中能够详细讲解SPSS的基本操作，比如如何导入、整理和管理数据，以及如何生成常用的图表来直观地展示数据特征。更重要的是，我希望它能够解释一些核心的卫生统计学概念，比如流行病学研究设计中的一些基本原则，以及如何运用SPSS来进行相关性和回归分析，以探索影响健康的因素。如果书中能够包含一些现实生活中与健康相关的案例研究，并且能够清晰地展示如何利用SPSS来分析这些案例，那将是对我非常有价值的学习体验。

评分☆☆☆☆☆

说实话，我一直对统计学感到有些畏惧，总觉得它是一个充满公式和抽象概念的学科。但是，作为一名医学院的学生，卫生统计学又是必修课程，而且在未来的科研和临床实践中都会用到。我在寻找一本能够“翻译”统计学语言的书，让它变得易于理解和接受。《SPSS17.0与卫生统计学应用指南》这个书名吸引了我，因为“应用指南”这四个字暗示了它会更加注重实践性，而不是纯理论的灌输。我希望这本书能够从最基础的统计学概念讲起，然后循序渐进地将SPSS软件的操作融入其中。比如，在介绍描述性统计时，能不能直接演示如何在SPSS中计算均数、标准差、中位数等，并且解释这些指标的意义？在介绍推断性统计时，是不是会通过SPSS的实际操作来演示如何进行假设检验，以及如何理解P值和置信区间？我特别希望书中能有一些生动形象的图表和比喻，帮助我理解那些抽象的统计学原理。如果能够包含一些与医学相关的案例，比如疾病发病率的分析、治疗效果的比较等，那对我的学习会更有帮助。

评分☆☆☆☆☆

作为一个统计分析领域的从业者，我对于SPSS软件的更新迭代和其在不同专业领域的应用始终保持着高度关注。《SPSS17.0与卫生统计学应用指南》这本书的出现，无疑为我提供了一个深入了解SPSS在卫生统计学领域应用的绝佳机会。我期待这本书能够超越市面上普遍存在的、只停留在软件功能介绍层面的书籍，而能够真正做到将SPSS的强大功能与卫生统计学研究的精髓相结合。具体来说，我希望书中能够详细阐述如何利用SPSS来处理和分析各种类型的卫生数据，例如，人口健康统计数据、疾病监测数据、临床试验数据等。此外，对于那些在卫生统计学研究中至关重要的统计方法，如风险评估、疾病预测模型构建、以及卫生服务评价等，我希望本书能够提供详尽的SPSS操作指南和深入的理论解读。更重要的是，我期望书中能够涵盖一些前沿的统计分析技术，并展示它们在解决复杂卫生问题中的实际应用，从而帮助我提升专业技能，更好地应对工作中的挑战。

评分☆☆☆☆☆

内容丰富有趣味，值得囤货。。。。。。

评分☆☆☆☆☆

包装很漂亮，书只看了一点点

评分☆☆☆☆☆

内容实用，讲解清楚，是一本fool-proof的好书

评分☆☆☆☆☆

建议大家网上下载中文版该软件。

评分☆☆☆☆☆

计算机和统计学知识都有了

评分☆☆☆☆☆

很实用 价格合理 送货快

评分☆☆☆☆☆

可以

评分☆☆☆☆☆

有待仔细看

评分☆☆☆☆☆

包装挺好的，还没看呢。