SPSS回归分析

回归分析在科学研究领域是最常用的统计方法。《SPSS回归分析》介绍了一些基本的统计方法，例如，相关、回归（线性、多重、非线性）、逻辑（二项、多项）、有序回归和生存分析（寿命表法、Kaplan-Meier法以及Cox回归）。后面的章节介绍了另外一些回归分析方法和模型，例如，个体生长曲线的建模、PLS部分最小平方回归、岭回归、巢式病例对照研究。

《SPSS回归分析》对运用SPSS进行回归分析的介绍，目的是让读者对于这方面的基础知识有一个初步了解和掌握，有经验的读者藉此可在数据挖掘（例如，利用Clementine）领域独立地继续学习新知识。

克里斯蒂安·FG·申德拉博士（Dr.Christian FG S chendera），致力于对知识的理性构建与重建，即各种科学的和不科学的研究方法（尤其是统计方法）对人们构建知识和接受知识有什么样的影响。

申德拉先生目前担任瑞士计算机科学公司（CSC）商业智能团队的科学数据分析师和主管。从业领域主要包括高级分析（数据分析/数据挖掘）、科学咨询（科学方法咨询）以及SPSS和SAS培训。他的客户大多是来自不同行业（例如，银行与保险、市场营销及医药）、不同国家（主要是德国、奥地利和瑞士）的企业。曾经参与了多个科研、分析和评估项目。出版过数本数据分析、数据质量、SAS和SPSS的相关著作。例如，关于SPSS培训的详情请参见www.ch.csc.com。