书籍详情

DPS数据处理系统 第一卷 基础统计及实验设计(第5版)

DPS数据处理系统  第一卷 基础统计及实验设计(第5版)

作者:唐启义 著

出版社:科学出版社

出版时间:2020-12-01

ISBN:9787030669896

定价:¥168.00

购买这本书可以去
内容简介
  《DPS数据处理系统(第5版)(第1卷)基础统计及实验设计》从应用角度简要地阐述了试验设计、现代统计、数据挖掘,以及各专业领域试验统计等600多种统计分析技术。这一版新增加的主要内容有折线回归、高维数据Lasso回归、有序序列聚类分析、水文频率分析、向量自回归、格兰杰因果检验、协整检验和误差修正模型等功能。DPS数据处理系统软件试用版可从网站的下载中心下载、试用。
作者简介
暂缺《DPS数据处理系统 第一卷 基础统计及实验设计(第5版)》作者简介
目录
目录
序一
序二
第五版前言
第四版前言
第三版前言
第二版前言
第一版前言
第一篇 DPS数据处理系统
第1章 DPS系统简介 3
1.1 系统功能简介 3
1.2 DPS系统的不同版本 5
1.3 系统运行环境与安装、使用 6
1.4 在64位Windows下DPS应用程序属性设置 6
1.5 DPS应用程序的启动与退出 8
1.6 DPS数据处理系统用户工作界面 8
1.7 DPS的基本操作 12
1.8 DPS系统功能的用户定制 14
1.9 文本数值转换及字符串数值转换 15
1.10 数据行列转换及行列重排 16
1.11 分类变量的取值和编码 16
1.12 常用数据转换及多项式生成 18
1.13 数据统计分析及其建模基本步骤 20
1.14 工作表中图形的输出 21
1.15 DPS系统函数应用 22
1.16 DPS系统应用常见问题解答 25
参考文献 27
第2章 数据统计基础概念 28
2.1 数据基本参数计算及数据转换 28
2.2 常用统计分布及DPS统计函数 34
2.3 连续变量统计及分布的适合度检验 38
2.4 离散变量统计及分布的适合度检验 45
2.5 均值及方差的稳健估计 50
2.6 置信区间及参考值范围计算 53
2.7 混合分布参数估计 57
2.8 Pearson-Ⅲ型分布 62
2.9 异常值检验 65
2.10 缺失值的处理 68
2.11 图表处理 69
参考文献 74
第二篇 实验统计分析
第3章 一组样本和两组样本统计检验 79
3.1 显著性检验基本原理 79
3.2 平均数和总体差异检验 81
3.3 总体均值样本量估计 83
3.4 样本率和总体率的比较 84
3.5 Poisson分布的均数和总体比较 86
3.6 两组样本均值差异t检验 87
3.7 小样本均值差异Fisher非参数检验 91
3.8 Bonferroni检验 92
3.9 两组样本率差别检验 94
3.10 两总体检验样本含量及功效估计 98
3.11 概率模型拟合优度检验 101
参考文献 103
第4章 方差分析 105
4.1 方差分析基本原理和步骤 105
4.2 单因素完全随机设计方差分析 112
4.3 单因素随机区组设计方差分析 122
4.4 系统分组(巢式)设计 124
4.5 二因素(组内无重复)完全随机设计 127
4.6 二因素完全随机设计 129
4.7 二因素随机区组设计 132
4.8 平衡不完全区组设计试验 135
4.9 多因素试验设计 141
4.10 裂区试验设计 146
4.11 重复测量资料方差分析 156
4.12 拉丁方设计 164
4.13 随机区组试验的协方差分析 165
参考文献 171
第5章 一般线性模型 173
5.1 线性模型基本原理 174
5.2 GLM模型用户操作界面 179
5.3 GLM模型输出结果分析 184
5.4 一般方差分析的GLM模型 187
5.5 混合效应模型方差分析 189
5.6 系统分组(或嵌套)设计 192
5.7 裂区试验统计分析 194
5.8 协方差分析 196
5.9 数量化方法I 198
参考文献 202
第6章 相关与回归分析 203
6.1 回归和相关概念 203
6.2 两变量的相关分析 204
6.3 直线回归 207
6.4 曲线回归(I:直线化方法)216
6.5 曲线回归(II:非线性*小二乘法)224
6.6 Deming回归 234
6.7 局部加权散点光滑(LOWESS)估计 238
6.8 重复观测(试验)回归分析 240
6.9 两随机变量的回归分析 247
6.10 Joinpoint回归(折线回归)分析 253
参考文献 260
第7章 分类数据列联表分析 262
7.1 列联表分析及卡方检验概述 262
7.2 列联表的生成与分析 264
7.3 四格表分析 267
7.4 多层2×2表Mental-Haenszel检验 272
7.5 R×C列联表卡方检验 274
7.6 单向有序R×C表统计检验 276
7.7 双向有序且属性不同的R×C表统计检验 279
7.8 McNemar检验及Kappa检验 284
7.92×C表和多层2×C表 287
7.10 配对病例——对照列联表分析 291
7.11 重复测定资料似然比卡方检验 295
7.12 Poisson分布抽样情况下多样本检验 297
参考文献 299
第8章 分类数据模型分析 300
8.1 广义线性模型建模分析基本原理 301
8.2 基于广义线性模型的回归分析用户界面 304
8.3 两分类数据的回归模型 307
8.4 多分类无序反应变量Logistic回归 316
8.5 多分类有序Logistic/Probit回归模型 319
8.6 Poisson回归模型 323
8.7 负二项分布回归模型 336
8.8 条件Logistic回归 338
8.9 对数线性模型 341
8.10 其他分类数据建模方法 353
参考文献 362
第9章 非参数检验 363
9.1 两样本配对符号检验 364
9.2 两样本配对Wilcoxon符号-秩检验 365
9.3 两样本Wilcoxon检验 366
9.4 Kruskal-Wallis检验 368
9.5 中位数检验 371
9.6 Jonckheere-Terpstra检验 372
9.7 Friedman检验 373
9.8 Kendall协同系数检验 376
9.9 Cochran检验 377
9.10 非参数回归分析 378
参考文献 384
第10章 圆形分布资料统计分析 385
10.1 平均角及其假设检验 385
10.2 两个或多个样本平均角的比较 389
10.3 多个样本平均角的比较 392
10.4 圆-圆相关 393
10.5 圆-线相关 395
参考文献 396
第11章 多因素优化设计与分析 397
11.1 正交试验统计分析 397
11.2 二次正交回归组合(中心复合)设计 407
11.3 Box-Behnken设计 410
11.4 均匀试验设计 411
11.5 二次饱和D-*优设计 418
11.6 多因素设计优化分析 419
11.7 含有区组设计的多因素优化分析 430
11.8“3414”测土配方施肥实验统计分析 435
参考文献 439
第12章 混料试验设计与分析 441
12.1 单纯形格子设计 441
12.2 单纯形重心设计 443
12.3 有下界约束条件限制的混料试验设计 443
12.4 单纯形格子设计和单纯形重心设计操作示例 445
12.5 具上下限约束的极端顶点设计 445
12.6 基于均匀设计表的混料试验设计 452
12.7 有上下限条件约束的混料试验设计 454
12.8 具附加线性约束的混料试验设计 459
12.9 混料试验分析的数学模型 461
12.10 混料试验数据的回归分析 472
12.11 偏*小二乘回归分析 476
参考文献 480
第13章 抽样技术 481
13.1 简单随机抽样 481
13.2 分层随机抽样 486
13.3 整群抽样 496
13.4 系统抽样 503
13.5 序贯抽样 509
13.6 敏感性问题抽样 514
参考文献 525
猜您喜欢

读书导航