《套用線性統計模型下冊（英文影印版·原書第5版）》是2016年4月機械工業出版社出版的圖書，作者是麥可 H.庫特納。
基本介紹
- 中文名：套用線性統計模型下冊（英文影印版·原書第5版）
- 作者：麥可 H.庫特納
- 出版時間：2016年4月
- 出版社：機械工業出版社
- ISBN：9787111526049
- 定價：98 元
- 開本：16 開
- 裝幀：平裝
內容簡介,圖書目錄,
內容簡介
本書續接上冊第4～7部分：第4部分單因子研究的分析和設計，內容涉及試驗和觀測研究的設計引入、單因子研究、因子水平平均數分析、ANOVA診斷和修正測度等；第5部分多因子研究，內容涉及具有相等樣本量的雙因子研究、隨機完全區組設計、協方差分析、具有不相等樣本量的雙因子研究、多因子研究、隨機和混合效應模型等；第6部分專業化的設計，內容涉及：重複和相關設計，平衡不完全區組、拉丁方和相關設計，探索性試驗,二階析因設計和分式析因設計，回響面方法論等。全書例子涉及各個套用領域，比較突出地介紹了統計思想。 本書可作為高等院校統計學專業和理工科各專業本科生和研究生的教材使用。
圖書目錄
目 錄
英文影印版序
前言
第4部分
單因子研究的分析和設計 641
第15章
試驗和觀測研究的設計引入 642
15.1 試驗研究、觀測研究和因果關係 643
試驗研究 643
觀測研究 644
混合試驗研究與觀測研究 646
15.2 試驗研究：基本概念 647
因子 647
交叉和嵌套因子 648
處理 649
處理的選擇 649
試驗單元 652
樣本量和複製 652
隨機化 653
約束隨機化：區組化 655
測量 658
15.3 標準試驗設計概述 658
完全隨機設計 659
析因試驗 660
隨機全區組設計 661
嵌套因子 662
重複測度設計 663
不完全區組設計 664
二階和分式析因實驗 665
回響面實驗 666
15.4 觀測研究設計 666
截面研究 666
前瞻性研究 667
回顧性研究 667
匹配 668
15.5 案例研究：逐對比較試驗 669
15.6 結束語 672
引用的參考文獻 672
問題 672
練習題 676
第16章
單因子研究 677
16.1 單因子試驗和觀測研究 677
16.2 回歸分析和方差分析的關係 679
說明 679
兩類模型的選擇 680
16.3 單因子ANOVA模型 681
方格法模型 681
模型的重要性質 682
ANOVA模型是線性模型 683
因子水平平均數的解釋 684
區分ANOVA模型Ⅰ和模型Ⅱ 685
16.4 ANOVA模型的擬合 685
符號 686
最小二乘法和最大似然估計 687
殘差 689
16.5 方差分析 690
SSTO的分塊 690
自由度的分解 693
均方 693
方差分析表 694
期望均方 694
16.6 因子水平平均數相等性的F檢驗 698
檢驗統計量 698
F*的分布 699
決策規則的構造 699
16.7 模型的交錯公式 701
因子效應模型 701
μ.的定義 702
因子水平平均數相等性檢驗 704
16.8 方差單因子分析的回歸法 704
具有未加權平均數的因子效應模型 705
具有加權平均數的因子效應模型 709
方格法模型 710
16.9 隨機化檢驗 712
16.10 功效方法的樣本設計 716
F檢驗的功效 716
用表B.12進行單因子研究 718
用表B.12進行進一步觀測 720
16.11 尋找最佳處理的樣本量設計 721
引用的參考文獻 722
問題 722
練習題 730
課題 730
實例研究 732
第17章
因子水平平均數分析 733
17.1 引言 733
17.2 估計因子水平平均數的作圖 735
線形圖 735
條形圖和主效應圖 736
17.3 因子水平平均數的估計和檢驗 737
單因子水平平均數的推斷 737
雙因子水平平均數的差分推斷 739
因子水平平均數的比較推斷 741
因子水平平均數的線性組合推斷 743
17.4 聯合推斷過程的要求 744
17.5 Tukey多重比較方法 746
學生化系列分布 746
聯合估計 747
聯合檢驗 747
例1：相等樣本量 748
例2：不相等樣本量 750
17.6 Scheffé多重比較方法 753
聯合估計 753
聯合檢驗 754
Tukey方法和Scheffé方法的比較 755
17.7 Bonferroni多重比較方法 756
聯合估計 756
聯合檢驗 756
Tukey方法、Scheffé方法和
Bonferroni方法的比較 757
方法的分析 758
17.8 樣本量估計方法設計 759
例1：相等樣本量 759
例2：不相等樣本量 761
17.9 因子定量時的因子效應分析 762
引用的參考文獻 766
問題 767
練習題 773
課題 774
實例研究 774
第18章
ANOVA診斷和修正測度 775
18.1 殘差分析 775
殘差 776
殘差圖 776
ANOVA模型的偏差診斷 778
18.2 誤差方差不變性的檢驗 781
Hartley檢驗 782
Brown-Forsythe檢驗 784
18.3 修正測度概述 786
18.4 加權最小二乘法 786
18.5 回響變數的變換 789
找到變換的簡單方法 789
Box-Cox方法 791
18.6 模型偏差的效應 793
非正態性 793
不相等誤差方差 794
誤差項的非獨立性 794
18.7 非參數秩F檢驗 795
檢驗方法 795
多重逐對檢驗方法 797
18.8 案例：心臟移植 798
引用的參考文獻 801
問題 801
練習題 807
課題 807
實例研究 809
第5部分
多因子研究 811
第19章
具有相等樣本量的雙因子研究 812
19.1 雙因子觀測和實驗研究 812
雙因子試驗和觀測研究的例子 812
試驗的OFAAT方法 815
交叉多因子設計的優勢 816
19.2 ANOVA模型元素的意義 817
說明 817
處理平均數 817
因子水平平均數 818
主效應 818
可加因子效應 819
互動因子效應 822
重要和不重要的互動效應 824
可變換和不可變換的互動效應 826
互動作用的解釋 827
19.3 雙因子研究模型Ⅰ(固定因子水平) 829
方格法模型 830
因子效應模型 831
19.4 方差分析 833
說明 833
記號 834
ANOVA模型的擬合 834
完全平方和的劃分 836
自由度的劃分 839
均方 839
期望均方 840
方差分析表 840
19.5 ANOVA模型的適當性評價 842
19.6 F檢驗 843
互動效應的檢驗 844
因子A主效應檢驗 844
因子B主效應檢驗 845
Kimball不相等性 846
19.7 分析策略 847
19.8 非互動因子效應分析 848
因子水平平均數估計 848
因子水平平均數的對比估計 849
因子水平平均數的線性組合估計 850
因子水平平均數的多重按對比較 850
因子水平平均數的多重對比 852
基於處理平均數的估計 853
例1：因子水平平均數的按對比較 853
例2：處理平均數的估計 855
19.9 重要互動效應的因子效應分析 856
處理平均數的多重按對比較 856
處理平均數的多重對比 857
例1：處理平均數的按對比較 857
例2：處理平均數的對比 860
19.10 雙因子方差分析中的平方和匯集 861
19.11 雙因子研究的樣本量設計 862
功效法 862
估計法 863
尋找最佳處理 864
問題 864
練習題 876
課題 876
實例研究 879
第20章
雙因子研究：次處理一個案例 880
20.1 非互動模型 880
模型 881
方差分析 881
推斷方法 881
處理平均數的估計 884
20.2 可加性的Tukey檢驗 886
檢驗統計量的發展 886
互動效應存在的修正作用 888
引用的參考文獻 889
問題 889
練習題 891
實例研究 891
第21章
隨機完全區組設計 892
21.1 隨機完全區組設計的基本內容 892
設計描述 892
區組化標準 893
優點和缺點 894
如何隨機化 895
說明 895
21.2 隨機完全區組化設計模型 897
21.3 方差分析和檢驗 898
隨機完全區組化模型的擬合 898
方差分析 898
21.4 隨機完全區組化模型適當性評價 901
診斷圖 901
可加性的Tukey檢驗 903
21.5 處理效應分析 904
21.6 多個區組變數的使用 905
21.7 每個區組中多個複製的使用 906
21.8 析因處理 908
21.9 設計隨機完全區組化試驗 909
功效方法 909
估計方法 910
區組化變數的有效性 911
問題 912
練習題 916
第22章
協方差分析 917
22.1 基本思想 917
協方差分析如何減少誤差變異性 917
相伴變數 919
22.2 單因子協方差模型 920
符號 921
協方差模型的發展 921
協方差模型的特點 922
協方差模型的推廣 923
協方差模型的回歸公式 924
協方差模型的適當性 925
有趣的推斷 925
22.3 單因子協方差分析的例子 926
模型的發展 926
處理效應的檢驗 928
處理效應的估計 930
平行斜度檢驗 932
22.4 雙因子協方差分析 933
雙因子研究的協方差模型 933
回歸方法 934
隨機完全區組化設計的協方差分析 937
22.5 協方差分析套用的其他研究 939
協方差分析代替區組化 939
差分的套用 939
偏倚的修正 940
關注處理效應的性質 940
問題 941
練習題 947
課題 947
實例研究 950
第23章
具有不相等樣本量的雙因子研究 951
23.1 不相等的樣本量 951
符號 952
23.2 樣本量不相等時回歸方法
檢驗因子效應的套用 953
雙因子方差分析的回歸方法 953
23.3 樣本量不相等時因子效應推斷 959
例1：因子水平平均數的按對比較 962
例2：單自由度檢驗 964
23.4 雙因子研究中的空單元 964
因子效應的偏分析 965
無互動作用模型可能為空的分析 966
隨機完全區組化設計中缺失的觀測值 967
23.5 重要性不同的處理平均數的
ANOVA推斷 970
處理平均數的估計和因子效應 971
互動效應的檢驗 972
利用等價回歸模型檢驗因子主效應 972
利用矩陣表述檢驗因子主效應 975
權值和樣本量成比例時因子效應的檢驗 977
23.6 統計計算包 980
問題 981
練習題 988
課題 988
實例研究 990
第24章
多因子研究 992
24.1 三因子研究的ANOVA模型 992
符號 992
說明 993
主效應 993
雙因子互動效應 995
三因子互動效應 996
方格法模型 996
因子效應模型 997
24.2 三因子互動效應的說明 998
學習時間的例1:三因子互動效應的
說明 998
學習時間的例2:多重雙因子互動效應的
說明 999
學習時間的例3:單個雙因子互動效應的
說明 1000
24.3 ANOVA模型的擬合 1003
符號 1003
ANOVA模型的擬合 1003
ANOVA模型合適性的評價 1005
24.4 方差分析 1008
完全平方和的分塊 1008
自由度和均方 1009
因子效應的檢驗 1009
24.5 因子效應分析 1013
分析策略 1013
因子非交叉時因子效應分析 1014
多重雙因子互動效應和三因子
互動效應的因子效應分析 1016
具有單個雙因子互動效應的
因子效應分析 1016
例：處理平均數的對比估計 1018
24.6 多因子研究中的不相等樣本量 1019
因子效應檢驗 1019
因子水平平均數的對比推斷 1020
24.7 樣本量的設計 1021
多因子研究F檢驗的功效 1021
表B.12在多因子研究中的套用 1021
引用的參考文獻 1022
問題 1022
練習題 1027
課題 1027
實例研究 1028
第25章
隨機和混合效應模型 1030
25.1 單因子研究：ANOVA模型Ⅱ 1031
隨機方格法模型 1031
感興趣的問題 1034
σμ2=0的檢驗 1035
μ.的估計 1038
σμ2/(σμ2+σ 2)的估計 1040
σ 2的估計 1041
σμ2的點估計 1042
σμ2的區間估計 1042
隨機因子效應模型 1047
25.2 雙因子研究：ANOVA模型Ⅱ和
模型Ⅲ 1047
ANOVA模型Ⅱ：隨機因子效應 1047
ANOVA模型Ⅲ：混合因子效應 1049
25.3 雙因子研究：模型Ⅱ和模型Ⅲ的
ANOVA檢驗 1052
期望均方 1052
檢驗統計量的構造 1053
25.4 雙因子研究：模型Ⅱ和模型Ⅲ的
因子效應估計 1055
方差分量估計 1055
混合模型中的固定效應估計 1056
25.5 隨機完全區組設計：隨機區組效應 1060
可加模型 1061
互動效應模型 1064
25.6 三因子研究：ANOVA模型Ⅱ和
模型Ⅲ 1066
ANOVA模型Ⅱ：隨機因子效應 1066
ANOVA模型Ⅲ：混合因子效應 1066
適當的檢驗統計量 1067
效應估計 1069
25.7 具有不等樣本量的
ANOVA模型Ⅱ和模型Ⅲ 1070
極大似然方法 1072
引用的參考文獻 1077
問題 1077
練習題 1085
課題 1085
第6部分
專業化的設計 1087
第26章
嵌套設計、二次抽樣和偏套設計 1088
26.1 嵌套因子和交叉因子的區別 1088
26.2 雙因子嵌套設計 1091
模型元素的研究 1091
雙嵌套設計模型 1092
隨機因子效應 1093
26.3 雙因子嵌套設計的方差分析 1093
模型的擬合 1093
平方和 1094
自由度 1095
因子效應檢驗 1097
隨機因子效應 1099
26.4 嵌套設計模型的適當性評價 1099
26.5 雙因子嵌套設計中的因子效應分析 1100
因子水平平均數μk的估計 1100
處理平均數μij的估計 1102
總平均數μ的估計 1103
方差分量的估計 1103
26.6 不平衡雙因子嵌套設計 1104
26.7 完全隨機設計單因子研究的二階抽樣 1106
模型 1107
方差分析和效應檢驗 1108
處理效應估計 1110
方差估計 1111
26.8 在三個階段中進行二次純抽樣 1113
模型 1113
方差分析 1113
μ..的估計 1113
26.9 三因子局部嵌套設計 1114
模型的發展 1114
方差分析 1115
引用的參考文獻 1119
問題 1119
練習題 1125
課題 1125
第27章
重複和相關設計 1127
27.1 重複測量設計的元素 1127
設計描述 1127
優點和缺點 1128
如何隨機化 1128
27.2 所有處理的具有重複測量的
單因子試驗 1129
模型 1129
方差分析和檢驗 1130
重複測量模型適當性的估計 1134
處理效應分析 1137
分級數據 1138
多重比較檢驗過程 1138
27.3 單個處理的具有重複測量的
雙因子實驗 1140
設計描述 1140
模型 1141
方差分析和檢驗 1142
重複測量模型適當性的估計 1144
因子效應分析：無互動性 1145
因子效應分析：互動性 1148
重複測量設計的分塊 1153
27.4 在兩個因子上重複測量的
雙因子實驗 1153
模型 1154
方差分析和檢驗 1155
重複測度模型適當性的估計 1157
因子效應分析 1157
27.5 重複測度設計的回歸方法 1161
27.6 分割圖設計 1162
引用的參考文獻 1164
問題 1164
練習題 1171
課題 1171
第28章
平衡不完全區組、拉丁方和相關設計 1173
28.1 平衡不完全區組設計（BIBD） 1173
BIBD的優點和缺點 1175
28.2 平衡不完全區組設計的分析 1177
BIBD模型 1177
平衡不完全區組設計分析的回歸法 1177
處理效應分析 1180
用估計方法設計樣本量 1182
28.3 拉丁方設計 1183
基本思想 1183
拉丁方設計的描述 1184
拉丁方設計的優點和缺點 1185
拉丁方設計的隨機化 1185
28.4 拉丁方模型 1187
28.5 拉丁方試驗的分析 1188
符號 1188
模型的擬合 1188
方差分析 1188
處理效應的檢驗 1190
處理效應的分析 1190
殘差分析 1191
析因處理 1192
隨機區組變數效應 1193
缺失的觀測值 1193
28.6 設計拉丁方試驗 1193
F檢驗的功效 1193
必要的重複次數1193
區組變數的有效性 1193
28.7 具有拉丁方設計的附加重複方格的
複製 1195
方格的複製 1195
其他拉丁方 1196
28.8 重複測量研究的複製 1198
拉丁方互動設計 1198
拉丁方獨立性的套用 1201
交效應 1201
引用的參考文獻 1202
問題 1202
第29章
探索性試驗：二階析因設計和
分式析因設計 1209
29.1 二階全析因實驗 1210
二階研究的設計 1210
符號 1210
因子效應估計 1212
因子效應的推斷 1214
29.2 無複製二階研究的分析 1216
互動效應的合併 1218
Pareto圖 1219
點圖 1220
正態機率圖 1221
中心點複製 1222
29.3 二階分式析因設計 1223
混雜法 1224
定義關係 1227
半分式設計 1228
四次分式和較小分式設計 1229
分解 1231
最高分解的分式選擇 1232
29.4 篩選實驗 1239
2IIIk-f分式析因設計 1239
Plackett-Burman設計 1240
29.5 二階析因實驗的不完全區組設計 1240
區組處理的分配 1241
中心點複製的套用 1243
29.6 穩健積和過程設計 1244
位置和離差建模 1246
包含噪聲因子 1250
案例研究：離合器分泵試驗 1252
引用的參考文獻 1256
問題 1256
練習題 1266
第30章
回響面方法論 1267
30.1 回響面試驗 1267
30.2 中心複合回響面設計 1268
中心複合設計的結構 1268
常用中心複合設計 1270
旋轉中心複合設計 1271
選擇中心複合設計的其他準則 1273
區組中心複合設計 1275
附加通用回響面設計 1276
30.3 最優回響面設計 1276
最優設計的目的 1276
最優設計方法 1278
最優設計選擇的設計準則 1279
最優回響面設計的構建 1282
最後的注釋 1283
30.4 回響面試驗分析 1284
模型說明和構想 1284
回響面最優性條件 1286
30.5 最優性條件的序貫搜尋：最速上升法 1290
引用的參考文獻 1292
問題 1292
課題 1295
附錄A
機率統計的一些基本結果 1297
附錄B
表 1315
附錄C
數據集 1348
附錄D
完善ANOVA模型的法則和
平衡設計表 1358
附錄E
參考書目 1374
索引 1385
