《數據分析方法（第二版）》是梅長林、範金城主編，高等教育出版社2018年出版的“十一五”國家級規劃教材，是為高等學校信息與計算科學專業本科生“數據分析”課程編寫的教材，該書也可作為高等學校統計專業本科生和非數學類碩士研究生教材以及數據分析工作者的參考書。
《數據分析方法（第二版）》主要介紹常用統計數據分析的基本內容與方法，包括數據描述性分析、回歸分析、方差分析、主成分分析與典型相關分析、判別分析、聚類分析、Bayes統計分析等。另外，對SAS軟體的基礎知識以及與上述各數據分析方法有關的SAS過程做了簡要介紹，以便於利用SAS軟體實現各分析方法的套用。各章均配備有實際背景的習題。
基本介紹
- 書名：數據分析方法（第二版）
- 作者：梅長林、範金城
- ISBN：978-7-04-050124-7
- 頁數：164頁
- 出版社：高等教育出版社
- 出版時間：2018年11月16日
- 裝幀：平裝
- 開本：16開
- 字數：370千字
內容簡介,教材目錄,教學資源,
內容簡介
《數據分析方法（第二版）》主要介紹常用統計數據分析的基本內容與方法，包括數據描述性分析、回歸分析、方差分析、主成分分析與典型相關分析、判別分析、聚類分析、Bayes統計分析等。另外，對SAS軟體的基礎知識以及與上述各數據分析方法有關的SAS過程做了簡要介紹，以便於利用SAS軟體實現各分析方法的套用。各章均配備有實際背景的習題。
教材目錄
前輔文第1章 數據描述性分析 §1.1 一維數據的數字特徵 1.1.1 表示位置的數字特徵 1.1.2 表示分散性的數字特徵 1.1.3 表示分布形狀的數字特徵 §1.2 數據的分布 1.2.1 直方圖、經驗分布函式與QQ圖 1.2.2 莖葉圖 1.2.3 數據的分布擬合檢驗與正態性檢驗 §1.3 多維數據的數字特徵及相關分析 1.3.1 二維數據的數字特徵及相關係數 1.3.2 多維數據的數字特徵及相關矩陣 1.3.3 總體的數字特徵、相關矩陣及多維常態分配 習題1 第2章 回歸分析 §2.1 線性回歸模型及其參數估計 2.1.1 線性回歸模型及其矩陣表示 2.1.2 參數估計及其性質 §2.2 統計推斷與預測 2.2.1 回歸方程的顯著性檢驗 2.2.2 回歸係數的統計推斷 2.2.3 預測及其統計推斷 2.2.4 與回歸係數有關的假設檢驗的一般方法 §2.3 殘差分析 2.3.1 誤差項的正態性檢驗 2.3.2 殘差圖分析 2.3.3 Box Cox變換 §2.4 回歸方程的選取 2.4.1 窮舉法 2.4.2 逐步回歸法 §2.5 Logistic回歸模型的估計與推斷 2.5.1 Logistic回歸模型 2.5.2 參數的最大似然估計與Newton-Raphson疊代解法 2.5.3 Logistic回歸模型的統計推斷 習題2 第3章 方差分析 §3.1 單因素方差分析 3.1.1 單因素方差分析模型 3.1.2 因素效應的顯著性檢驗 3.1.3 因素各水平均值的估計與比較 | §3.2 兩因素等重複試驗下的方差分析 3.2.1 統計模型 3.2.2 互動效應及因素效應的顯著性檢驗 3.2.3 無互動效應時各因素均值的估計與比較 3.2.4 有互動效應時因素各水平組合(Ai,Bj)上的均值估計與比較 §3.3 兩因素非重複試驗下的方差分析 習題3 第4章 主成分分析與典型相關分析 §4.1 主成分分析 4.1.1 引言 4.1.2 總體主成分 4.1.3 樣本主成分 §4.2 典型相關分析 4.2.1 引言 4.2.2 總體的典型變數與典型相關 4.2.3 樣本的典型變數與典型相關 4.2.4 典型相關係數的顯著性檢驗 習題4 第5章 判別分析 §5.1 距離判別 5.1.1 兩個總體的距離判別 5.1.2 判別準則的評價 5.1.3 多個總體的距離判別 §5.2 Bayes判別 5.2.1 Bayes 判別的基本思想 5.2.2 兩個總體的Bayes 判別 5.2.3 多個總體的Bayes 判別 習題5 第6章 聚類分析 §6.1 樣品間相近性的度量 §6.2 快速聚類法 6.2.1 快速聚類法的步驟 6.2.2 用Lm距離進行快速聚類 §6.3 譜系聚類法 6.3.1 類間距離及其遞推公式 6.3.2 譜系聚類法的步驟 6.3.3 變數聚類 習題6 第7章 Bayes 統計分析 §7.1 Bayes 統計模型 7.1.1 Bayes 統計分析的基本思想 7.1.2 Bayes 統計模型 | 7.1.3 Bayes 統計推斷原則7.1.4 先驗分布的Bayes 假設與不變先驗分布 7.1.5 共軛先驗分布 7.1.6 先驗分布中超參數的確定 §7.2 Bayes 統計推斷 7.2.1 參數的Bayes 點估計 7.2.2 Bayes 區間估計 7.2.3 Bayes 假設檢驗 習題7 第8章 SAS軟體及有關數據分析過程簡介 §8.1 SAS基礎知識簡介 8.1.1 SAS界面及其功能 8.1.2 數據的輸入與輸出 8.1.3 利用已有的SAS數據集建立新的SAS數據集 8.1.4 SAS系統的數學運算符號及常用的SAS函式 8.1.5 邏輯語句與循環語句 §8.2 與本書內容有關的SAS過程簡介 8.2.1 幾種描述性統計分析的SAS過程和繪圖過程 8.2.2 線性回歸分析的SAS過程——PROC REG 過程 8.2.3 Logistic回歸分析的SAS過程——PROC LOGISTIC 過程 8.2.4 方差分析的SAS過程——PROC ANOVA 過程 8.2.5 主成分分析的SAS過程——PROC PRINCOMP 過程 8.2.6 典型相關分析的SAS過程——PROC CANCORR過程 8.2.7 判別分析的SAS過程——PROC DISCRIM過程 8.2.8 聚類分析的SAS過程 8.2.9 矩陣語言的程式設計過程——PROC IML過程簡介 主要參考文獻 |
（註：目錄排版順序為從左列至右列）
教學資源
- 課程資源
《數據分析方法（第二版）》配有Abook數字課程，該課程包括電子教案、演示文稿等資源。數字課程包含的資源有各章例題的SAS程式，習題中數據容量較大的數據集文本檔案等。
| 數字課程名稱 | 出版社 | 出版時間 | 內容提供者 |
|---|---|---|---|
“數據分析方法（第二版）”數位化資源 | 高等教育出版社 | 2018年10月 | 梅長林、範金城 |
