《DPS數據處理系統第1卷·基礎統計及實驗設計第5版》是2020年科學出版社出版的圖書。
基本介紹
- 中文名：DPS數據處理系統第1卷·基礎統計及實驗設計第5版
- 作者：唐啟義
- 出版社：科學出版社
- 出版時間：2020年12月1日
- 開本：16 開
- 裝幀：精裝
- ISBN：9787030669896
內容簡介,圖書目錄,
內容簡介
《DPS數據處理系統（第5版）（第1卷）基礎統計及實驗設計》從套用角度簡要地闡述了試驗設計、現代統計、數據挖掘，以及各專業領域試驗統計等600多種統計分析技術。這一版新增加的主要內容有折線回歸、高維數據Lasso回歸、有序序列聚類分析、水文頻率分析、向量自回歸、格蘭傑因果檢驗、協整檢驗和誤差修正模型等功能。DPS數據處理系統軟體試用版可從網站的下載中心下載、試用。
圖書目錄
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數據處理系統
第1章 DPS系統簡介 3
1.1 系統功能簡介 3
1.2 DPS系統的不同版本 5
1.3 系統運行環境與安裝、使用 6
1.4 在64位Windows下DPS應用程式屬性設定 6
1.5 DPS應用程式的啟動與退出 8
1.6 DPS數據處理系統用戶工作界面 8
1.7 DPS的基本操作 12
1.8 DPS系統功能的用戶定製 14
1.9 文本數值轉換及字元串數值轉換 15
1.10 數據行列轉換及行列重排 16
1.11 分類變數的取值和編碼 16
1.12 常用數據轉換及多項式生成 18
1.13 數據統計分析及其建模基本步驟 20
1.14 工作表中圖形的輸出 21
1.15 DPS系統函式套用 22
1.16 DPS系統套用常見問題解答 25
參考文獻 27
第2章 數據統計基礎概念 28
2.1 數據基本參數計算及數據轉換 28
2.2 常用統計分布及DPS統計函式 34
2.3 連續變數統計及分布的適合度檢驗 38
2.4 離散變數統計及分布的適合度檢驗 45
2.5 均值及方差的穩健估計 50
2.6 置信區間及參考值範圍計算 53
2.7 混合分布參數估計 57
2.8 Pearson-Ⅲ型分布 62
2.9 異常值檢驗 65
2.10 缺失值的處理 68
2.11 圖表處理 69
參考文獻 74
第二篇 實驗統計分析
第3章 一組樣本和兩組樣本統計檢驗 79
3.1 顯著性檢驗基本原理 79
3.2 平均數和總體差異檢驗 81
3.3 總體均值樣本量估計 83
3.4 樣本率和總體率的比較 84
3.5 Poisson分布的均數和總體比較 86
3.6 兩組樣本均值差異t檢驗 87
3.7 小樣本均值差異Fisher非參數檢驗 91
3.8 Bonferroni檢驗 92
3.9 兩組樣本率差別檢驗 94
3.10 兩總體檢驗樣本含量及功效估計 98
3.11 機率模型擬合優度檢驗 101
參考文獻 103
第4章 方差分析 105
4.1 方差分析基本原理和步驟 105
4.2 單因素完全隨機設計方差分析 112
4.3 單因素隨機區組設計方差分析 122
4.4 系統分組(巢式)設計 124
4.5 二因素(組內無重複)完全隨機設計 127
4.6 二因素完全隨機設計 129
4.7 二因素隨機區組設計 132
4.8 平衡不完全區組設計試驗 135
4.9 多因素試驗設計 141
4.10 裂區試驗設計 146
4.11 重複測量資料方差分析 156
4.12 拉丁方設計 164
4.13 隨機區組試驗的協方差分析 165
參考文獻 171
第5章 一般線性模型 173
5.1 線性模型基本原理 174
5.2 GLM模型用戶操作界面 179
5.3 GLM模型輸出結果分析 184
5.4 一般方差分析的GLM模型 187
5.5 混合效應模型方差分析 189
5.6 系統分組(或嵌套)設計 192
5.7 裂區試驗統計分析 194
5.8 協方差分析 196
5.9 數量化方法I 198
參考文獻 202
第6章 相關與回歸分析 203
6.1 回歸和相關概念 203
6.2 兩變數的相關分析 204
6.3 直線回歸 207
6.4 曲線回歸（I：直線化方法）216
6.5 曲線回歸（II：非線性*小二乘法）224
6.6 Deming回歸 234
6.7 局部加權散點光滑(LOWESS)估計 238
6.8 重複觀測（試驗）回歸分析 240
6.9 兩隨機變數的回歸分析 247
6.10 Joinpoint回歸（折線回歸）分析 253
參考文獻 260
第7章 分類數據列聯表分析 262
7.1 列聯表分析及卡方檢驗概述 262
7.2 列聯表的生成與分析 264
7.3 四格表分析 267
7.4 多層2×2表Mental-Haenszel檢驗 272
7.5 R×C列聯表卡方檢驗 274
7.6 單向有序R×C表統計檢驗 276
7.7 雙向有序且屬性不同的R×C表統計檢驗 279
7.8 McNemar檢驗及Kappa檢驗 284
7.92×C表和多層2×C表 287
7.10 配對病例——對照列聯表分析 291
7.11 重複測定資料似然比卡方檢驗 295
7.12 Poisson分布抽樣情況下多樣本檢驗 297
參考文獻 299
第8章 分類數據模型分析 300
8.1 廣義線性模型建模分析基本原理 301
8.2 基於廣義線性模型的回歸分析用戶界面 304
8.3 兩分類數據的回歸模型 307
8.4 多分類無序反應變數Logistic回歸 316
8.5 多分類有序Logistic/Probit回歸模型 319
8.6 Poisson回歸模型 323
8.7 負二項分布回歸模型 336
8.8 條件Logistic回歸 338
8.9 對數線性模型 341
8.10 其他分類數據建模方法 353
參考文獻 362
第9章 非參數檢驗 363
9.1 兩樣本配對符號檢驗 364
9.2 兩樣本配對Wilcoxon符號-秩檢驗 365
9.3 兩樣本Wilcoxon檢驗 366
9.4 Kruskal-Wallis檢驗 368
9.5 中位數檢驗 371
9.6 Jonckheere-Terpstra檢驗 372
9.7 Friedman檢驗 373
9.8 Kendall協同係數檢驗 376
9.9 Cochran檢驗 377
9.10 非參數回歸分析 378
參考文獻 384
第10章 圓形分布資料統計分析 385
10.1 平均角及其假設檢驗 385
10.2 兩個或多個樣本平均角的比較 389
10.3 多個樣本平均角的比較 392
10.4 圓-圓相關 393
10.5 圓-線相關 395
參考文獻 396
第11章 多因素最佳化設計與分析 397
11.1 正交試驗統計分析 397
11.2 二次正交回歸組合(中心複合)設計 407
11.3 Box-Behnken設計 410
11.4 均勻試驗設計 411
11.5 二次飽和D-*優設計 418
11.6 多因素設計最佳化分析 419
11.7 含有區組設計的多因素最佳化分析 430
11.8“3414”測土配方施肥實驗統計分析 435
參考文獻 439
第12章 混料試驗設計與分析 441
12.1 單純形格子設計 441
12.2 單純形重心設計 443
12.3 有下界約束條件限制的混料試驗設計 443
12.4 單純形格子設計和單純形重心設計操作示例 445
12.5 具上下限約束的極端頂點設計 445
12.6 基於均勻設計表的混料試驗設計 452
12.7 有上下限條件約束的混料試驗設計 454
12.8 具附加線性約束的混料試驗設計 459
12.9 混料試驗分析的數學模型 461
12.10 混料試驗數據的回歸分析 472
12.11 偏*小二乘回歸分析 476
參考文獻 480
第13章 抽樣技術 481
13.1 簡單隨機抽樣 481
13.2 分層隨機抽樣 486
13.3 整群抽樣 496
13.4 系統抽樣 503
13.5 序貫抽樣 509
13.6 敏感性問題抽樣 514
參考文獻 525
