《Minitab套用統計分析》是2020年1月電子工業出版社出版的圖書，作者是夏龍。
基本介紹
- 中文名：Minitab套用統計分析
- 作者：夏龍
- ISBN：9787121377426
- 頁數：455頁
- 定價：69元
- 出版社：電子工業出版社
- 出版時間：2020年1月
- 開本：16開
內容簡介,圖書目錄,
內容簡介
隨著大數據時代的來臨，統計分析已經成為社會經濟生活中的必備能力。本書以Minitab18.1為統計工具，詳細介紹了套用統計中的描述統計，機率、分布與模擬，單樣本的估計和檢驗，雙樣本的統計推斷，基礎統計方法的拓展，方差分析，回歸分析，經典統計的替代與補充，多元統計分析，時間序列分析與預測及質量管理中的統計方法。本書的資源豐富，書中共包含了近300個案例，網路資源中還包括案例的全部數據和視頻教程，讀者可以通過書中的操作指令和網站上的視頻教程運行本書所有案例的程式，學習起來非常方便。
圖書目錄
目 錄
第1章 Minitab與套用統計 1
1.1 概述 1
1.2 Minitab基礎 1
1.2.1 視窗介紹 2
1.2.2 簡單示例與本書約定 3
1.3 主要統計概念 6
1.3.1 一個調查 6
1.3.2 變數的測量尺度與變數類型 7
1.3.3 變數的關係 9
1.3.4 數據的預處理 9
1.3.5 其他概念 12
1.4 利用Minitab自學統計 13
第2章 描述統計 15
2.1 單變數的圖表方法 15
2.1.1 一個品質變數 15
2.1.2 一個數值變數 18
2.2 雙變數的圖表方法 23
2.2.1 兩個品質變數 23
2.2.2 品質變數與數值變數 27
2.2.3 兩個數值變數 30
2.3 三變數的圖表方法 32
2.3.1 三個品質變數 32
2.3.2 三個數值變數 34
2.4 數值變數的數值方法 36
2.4.1 數值變數的數值方法概述 36
2.4.2 一個數值變數 36
2.4.3 兩個數值變數 46
第3章 機率、分布與模擬 50
3.1 基本概念 50
3.1.1 機率 50
3.1.2 隨機變數與分布 51
3.1.3 理論分布 54
3.2 離散型機率分布 55
3.2.1 離散型均勻分布 55
3.2.2 二項分布 55
3.2.3 泊松分布 57
3.3 連續型機率分布 58
3.3.1 均勻分布 58
3.3.2 指數分布 59
3.3.3 常態分配 61
3.4 其他連續型分布 63
3.4.1 ?2分布 63
3.4.2 t分布 64
3.4.3 F分布 65
3.5 機率、累積機率和逆累積機率的計算 66
3.5.1 計算的類型和方法 66
3.5.2 利用Minitab計算機率、累積機率和
逆機率 68
3.6 樣本分布與模擬 76
3.6.1 樣本分布與抽樣概述 76
3.6.2 簡單隨機抽樣 76
3.6.3 常態分配模擬 77
3.7 抽樣分布與模擬 80
3.7.1 推斷統計與抽樣分布 80
3.7.2 抽樣分布模擬 83
第4章 單樣本的估計和檢驗 87
4.1 估計的概念與類型 87
4.1.1 估計的概念 87
4.1.2 單樣本區間估計的類型 88
4.2 單樣本的區間估計 89
4.2.1 總體標準差 ? 已知時，總體均值 ? 的
區間估計 89
4.2.2 總體標準差 ? 未知時，總體均值 ? 的
區間估計 94
4.2.3 總體比例 ? 的區間估計 97
4.2.4 總體方差 ?2（標準差 ?）的
區間估計 99
4.2.5 總體均值與總體方差的區間估計
套用 102
4.3 樣本容量的計算 103
4.4 假設檢驗的概念與類型 105
4.4.1 假設檢驗的概念與P值法 105
4.4.2 三種類型的假設檢驗 106
4.4.3 兩種形式的假設檢驗 107
4.5 單樣本的假設檢驗 109
4.5.1 總體標準差 ? 已知時，總體均值 ? 的
假設檢驗 109
4.5.2 總體標準差 ? 未知時，總體均值 ? 的
假設檢驗 114
4.5.3 總體比例 ? 的假設檢驗 117
4.5.4 總體方差 ?2（標準差 ?）的假設
檢驗 119
4.6 功效檢驗 122
第5章 雙樣本的統計推斷 126
5.1 雙樣本統計推斷的基礎知識 126
5.1.1 雙樣本統計推斷概述 126
5.1.2 雙樣本統計推斷的類型 127
5.2 雙樣本的統計推斷 128
5.2.1 總體均值之差?1??2的統計推斷：兩總體的標準差?1和?2已知時的獨立
樣本 128
5.2.2 總體均值之差?1??2的統計推斷：兩總體的標準差?1和?2未知時的獨立
樣本 133
5.2.3 總體均值之差?1??2的統計推斷：
配對樣本 136
5.2.4 總體比例之差 ?1??2 的統計推斷 140
5.2.5 總體方差（標準差）之比
（?1/?2）的統計推斷 145
5.3 Minitab中樣本數據的存儲方式 148
5.3.1 樣本數據存儲方式概述 148
5.3.2 堆疊數據與非堆疊數據的轉換方式 149
5.3.3 利用非堆疊數據進行統計推斷 150
第6章 基礎統計方法的拓展 152
6.1 假設檢驗的拓展 152
6.1.1 正態性檢驗 152
6.1.2 等方差檢驗 156
6.1.3 異常值檢驗 159
6.2 數值變數與泊松率 161
6.2.1 泊松分布的擬合優度檢驗 161
6.2.2 單樣本泊松率的統計推斷 163
6.2.3 雙樣本泊松率的統計推斷 164
6.3 品質變數與卡方檢驗 167
6.3.1 擬合優度的卡方檢驗 167
6.3.2 二維列聯表的卡方檢驗 172
6.3.3 三維列聯表的卡方檢驗 177
第7章 方差分析 179
7.1 利用堆疊數據陳述假設 179
7.2 單因子方差分析 180
7.2.1 方差分析的概念 180
7.2.2 基於一般線性模型的單因子方差
分析 182
7.2.3 多重比較 186
7.2.4 因子圖與預測 188
7.2.5 完整案例 189
7.2.6 單因子方差分析的其他問題 191
7.3 雙因子方差分析 194
7.3.1 不含互動作用的雙因子方差分析 194
7.3.2 包含互動作用的雙因子方差分析 198
7.4 方差分析的拓展 202
7.4.1 協方差分析 202
7.4.2 隨機效應與混合效應方差分析 208
7.4.3 完全嵌套方差分析 211
7.4.4 多元方差分析 215
7.5 雙因子方差分析的數據格式與重複測量方差
分析 217
7.5.1 雙因子方差分析的非堆疊數據格式與
轉換 217
7.5.2 重複測量方差分析 218
第8章 回歸分析 219
8.1 相關關係與相關係數的假設檢驗 219
8.2 線性回歸：數值因變數 220
8.2.1 簡單線性回歸 220
8.2.2 多重線性回歸 228
8.2.3 預測 233
8.3 回歸診斷 235
8.3.1 殘差分析：檢驗模型的統計正確性 235
8.3.2 檢驗異常值、高槓桿點和強影響點 238
8.3.3 多重共線性 240
8.3.4 線性回歸與回歸診斷的案例 241
8.4 線性回歸中的其他問題 245
8.4.1 品質自變數 245
8.4.2 包含品質、數值兩種自變數的回歸 252
8.4.3 模型構建 256
8.5 特殊因變數回歸 261
8.5.1 二值logistic回歸 261
8.5.2 名義logistic回歸 271
8.5.3 順序logistic回歸 276
8.5.4 泊松回歸 279
8.6 變數具有函式關係時的套用統計方法總結 281
第9章 經典統計的替代與補充 283
9.1 非參數統計方法 283
9.1.1 非參數統計方法概述 283
9.1.2 單樣本的統計推斷 284
9.1.3 雙樣本的統計推斷 289
9.1.4 方差分析 295
9.1.5 遊程檢驗與Spearman秩相關 300
9.2 等價檢驗 303
9.2.1 單樣本均值的等價檢驗 303
9.2.2 兩樣本均值的等價檢驗 305
9.3 可靠性/生存分析 308
9.3.1 生存分析概述 308
9.3.2 生存分析的參數方法 311
9.3.3 生存分析的非參數方法 315
9.3.4 生存回歸 318
第10章 多元統計分析 321
10.1 多元統計分析概述 321
10.2 聚類分析 321
10.2.1 聚類分析的概念 321
10.2.2 Q型聚類與距離 322
10.2.3 Q型聚類：觀測值聚類 323
10.2.4 Q型聚類：K均值聚類 327
10.2.5 R型聚類與相似性：變數聚類 329
10.3 判別分析 330
10.4 主成分分析與因子分析 335
10.4.1 主成分分析 335
10.4.2 因子分析 339
10.5 對應分析 343
10.5.1 對應分析概述 343
10.5.2 簡單對應分析 346
10.5.3 多重對應分析 348
第11章 時間序列分析與預測 350
11.1 時間序列的基本概念 350
11.1.1 時間序列圖 350
11.1.2 自相關與平穩性 351
11.2 平穩時間序列預測的平滑方法 355
11.2.1 預測入門 355
11.2.2 移動平均法 356
11.2.3 指數平滑法 358
11.3 非平穩時間序列的預測方法 360
11.3.1 時間序列的成分 360
11.3.2 趨勢分析 360
11.3.3 季節效應 364
11.4 ARIMA模型 368
11.4.1 AR、MA和ARMA模型的估計和
預測 368
11.4.2 差分與ARIMA模型 375
11.4.3 模型選擇 378
11.4.4 包含季節效應的ARIMA模型 382
11.5 回歸分析方法 385
11.5.1 利用回歸分析估計時間序列數據 385
11.5.2 時間序列回歸分析的回歸診斷 387
第12章 質量管理中的統計方法 390
12.1 質量管理概述 390
12.2 過程分析的圖形方法 391
12.2.1 帕累托圖 391
12.2.2 因果圖 392
12.2.3 多變異圖 393
12.3 控制圖 396
12.3.1 控制圖概述 396
12.3.2 變數控制圖 396
12.3.3 屬性控制圖 401
12.3.4 利用控制圖預警 407
12.4 過程能力分析 408
12.4.1 過程能力分析概述 408
12.4.2 正態數據的過程能力分析 409
12.4.3 非正態數據的過程能力分析 412
12.4.4 屬性數據的過程能力分析 415
12.5 試驗設計（DOE） 417
12.5.1 試驗設計概述 417
12.5.2 全因子試驗設計的計畫階段 419
12.5.3 全因子試驗設計的分析階段 421
12.5.4 部分因子試驗設計 430
12.5.5 其他試驗設計方法 435
12.6 測量系統分析 445
12.6.1 測量系統分析概述 445
12.6.2 重複性和再現性 447
12.6.3 偏移和線性 453
12.6.4 重複性和偏移 454
