应用线性统计模型 下 第5版 英文影印版PDF电子书下载

第4部分单因子研究的分析和设计 641

第15章 试验和观测研究的设计引入 642

15.1 试验研究、观测研究和因果关系 643

试验研究 643

观测研究 644

混合试验研究与观测研究 646

15.2 试验研究：基本概念 647

因子 647

交叉和嵌套因子 648

处理 649

处理的选择 649

试验单元 652

样本量和复制 652

随机化 653

约束随机化：区组化 655

测量 658

15.3 标准试验设计概述 658

完全随机设计 659

析因试验 660

随机全区组设计 661

嵌套因子 662

重复测度设计 663

不完全区组设计 664

二阶和分式析因实验 665

响应面实验 666

15.4 观测研究设计 666

截面研究 666

前瞻性研究 667

回顾性研究 667

匹配 668

15.5 案例研究：逐对比较试验 669

15.6 结束语 672

引用的参考文献 672

问题 672

练习题 676

第16章 单因子研究 677

16.1 单因子试验和观测研究 677

16.2 回归分析和方差分析的关系 679

说明 679

两类模型的选择 680

16.3 单因子ANOVA模型 681

方格法模型 681

模型的重要性质 682

ANOVA模型是线性模型 683

因子水平平均数的解释 684

区分ANOVA模型Ⅰ和模型Ⅱ 685

16.4 ANOVA模型的拟合 685

符号 686

最小二乘法和最大似然估计 687

残差 689

16.5 方差分析 690

SSTO的分块 690

自由度的分解 693

均方 693

方差分析表 694

期望均方 694

16.6 因子水平平均数相等性的F检验 698

检验统计量 698

F＊的分布 699

决策规则的构造 699

16.7 模型的交错公式 701

因子效应模型 701

μ的定义 702

因子水平平均数相等性检验 704

16.8 方差单因子分析的回归法 704

具有未加权平均数的因子效应模型 705

具有加权平均数的因子效应模型 709

方格法模型 710

16.9 随机化检验 712

16.10 功效方法的样本设计 716

F检验的功效 716

用表B.12 进行单因子研究 718

用表B.12 进行进一步观测 720

16.11 寻找最佳处理的样本量设计 721

引用的参考文献 722

问题 722

练习题 730

课题 730

实例研究 732

第17章 因子水平平均数分析 733

17.1 引言 733

17.2 估计因子水平平均数的作图 735

线形图 735

条形图和主效应图 736

17.3 因子水平平均数的估计和检验 737

单因子水平平均数的推断 737

双因子水平平均数的差分推断 739

因子水平平均数的比较推断 741

因子水平平均数的线性组合推断 743

17.4 联合推断过程的要求 744

17.5 Tukey多重比较方法 746

学生化系列分布 746

联合估计 747

联合检验 747

例1：相等样本量 748

例2：不相等样本量 750

17.6 Scheffe多重比较方法 753

联合估计 753

联合检验 754

Tukey方法和Scheffe方法的比较 755

17.7 Bonferroni多重比较方法 756

联合估计 756

联合检验 756

Tukey方法、Scheffe方法和Bonferroni方法的比较 757

方法的分析 758

17.8 样本量估计方法设计 759

例1：相等样本量 759

例2：不相等样本量 761

17.9 因子定量时的因子效应分析 762

引用的参考文献 766

问题 767

练习题 773

课题 774

实例研究 774

第18章 ANOVA诊断和修正测度 775

18.1 残差分析 775

残差 776

残差图 776

ANOVA模型的偏差诊断 778

18.2 误差方差不变性的检验 781

Hartley检验 782

Brown-Forsythe检验 784

18.3 修正测度概述 786

18.4 加权最小二乘法 786

18.5 响应变量的变换 789

找到变换的简单方法 789

Box-Cox方法 791

18.6 模型偏差的效应 793

非正态性 793

不相等误差方差 794

误差项的非独立性 794

18.7 非参数秩F检验 795

检验方法 795

多重逐对检验方法 797

18.8 案例：心脏移植 798

引用的参考文献 801

问题 801

练习题 807

课题 807

实例研究 809

第5部分多因子研究 811

第19章 具有相等样本量的双因子研究 812

19.1 双因子观测和实验研究 812

双因子试验和观测研究的例子 812

试验的OFAAT方法 815

交叉多因子设计的优势 816

19.2 ANOVA模型元素的意义 817

说明 817

处理平均数 817

因子水平平均数 818

主效应 818

可加因子效应 819

交互因子效应 822

重要和不重要的交互效应 824

可变换和不可变换的交互效应 826

交互作用的解释 827

19.3 双因子研究模型Ⅰ（固定因子水平） 829

方格法模型 830

因子效应模型 831

19.4 方差分析 833

说明 833

记号 834

ANOVA模型的拟合 834

完全平方和的划分 836

自由度的划分 839

均方 839

期望均方 840

方差分析表 840

19.5 ANOVA模型的适当性评价 842

19.6 F检验 843

交互效应的检验 844

因子A主效应检验 844

因子B主效应检验 845

Kimball不相等性 846

19.7 分析策略 847

19.8 非交互因子效应分析 848

因子水平平均数估计 848

因子水平平均数的对比估计 849

因子水平平均数的线性组合估计 850

因子水平平均数的多重按对比较 850

因子水平平均数的多重对比 852

基于处理平均数的估计 853

例1：因子水平平均数的按对比较 853

例2：处理平均数的估计 855

19.9 重要交互效应的因子效应分析 856

处理平均数的多重按对比较 856

处理平均数的多重对比 857

例1：处理平均数的按对比较 857

例2：处理平均数的对比 860

19.10 双因子方差分析中的平方和汇集 861

19.11 双因子研究的样本量设计 862

功效法 862

估计法 863

寻找最佳处理 864

问题 864

练习题 876

课题 876

实例研究 879

第20章 双因子研究：次处理一个案例 880

20.1 非交互模型 880

模型 881

方差分析 881

推断方法 881

处理平均数的估计 884

20.2 可加性的Tukey检验 886

检验统计量的发展 886

交互效应存在的修正作用 888

引用的参考文献 889

问题 889

练习题 891

实例研究 891

第21章 随机完全区组设计 892

21.1 随机完全区组设计的基本内容 892

设计描述 892

区组化标准 893

优点和缺点 894

如何随机化 895

说明 895

21.2 随机完全区组化设计模型 897

21.3 方差分析和检验 898

随机完全区组化模型的拟合 898

方差分析 898

21.4 随机完全区组化模型适当性评价 901

诊断图 901

可加性的Tukey检验 903

21.5 处理效应分析 904

21.6 多个区组变量的使用 905

21.7 每个区组中多个复制的使用 906

21.8 析因处理 908

21.9 设计随机完全区组化试验 909

功效方法 909

估计方法 910

区组化变量的有效性 911

问题 912

练习题 916

第22章 协方差分析 917

22.1 基本思想 917

协方差分析如何减少误差变异性 917

相伴变量 919

22.2 单因子协方差模型 920

符号 921

协方差模型的发展 921

协方差模型的特点 922

协方差模型的推广 923

协方差模型的回归公式 924

协方差模型的适当性 925

有趣的推断 925

22.3 单因子协方差分析的例子 926

模型的发展 926

处理效应的检验 928

处理效应的估计 930

平行斜度检验 932

22.4 双因子协方差分析 933

双因子研究的协方差模型 933

回归方法 934

随机完全区组化设计的协方差分析 937

22.5 协方差分析应用的其他研究 939

协方差分析代替区组化 939

差分的应用 939

偏倚的修正 940

关注处理效应的性质 940

题 941

练习题 947

课题 947

实例研究 950

第23章 具有不相等样本量的双因子研究 951

23.1 不相等的样本量 951

符号 952

23.2 样本量不相等时回归方法检验因子效应的应用 953

双因子方差分析的回归方法 953

23.3 样本量不相等时因子效应推断 959

例1：因子水平平均数的按对比较 962

例2：单自由度检验 964

23.4 双因子研究中的空单元 964

因子效应的偏分析 965

无交互作用模型可能为空的分析 966

随机完全区组化设计中缺失的观测值 967

23.5 重要性不同的处理平均数的ANOVA推断 970

处理平均数的估计和因子效应 971

交互效应的检验 972

利用等价回归模型检验因子主效应 972

利用矩阵表述检验因子主效应 975

权值和样本量成比例时因子效应的检验 977

23.6 统计计算包 980

问题 981

练习题 988

课题 988

实例研究 990

第24章 多因子研究 992

24.1 三因子研究的ANOVA模型 992

符号 992

说明 993

主效应 993

双因子交互效应 995

三因子交互效应 996

方格法模型 996

因子效应模型 997

24.2 三因子交互效应的说明 998

学习时间的例1：三因子交互效应的说明 998

学习时间的例2：多重双因子交互效应的说明 999

学习时间的例3：单个双因子交互效应的说明 1000

24.3 ANOVA模型的拟合 1003

符号 1003

ANOVA模型的拟合 1003

ANOVA模型合适性的评价 1005

24.4 方差分析 1008

完全平方和的分块 1008

自由度和均方 1009

因子效应的检验 1009

24.5 因子效应分析 1013

分析策略 1013

因子非交叉时因子效应分析 1014

多重双因子交互效应和三因子交互效应的因子效应分析 1016

具有单个双因子交互效应的因子效应分析 1016

例：处理平均数的对比估计 1018

24.6 多因子研究中的不相等样本量 1019

因子效应检验 1019

因子水平平均数的对比推断 1020

24.7 样本量的设计 1021

多因子研究F检验的功效 1021

表B.12 在多因子研究中的应用 1021

引用的参考文献 1022

问题 1022

练习题 1027

课题 1027

实例研究 1028

第25章 随机和混合效应模型 1030

25.1 单因子研究：ANO VA模型Ⅱ 1031

随机方格法模型 1031

感兴趣的问题 1034

σ2μ＝0的检验 1035

μ.的估计 1038

σ2μ／（σ2μ＋σ2）的估计 1040

σ2的估计 1041

σ2μ的点估计 1042

σ2μ的区间估计 1042

随机因子效应模型 1047

25.2 双因子研究：ANOVA模型Ⅱ和模型Ⅲ 1047

ANOVA模型Ⅱ：随机因子效应 1047

ANO VA模型Ⅲ：混合因子效应 1049

25.3 双因子研究：模型Ⅱ和模型Ⅲ的ANOVA检验 1052

期望均方 1052

检验统计量的构造 1053

25.4 双因子研究：模型Ⅱ和模型Ⅲ的因子效应估计 1055

方差分量估计 1055

混合模型中的固定效应估计 1056

25.5 随机完全区组设计：随机区组效应 1060

可加模型 1061

交互效应模型 1064

25.6 三因子研究：ANOVA模型Ⅱ和模型Ⅲ 1066

ANOVA模型Ⅱ：随机因子效应 1066

ANOVA模型Ⅲ：混合因子效应 1066

适当的检验统计量 1067

效应估计 1069

25.7 具有不等样本量的ANO VA模型Ⅱ和模型Ⅲ 1070

极大似然方法 1072

引用的参考文献 1077

问题 1077

练习题 1085

课题 1085

第6部分专业化的设计 1087

第26章 嵌套设计、二次抽样和偏套设计 1088

26.1 嵌套因子和交叉因子的区别 1088

26.2 双因子嵌套设计 1091

模型元素的研究 1091

双嵌套设计模型 1092

随机因子效应 1093

26.3 双因子嵌套设计的方差分析 1093

模型的拟合 1093

平方和 1094

自由度 1095

因子效应检验 1097

随机因子效应 1099

26.4 嵌套设计模型的适当性评价 1099

26.5 双因子嵌套设计中的因子效应分析 1100

因子水平平均数μk的估计 1100

处理平均数μij的估计 1102

总平均数μ的估计 1103

方差分量的估计 1103

26.6 不平衡双因子嵌套设计 1104

26.7 完全随机设计单因子研究的二阶抽样 1106

模型 1107

方差分析和效应检验 1108

处理效应估计 1110

方差估计 1111

26.8 在三个阶段中进行二次纯抽样 1113

模型 1113

方差分析 1113

μ..的估计 1113

26.9 三因子局部嵌套设计 1114

模型的发展 1114

方差分析 1115

引用的参考文献 1119

问题 1119

练习题 1125

课题 1125

第27章 重复和相关设计 1127

27.1 重复测量设计的元素 1127

设计描述 1127

优点和缺点 1128

如何随机化 1128

27.2 所有处理的具有重复测量的单因子试验 1129

模型 1129

方差分析和检验 1130

重复测量模型适当性的估计 1134

处理效应分析 1137

分级数据 1138

多重比较检验过程 1138

27.3 单个处理的具有重复测量的双因子实验 1140

设计描述 1140

模型 1141

方差分析和检验 1142

重复测量模型适当性的估计 1144

因子效应分析：无交互性 1145

因子效应分析：交互性 1148

重复测量设计的分块 1153

27.4 在两个因子上重复测量的双因子实验 1153

模型 1154

方差分析和检验 1155

重复测度模型适当性的估计 1157

因子效应分析 1157

27.5 重复测度设计的回归方法 1161

27.6 分割图设计 1162

引用的参考文献 1164

问题 1164

练习题 1171

课题 1171

第28章 平衡不完全区组、拉丁方和相关设计 1173

28.1 平衡不完全区组设计（BIBD） 1173

BIBD的优点和缺点 1175

28.2 平衡不完全区组设计的分析 1177

BIBD模型 1177

平衡不完全区组设计分析的回归法 1177

处理效应分析 1180

用估计方法设计样本量 1182

28.3 拉丁方设计 1183

基本思想 1183

拉丁方设计的描述 1184

拉丁方设计的优点和缺点 1185

拉丁方设计的随机化 1185

28.4 拉丁方模型 1187

28.5 拉丁方试验的分析 1188

符号 1188

模型的拟合 1188

方差分析 1188

处理效应的检验 1190

处理效应的分析 1190

残差分析 1191

析因处理 1192

随机区组变量效应 1193

缺失的观测值 1193

28.6 设计拉丁方试验 1193

F检验的功效 1193

必要的重复次数 1193

区组变量的有效性 1193

28.7 具有拉丁方设计的附加重复方格的复制 1195

方格的复制 1195

其他拉丁方 1196

28.8 重复测量研究的复制 1198

拉丁方交互设计 1198

拉丁方独立性的应用 1201

交效应 1201

引用的参考文献 1202

问题 1202

第29章 探索性试验：二阶析因设计和分式析因设计 1209

29.1 二阶全析因实验 1210

二阶研究的设计 1210

符号 1210

因子效应估计 1212

因子效应的推断 1214

29.2 无复制二阶研究的分析 1216

交互效应的合并 1218

Pareto图 1219

点图 1220

正态概率图 1221

中心点复制 1222

29.3 二阶分式析因设计 1223

混杂法 1224

定义关系 1227

半分式设计 1228

四次分式和较小分式设计 1229

分解 1231

最高分解的分式选择 1232

29.4 筛选实验 1239

2k-fⅢ分式析因设计 1239

Plackett-Burman设计 1240

29.5 二阶析因实验的不完全区组设计 1240

区组处理的分配 1241

中心点复制的应用 1243

29.6 稳健积和过程设计 1244

位置和离差建模 1246

包含噪声因子 1250

案例研究：离合器分泵试验 1252

引用的参考文献 1256

问题 1256

练习题 1266

第30章 响应面方法论 1267

30.1 响应面试验 1267

30.2 中心复合响应面设计 1268

中心复合设计的结构 1268

常用中心复合设计 1270

旋转中心复合设计 1271

选择中心复合设计的其他准则 1273

区组中心复合设计 1275

附加通用响应面设计 1276

30.3 最优响应面设计 1276

最优设计的目的 1276

最优设计方法 1278

最优设计选择的设计准则 1279

最优响应面设计的构建 1282

最后的注释 1283

30.4 响应面试验分析 1284

模型说明和设想 1284

响应面最优性条件 1286

30.5 最优性条件的序贯搜索：最速上升法 1290

引用的参考文献 1292

问题 1292

课题 1295

附录A概率统计的一些基本结果 1297

附录B表 1315

附录C数据集 1348

附录D完善ANOVA模型的法则和平衡设计表 1358

附录E参考书目 1374

索引 1385