当前位置:首页 > 数理化
多元统计分析与SAS
多元统计分析与SAS

多元统计分析与SASPDF电子书下载

数理化

  • 电子书积分:10 积分如何计算积分?
  • 作 者:杜晓林,王玉民主编
  • 出 版 社:北京:中国农业出版社
  • 出版年份:2014
  • ISBN:9787109190726
  • 页数:235 页
图书介绍:本教材是普通高等教育农业部“十二五”规划教材,适用于本科生及研究生,其主要内容有:绪论、多元正态分布、多元数据图表示法、多元正态总体的统计推断、多元方差分析、聚类分析、判别分析、主成分分析、因子分析、典型相关分析、多重多元回归分析、定性资料的统计分析。
《多元统计分析与SAS》目录

第一章 绪论 1

1.1 从一元统计分析到多元统计分析 1

1.1.1 一元统计分析的研究对象 1

1.1.2 多元统计分析的研究对象 1

1.2 多元分析的数学基础 2

1.2.1 线性代数中的有关概念、定理 2

1.2.2 数理统计中的有关概念、定理 4

1.3 多元分析的主要内容 7

1.3.1 多元统计分析方法的主要内容 7

1.3.2 多元统计分析方法在农业统计中的具体应用 9

1.3.3 多元统计分析方法在农业统计中应用的一般步骤 10

习题一 11

第二章 多元正态分布 12

2.1 一元正态到多元正态的扩展 12

2.1.1 一维随机变量和多维随机向量的基本概念 12

2.1.2 多维随机向量的数字特征 14

2.1.3 多元正态分布 16

2.2 多元正态分布的基本性质 17

2.3 SAS简介与基本操作 17

2.3.1 SAS统计软件简介 17

2.3.2 SAS统计软件的特点 18

2.3.3 SAS统计软件的基本操作 18

习题二 29

第三章 多元正态总体的统计推断 31

3.1 多元正态分布的参数估计 31

3.1.1 多元样本的基本概念和常见统计量 31

3.1.2 多元正态总体μ和∑的最大似然估计 32

3.2 均值向量的检验 33

3.2.1 多元正态总体的常见抽样分布 33

3.2.2 一个总体均值向量μ=μ0的假设检验 37

3.2.3 两个总体均值向量μ1=μ2的假设检验 39

3.3 协差阵的检验 41

3.3.1 似然比准则的一般原理 41

3.3.2 一个总体协差阵∑=∑0的假设检验 42

3.3.3 多个总体协差阵相等的假设检验 43

3.4 统计推断的SAS计算 45

3.4.1 两样本均值的区间估计和t检验 45

3.4.2 正态性检验 46

习题三 47

第四章 多元数据图表示法 50

4.1 轮廓图 50

4.1.1 轮廓图的概念 50

4.1.2 轮廓图的做法与例子 50

4.2 雷达图 51

4.3 调和曲线图 52

4.3.1 调和曲线图的概念 52

4.3.2 调和曲线图的作法与例子 52

4.4 脸谱图 53

4.5 SAS作图法 54

4.5.1 一维数据的图形 54

4.5.2 多维数据的图形 64

习题四 66

第五章 多元方差分析 68

5.1 一元方差分析到多元方差分析 68

5.1.1 一元方差分析的基本概念和基本假设 68

5.1.2 单因素一元方差分析 69

5.1.3 无交互作用的双因素一元方差分析 73

5.1.4 有交互作用的双因素一元方差分析 77

5.1.5 多元方差分析 80

5.2 多元方差分析的数学基础 81

5.2.1 单因素多元方差分析 81

5.2.2 无重复的双因素多元方差分析 86

5.2.3 等重复的双因素多元方差分析 90

5.3 多元方差分析的SAS计算 95

5.3.1 单因素方差分析 95

5.3.2 双因素方差分析 100

5.3.3 多元方差分析 103

习题五 105

第六章 聚类分析 111

6.1 聚类分析原理 111

6.2 距离和相似系数 111

6.2.1 指标(变量)测量尺度的类型 111

6.2.2 样品或指标的亲疏程度的度量 112

6.3 基本系统聚类方法 114

6.4 基本性质 120

6.4.1 系统聚类法的基本性质 120

6.4.2 聚类分析的主要步骤 120

6.5 聚类分析的SAS计算 121

习题六 123

第七章 判别分析 127

7.1 判别分析基本原理 127

7.2 距离判别法 127

7.2.1 两个总体的距离判别法 128

7.2.2 多个总体的距离判别法 130

7.3 费舍尔(Fisher)判别法 135

7.3.1 不等协差阵的两总体费舍尔判别法 135

7.3.2 多个总体的费舍尔判别法 136

7.4 贝叶斯(Bayes)判别法 138

7.4.1 基本思想 139

7.4.2 多元正态总体的贝叶斯判别法 139

7.5 逐步判别分析 141

7.5.1 基本思想 141

7.5.2 引入和剔除变量所用的检验统计量 141

7.5.3 具体计算步骤 142

7.6 判别分析的SAS计算 146

习题七 149

第八章 主成分分析 152

8.1 主成分分析基本原理 152

8.1.1 数学模型 152

8.1.2 主成分的几何意义 152

8.2 基本性质 153

8.2.1 主成分的推导 154

8.2.2 主成分的性质 156

8.3 计算步骤及实例 156

8.3.1 基于协方差矩阵(Q型) 156

8.3.2 基于相关系数矩阵(R型) 157

8.4 主成分分析的SAS计算 158

8.4.1 计算主成分分析的SAS数据 158

8.4.2 采用PRINCOMP对话框计算主成分 160

8.4.3 输出结果与分析 162

习题八 163

第九章 因子分析 164

9.1 因子分析的基本原理及数学模型 164

9.1.1 因子分析的基本原理 164

9.1.2 因子分析模型 165

9.2 因子载荷阵的估计方法 167

9.3 因子旋转 168

9.3.1 因子旋转的目的 168

9.3.2 因子旋转方法 170

9.4 因子得分 172

9.5 因子分析的SAS计算 176

习题九 179

第十章 典型相关分析 181

10.1 典型相关分析的基本原理及数学模型 181

10.1.1 典型相关分析的基本原理 181

10.1.2 典型相关分析的数学模型 181

10.2 总体典型相关系数和典型变量 182

10.2.1 典型相关系数 182

10.2.2 典型变量的性质 183

10.3 样本典型相关系数和典型变量 183

10.4 典型相关的显著性检验 185

10.5 典型相关分析的步骤及实例 186

10.6 典型相关分析的SAS计算 189

10.6.1 计算典型相关的SAS数据 189

10.6.2 采用CANCORR过程计算典型相关 190

10.6.3 采用CANCORR对话框计算典型相关 190

10.6.4 输出结果与分析 192

习题十 193

第十一章 多重多元回归分析 195

11.1 从一元回归到多元回归的过渡 195

11.1.1 一元线性回归 195

11.1.2 可化为一元线性回归的情形 200

11.1.3 多元线性回归 202

11.2 双重筛选逐步回归分析 204

11.2.1 逐步回归方法 204

11.2.2 双重筛选逐步回归 206

11.3 多元回归分析的SAS计算 210

习题十一 220

第十二章 定性资料的统计分析 223

12.1 定性变量数量化方法 223

12.1.1 定性变量的概念 223

12.1.2 定性变量的数量化 223

12.2 列联表及数据分析 224

12.2.1 列联表的概念 224

12.2.2 列联表的数据分析 225

12.3 对数线性模型 226

12.4 Logistic回归 229

12.4.1 Logit变换 229

12.4.2 Logistic回归模型 230

12.4.3 实例 231

12.5 列联表的SAS计算 232

习题十二 234

参考文献 235

返回顶部