1 FoxPro数据库组织 1
1．1 FoxPro基础知识 1
1．1．1 性能指标 1
1．1．2 数据类型 1
1．1．3 变量 1
1．1．4 运算符和表达式 2
1．1．4．1 算术运算符 2
1．1．4．2 字符串运算符 2
1．1．4．3 关系运算符 2
1．1．4．4 逻辑运算符 2
1．1．5 命令结构 2
1．1．6 基本输入输出 3
1．1．7 流程控制 3
1．1．7．1 选择结构 3
1．1．7．2 循环结构 4
1．1．8 数组 4
1．1．9 过程和函数 5
1．2 数据库组织 7
1．2．1 数据库的建立、打开、关闭 7
1．2．1．1 建立数据库 7
1．2．1．2 打开数据库 9
1．2．1．3 关闭数据库 11
1．2．2 记录的添加、插入、修改和删除 11
1．2．2．1 添加记录 11
1．2．2．2 修改记录 12
1．2．2．3 插入记录 12
1．2．2．4 删除记录 13
1．2．3 记录的浏览 13
1．2．4 与外部文件的数据交换 14
1．3 FoxPro界面要素 14
1．3．1 窗口 14
1．3．1．1 窗口的定义 14
1．3．1．2 窗口的激活 15
1．3．1．3 窗口的关闭和删除 15
1．3．2 菜单 16
1．3．3 屏幕 24
1．3．3．1 屏幕控制项 24
1．3．3．2 文件名的处理方法 27
2 试验资料的整理 29
2．1 试验资料的类型 29
2．2 次数分布 29
2．2．1 次数分布分析方法 29
2．2．2 交数分布源程序 30
2．3 基本特征参数 34
2．3．1 平均数 34
2．3．1．1 算术平均数 34
2．3．1．2 几何平均数 35
2．3．1．3 调和平均数 35
2．3．1．4 中位数 36
2．3．1．5 众数 36
2．3．2 变异数 36
2．3．2．1 样本方差 36
2．3．2．2 样本标准差 37
2．3．2．3 变异系数 37
2．3．3 基本特征参数源程序 37
2．4 统计数的分布 45
2．4．1 随机抽样 45
2．4．1．1 从有限总体中进行个体可重复的抽样 45
2．4．1．2 从有限总体中进行个体无重复的抽样 46
2．4．1．3 随机抽样源程序 46
2．4．2 正态分布 48
2．4．2．1 正态分布上概率 48
2．4．2．2 正态分布百分点 49
2．4．2．3 正态分布计算源程序 49
2．4．3 Beta（1/2整倍数）分布 52
2．4．3．1 贝塔分布函数和密度函数 52
2．4．3．2 贝塔分布百分点 53
2．4．3．3 贝塔分布计算源程序 53
2．4．4 学生氏t分布 56
2．4．4．1 t分布上概率 56
2．4．4．2 t分布百分点 57
2．4．4．3 t 分布计算源程序 57
2．4．5 F分布 59
2．4．5．1 F分布上概率 59
2．4．5．2 F分布百分点 60
2．4．5．3 F分布计算源程序 60
3 假设测验 63
3．1 单个样本平均数的假设测验 63
3．1．1 原理与实例 63
3．1．2 单个样本平均数假设测验源程序 65
3．2 两个样本平均数的假设测验 68
3．2．1 成组数据的比较 68
3．2．1．1 已知两样本总体方差或大样本（n＞30）,用u测验 68
3．2．1．2 总体方差未知,且小样本情况下,可用t 测验 69
3．2．1．3 成组数据比较源程序 70
3．2．2 成对数据的比较 74
3．2．2．1 原理与实例 74
3．2．2．2 成对数据相比较源程序 75
3．3 样本百分数的比较 76
3．3．1 单个样本百分数的假设测验 76
3．3．2 两个样本百分数相比较的假设测验 77
3．3．3 样本百分数比较源程序 78
4 方差分析 82
4．1 方差分析的意义 82
4．2 方差分析的基本原理 82
4．2．1 自由度和平方和的分解 82
4．2．2 F测验 83
4．2．3 多重比较 83
4．3 单向分组资料的方差分析 84
4．3．1 组内观测值相等完全随机资料的方差分析 84
4．3．2 组内观测值不等完全随机资料的方差分析 85
4．3．3 组内又分亚组(系统分组)资料的方差分析 86
4．3．4 单向分组资料的方差分析源程序 87
4．4 两向分组资料的方差分析 95
4．4．1 两向组内只有单个观察值完全随机资料的方差分析 95
4．4．2 两向组内有重复观测值完全随机资料的方差分析 96
4．4．3 两向分组资料的方差分析源程序 99
4．5 常用试验设计的方差分析 107
4．5．1 单因素随机区组试验的方差分析 107
4．5．2 拉丁方试验的方差分析 109
4．5．3 二因素随机区组试验的方差分析 110
4．5．4 常用试验设计方差分析源程序 113
5 双变数回归与相关 124
5．1 直线回归与相关 124
5．1．1 直线回归方程的建立 124
5．1．2 回归方程估计标准误 125
5．1．3 回归方程的显著性测验 125
5．1．4 线性相关分析 126
5．1．5 相关系数的显著性测验 126
5．2 非线性回归分析 127
5．2．1 y=a+blgx 128
5．2．2 y=abx 129
5．2．3 y=aebx 130
5．2．4 y=axebx 132
5．2．5 y=axb 133
5．2．6 y=aebx? 134
5．2．7 y=(a+bx)/x 136
5．2．8 y=l/(a+bx) 137
5．2．9 y=x/(a+bx) 138
5．2．10 对称型S形曲线(正态累积函数) 139
5．2．11 不对称型S形曲线 140
5．2．12 Logistic生长曲线 141
5．3 双变数回归和相关分析源程序 144
6 协方差分析 150
6．1 协方差分析的意义 150
6．2 单向分组资料的协方差分析 150
6．2．1 自由度和乘积和的分解 150
6．2．2 协方差分析 151
6．2．3 回归系数的假设测验 151
6．2．4 处理平均数的回归矫正 152
6．2．5 矫正平均数的假设测验 152
6．2．6 单向分组资料协方差分析的源程序 155
6．3 两向分组资料的协方差分析 160
6．3．1 自由度和乘积和的分解 160
6．3．2 协方差分析 161
6．3．3 矫正平均数及差异显著性测验 161
6．3．4 两向分组资料的协方差分析源程序 163
7 多元回归与相关 169
7．1 多元线性回归分析 169
7．1．1 多元线性回归的数学模型 169
7．1．2 多元线性回归方程的求解 170
7．1．3 回归方程的显著性检验 170
7．1．4 回归系数的显著性检验 171
7．1．5 多元线性回归分析源程序 173
7．2 逐步回归分析 179
7．2．1 逐步回归分析的基本思想 179
7．2．2 逐步回归分析的计算步骤 179
7．2．2．1 准备阶段 179
7．2．2．2 逐步计算阶段 180
7．2．2．3 结尾阶段 180
7．2．3 逐步回归分析源程序 184
7．3 二次多项式回归分析 189
7．3．1 原理和实例 189
7．3．2 二次逐步回归 193
7．3．3 二次多项式回归分析源程序 194
8 通径分析 199
8．1 通径分析的意义 199
8．2通径分析步骤 199
8．2．1 通径分析的基本原理 199
8．2．2 通径系数的计算 199
8．2．3 通径系数的显著性测验 200
8．3 通径分析源程序 202
9 主成分分析 205
9．1 总体主成分 205
9．2 样本主成分 206
9．3 主成分分析源程序 209
10 聚类分析 215
10．1 数据变换处理 215
10．2 距离系数 216
10．3 系统聚类法 216
10．4 系统聚类法源程序 218
参考文献 227