第一篇 1
第1章 线性回归 1
1.1 简单线性回归 1
1.2 验证假设 7
1.3 线性回归分析命令 10
1.4 保存分析信息 11
1.5 线性回归预测 11
1.6 多元线性回归 12
1.7 逐步和全子集回归 18
1.8 分组数据回归 22
1.9 分组回归预测 27
第2章 非线性回归 29
2.1 多项式 29
2.2 平滑样条 32
2.3 标准曲线 34
2.4 分组标准曲线 37
2.5 非线性模型 41
第3章 广义线性模型 45
3.1 公式和术语 45
3.2 对数线性模型 46
3.3 Logistic回归和probit分析 50
3.4 广义线性混合模型 58
第二篇 64
第4章 从t检验到单向分组ANOVA 64
4.1 比较两种处理：两样本t检验 64
4.2 单向分组方差分析 68
4.3 多种处理的单向分组方差分析 73
4.4 多项式比较 75
4.5 完全随机设计 78
第5章 区组结构 79
5.1 完全随机设计 79
5.2 随机区组设计 79
5.3 双向区组：拉丁方设计 83
第6章 处理结构 86
6.1 两处理因子的因子设计 86
6.2 拟合对比 89
6.3 模型公式语法 94
6.4 因子加添加控制（对照） 96
6.5 协变量 98
第7章 假设验证 101
7.1 方差同质性 101
7.2 残差的正态性和独立性 102
7.3 模型可加性 102
7.4 异常值 103
7.5 变换 103
第8章 带若干误差项的设计 108
8.1 裂区设计 108
8.2 其他分层设计 111
第9章 设计和样本容量 114
9.1 设计一个试验 114
9.2 控制（对照）处理 117
第10章 平衡和非正交性 120
10.1 混淆和效率因子 120
10.2 平衡 125
10.3 不平衡设计 127
第11章 方差分析命令 133
第三篇 136
第12章 线性混合模型 136
12.1 裂区设计 136
12.2 REML分析命令 143
12.3 预测 146
12.4 非正交设计 152
12.5 残差图 158
第13章 REML统合分析 161
13.1 范例：系列杀真菌剂试验 161
13.2 统合分析命令 166
第14章 空间分析 169
14.1 传统区组方法 169
14.2 相关关系建模 171
14.3 VSTRUCTURE指令 179
14.4 变异函数 183
第15章 重复测量数据分析 185
15.1 时间相关关系模型 185
15.2 随机系数回归 190
主要参考文献 196