《DPS数据处理系统》PDF下载

  • 购买积分:28 如何计算积分?
  • 作  者:唐启义,冯明光著
  • 出 版 社:北京:科学出版社
  • 出版年份:2007
  • ISBN:703018047X
  • 页数:1101 页
图书介绍:本书从应用角度简要地阐述了现代统计学300多种实验数据统计分析和模型模拟方法,如试验设计、各类型方差分析、列联表分析及非参数检验;专业统计包括了量表分析、顾客满意指数模型、试验诊断ROC曲线、生物测定、生存分析、动植物遗传育种、品种区域试验、空间分布型、地理统计、数值生态学方法等;各种回归分析、聚类分析、主成分分析、判别分析、典型相关分析、对应分析等多元分析技术;非线性回归模型参数估计、模型模拟技术;单目标和多目标线性规划、非线性规划等运筹学方法;以及状态方程、数值分析、时间序列分析、模糊数学、BP神经网络、径向基函数(RBF)、层次分析、小波分析、灰色理论等方法。全书共8篇41章,配以作者开发的计算机全屏交互式DPS统计软件系统光盘1张。

第一篇 DPS数据处理系统 3

第1章 DPS系统简介 3

1.1 系统功能简介 3

1.2 系统运行环境与安装、使用 6

1.3 DPS的基本操作 10

1.4 数据多关键字排序 14

1.5 数据的区域查询 15

1.6 文本数值转换及字符串数值转换 16

1.7 数据行列转换及行列重排 17

1.8 分类变量的取值和编码 17

1.9 数据统计分析及其建模基本步骤 19

1.10 DPS系统函数应用 21

参考文献 24

第2章 DPS数据处理基础 25

2.1 数据基本参数计算 25

2.2 常用统计分布及DPS统计函数 29

2.3 正态性检验及参考值范围 34

2.4 Trimmed及Winsorized均值 36

2.5 二项分布和Poisson分布的置信区间 37

2.6 混合分布参数估计 40

2.7 Pearson-Ⅲ型分布 45

2.8 异常值检验 49

2.9 图表处理 52

参考文献 56

第二篇 试验统计分析 59

第3章 单样本和两样本统计检验 59

3.1 显著性检验基本原理 59

3.2 平均数和总体差异检验 61

3.3 总体均值样本量估计 63

3.4 样本率和总体率的比较 64

3.5 Poisson分布的均数和总体比较 66

3.6 两样本均值差异t检验 67

3.7 小样本均值差异Fisher非参数检验 71

3.8 Bonferroni检验 72

3.9 两样本率差别检验 74

3.10 两总体检验样本含量及功效估计 79

3.11 概率模型拟合优度检验 82

参考文献 84

第4章 方差分析 85

4.1 方差分析基本原理和步骤 85

4.2 单因素完全随机设计 93

4.3 单因素随机区组设计 98

4.4 系统分组(巢式)设计 100

4.5 二因素(组内无重复)完全随机设计 102

4.6 二因素完全随机设计 104

4.7 二因素随机区组设计 107

4.8 多因素试验设计 111

4.9 裂区试验设计 115

4.10 重复测量资料方差分析 125

4.11 拉丁方设计 133

4.12 协方差分析 134

参考文献 141

第5章 一般线性模型(GLM) 143

5.1 线性模型基本原理 144

5.2 GLM模型用户操作界面 148

5.3 GLM模型输出结果分析 150

5.4 一般方差分析的GLM模型 152

5.5 混合效应模型方差分析 154

5.6 系统分组(或嵌套)设计 157

5.7 裂区试验统计分析 159

5.8 协方差分析 161

5.9 数量化方法Ⅰ 163

参考文献 167

第6章 分类数据列联表分析 169

6.1 列联表分析及卡方检验概述 169

6.2 列联表的生成与分析 171

6.3 四格表分析 175

6.4 多层2×2表Mental-Haenszel检验 180

6.5 R×C列联表卡方检验 183

6.6 单向有序R×C表统计检验 185

6.7 双向有序且属性不同的R×C表统计检验 187

6.8 McNemar检验及KAPPA检验 191

6.9 2×C表和多层2×C表 194

6.10 配对病例-对照列联表分析 198

6.11 重复测定资料似然比卡方检验 202

参考文献 203

7.1 Logistic回归 205

第7章 分类数据模型分析 205

7.2 条件Logistic回归 209

7.3 多分类无序反应变量Logistic回归 212

7.4 多分类有序反应变量Logistic回归 215

7.5 Poisson回归 218

7.6 对数线性模型 221

参考文献 235

第8章 非参数检验 236

8.1 两样本配对符号检验 237

8.2 两样本配对Wilcoxon符号-秩检验 238

8.3 两样本Wilcoxon检验 240

8.4 Kruskal Wallis检验 242

8.5 中位数检验 245

8.6 Jonckheere-Terpstra检验 246

8.7 Friedman检验 248

8.8 Kendall协同系数检验 250

8.9 Cochran检验 252

参考文献 253

第9章 圆形分布资料统计分析 254

9.1 平均角及其假设检验 254

9.2 两个或多个样本平均角的比较 258

9.3 多个样本平均角的比较 261

9.4 圆-圆相关 262

9.5 圆-线相关 264

参考文献 266

第10章 最优回归试验设计与分析 267

10.1 正交试验统计分析 267

10.2 二次正交回归组合设计 274

10.3 均匀试验设计 278

10.4 二次饱和D-最优设计 289

10.5 二次正交旋转及二次通用组合实验统计分析 290

10.6 二次多项式回归模型 295

参考文献 304

11.1 多个协方差阵齐性检验 305

第11章 多元统计检验 305

11.2 多元均值检验 307

11.3 两样本均值比较 308

11.4 成对试验的统计检验 309

11.5 多元方差分析简介 310

11.6 单向分组完全随机设计 311

11.7 单向分组随机区组设计 314

11.8 二因素完全随机设计 316

11.9 二因素随机区组设计 318

11.10 轮廓分析 319

参考文献 324

第三篇 专业试验统计 327

第12章 生物测定 327

12.1 定性数据概率分析 327

12.2 定量数据概率分析 333

12.3 时间-剂量-死亡率模型分析 336

参考文献 342

第13章 量表分析和顾客满意指数模型 343

13.1 项目分析 343

13.2 量表可信度分析 346

13.3 顾客满意指数模型 352

参考文献 361

14.1 简单随机抽样 362

第14章 抽样技术 362

14.2 分层随机抽样 368

14.3 整群抽样 378

14.4 系统抽样 385

14.5 序贯抽样 391

14.6 标记-重捕获方法 395

14.7 敏感性问题抽样 405

参考文献 417

第15章 诊断试验评价 419

15.1 诊断试验常用指标 419

15.2 有序分类资料ROC曲线 424

15.3 定量数据ROC曲线分析 430

15.4 汇总多个样本的SROC曲线分析 432

参考文献 438

第16章 生存分析 440

16.1 生存率估计 441

16.2 两样本生存率Log-rank检验 445

16.3 寿命表的编制与分析 448

16.4 比例风险模型-COX回归 459

16.5 指数模型 464

16.6 Weibull模型 467

参考文献 469

17.1 种群空间分布型聚集度指标测定 470

第17章 数学生态学方法 470

17.2 种群空间分布型-频次分布检验 473

17.3 负二项分布公共k值估计 479

17.4 二元变量距离系数 481

17.5 距离系数计算 484

17.6 极点排序 487

17.7 物种丰富度估计 489

17.8 对数序列参数估计 491

17.9 对数正态分布模型参数估计 493

17.10 群落多样性指数 494

17.11 生态位宽度指数 497

17.12 生态位重叠指数 499

参考文献 502

第18章 地理统计 504

18.1 空间自相关分析 504

18.2 空间联系统计分析 508

18.3 局部空间相关分析 513

18.4 实验半变异函数 516

18.5 协方差函数及相关系数 519

18.6 变异函数理论模型的最优拟合 520

18.7 交叉验证(cross validation) 523

18.8 克立格插值 526

参考文献 528

第19章 品种区域试验 529

19.1 一年多点试验稳定性分析 529

19.2 一年多点区域试验的统计分析 538

19.3 多年多点品种区域试验的统计分析 541

19.4 品种区域试验AMMI模型分析 544

19.5 SHMM模型 553

参考文献 555

第20章 遗传统计(参数估计) 556

20.1 世代平均数分析方法 556

20.2 遗传力 560

20.3 重复力(率) 571

20.4 遗传相关 576

20.5 选择指数 581

20.6 最佳线性无偏预测(BLUP) 585

参考文献 587

第21章 遗传统计(遗传交配设计) 588

21.1 NCⅠ设计(两因素巢式设计) 588

21.2 NCⅡ设计(不完全双列杂交设计) 590

21.3 NCⅢ(回交系统)设计 594

21.4 完全双列杂交Griffing配合力分析 596

21.5 Griffing分析:亲本+正反交F1组合 599

21.6 Griffing分析:亲本+正交F1组合 604

21.7 Griffing分析:无亲本,仅正反交F1组合 607

21.8 Griffing分析:无亲本,仅一组F1试验 611

21.9 双列杂交设计Hayman分析法 614

参考文献 621

第四篇 多元统计分析 625

第22章 回归分析 625

22.1 线性回归 625

22.2 逐步回归分析 636

22.3 二次多项式回归分析 644

22.4 含定性变量的逐步回归分析 646

22.5 双重筛选逐步回归 651

22.6 岭回归 656

22.7 趋势面分析 661

22.8 Tobit回归 666

22.9 主成分回归 672

22.10 偏最小二乘回归 676

参考文献 680

第23章 聚类分析 682

23.1 系统聚类分析 683

23.2 0-1型变量聚类分析 690

23.3 动态聚类分析 693

23.4 有序样本的分类 697

23.5 非线性映射分析 701

23.6 两维图论聚类 704

参考文献 706

第24章 判别分析 708

24.1 两组判别 708

24.2 Fisher线性判别 712

24.3 逐步判别分析 717

参考文献 725

第25章 多因子分析 727

25.1 主成分分析 727

25.2 因子分析 734

25.3 对应分析 749

25.4 典型相关分析 758

参考文献 768

第26章 概率统计模型 769

26.1 连续数据序列分级 769

26.2 马尔可夫链 771

26.3 多元时空序列马尔可夫链分析 774

26.4 加权列联表分析 779

26.5 多因子综合相关分析 782

参考文献 786

27.1 参数估计基本原理 789

第27章 非线性回归模型 789

第五篇 数学模型模拟分析 789

27.2 非线性回归分析技术要点 795

27.3 一元非线性回归模型 798

27.4 非线性回归分析实例研究 802

27.5 二值反应变量模型参数估计 812

27.6 有约束条件模型参数估计 818

27.7 多因变量联立方程的参数估计 823

参考文献 826

第28章 数学模型模拟与优化 827

28.1 模型模拟分析 827

28.2 模型参数灵敏度分析 833

28.3 模型优化 835

参考文献 839

第29章 数学规划 840

29.1 线性规划 840

29.2 多目标线性规划:评价函数法 845

29.3 多目标线性规划:逐步宽容约束法 850

29.4 多目标线性规划:分层评价法 852

29.5 非线性规划 858

29.6 投入产出分析 861

参考文献 865

第30章 状态空间模型 866

30.1 线性控制系统能控性 867

30.2 线性控制系统能观性 869

30.3 连续线性状态方程离散化 871

30.4 离散状态方程求解 872

参考文献 876

第六篇 常用数值分析 879

第31章 矩阵计算 879

31.1 矩阵转置 879

31.2 矩阵基本运算 880

31.3 矩阵自乘 882

31.4 矩阵样本方差 883

31.5 矩阵总体方差 884

31.6 解正规方程组 885

31.7 矩阵求逆 885

31.8 奇异值分解 887

31.9 实对称矩阵特征值和特征向量 888

31.10 实矩阵特征值和特征向量 890

31.11 应用矩阵运算组建多元线性回归模型 895

参考文献 897

第32章 方程求解及多项式求根 898

32.1 求解线性方程组 898

32.2 非线性方程组求解 899

32.3 实系数多项式求根 901

参考文献 904

第33章 微积分数值计算 905

33.1 定积分 905

33.2 多重积分 906

33.3 数值微分 909

33.4 微分方程(组)初值求解 910

参考文献 913

第七篇 时间序列分析 917

第34章 时间序列趋势分析 917

34.1 一次滑动平均模型 917

34.2 一次指数平滑模型 918

34.3 线性回归模型 919

34.4 二次滑动平均模型 920

34.5 二次指数平滑模型 922

34.6 一次平滑模型 925

34.7 三次指数平滑模型 926

34.8 最优气候均态模型 927

参考文献 929

第35章 时间序列周期分析 930

35.1 小波分析 930

35.2 时间序列周期方差分析外推法 933

35.3 季节性水平模型 937

35.4 季节性交乘趋势模型 941

35.5 季节性叠加趋势模型 945

参考文献 949

第36章 平稳时间序列分析 951

36.1 取样间隔与插值处理 951

36.2 数据序列突变点的检测 953

36.3 数据序列统计特性估计 958

36.4 差分自回归移动平均(ARIMA)模型 964

参考文献 979

第37章 其他时间序列模型 980

37.1 季节-周期组合模型 980

37.2 多变量时间序列CAR模型 985

37.3 门限自回归模型 992

37.4 均值生成函数预测模型 997

参考文献 1000

第八篇 其他数据分析方法 1003

第38章 模糊数学方法 1003

38.1 模糊聚类分析 1003

38.2 模糊模式识别 1012

38.3 模糊相似优先比方法 1015

38.4 模糊综合评判 1019

38.5 模糊关系方程求解 1022

38.6 综合评判逆问题 1024

参考文献 1026

第39章 灰色系统分析 1027

39.1 关联度分析 1027

39.2 灰色动态(GM)建模基本原理 1036

39.3 灰色数列GM(1,1)模型 1041

39.4 灰色数列GM(2,1)模型 1045

39.5 灰色数列GM(1,N)模型 1049

39.6 灾变预测 1052

参考文献 1055

第40章 神经网络模型 1056

40.1 BP神经网络 1056

40.2 径向基函数(RBF)网络模型 1061

40.3 投影寻踪回归 1064

参考文献 1069

第41章 多试验、多指标综合评价 1070

41.1 离散型变量Meta分析 1070

41.2 连续型变量资料分析 1074

41.3 含亚类资料Meta分析 1076

41.4 Topsis法 1082

41.5 综合指数法 1084

41.6 层次分析法 1087

参考文献 1100

配套光盘使用说明 1101