DPS数据处理系统（第1第4版）（精） / 基础统计及实验设计
￥128.00定价
作者： 唐启义
出版时间：2017年1月
出版社：科学出版社
- 科学出版社
- 9787030505354
- 41002
- 2017年1月
- O212.1-39
内容简介
唐启义所著的《DPS数据处理系统(第1卷基础统计及实验设计第4版)(精)》从应用角度简要地阐述了试验设计、现代统计、数据挖掘，以及各专业领域试验统计等600多种统计分析和模型模拟方法。这一版新增加的主要内容有广义线性模型、面板数据分析、单位根检验等。DPS数据处理系统软件试用版可从网站(http：//)的下载中心下载、试用。
本书是自然科学、社会科学各专业科研、教学、管理和技术推广人员案头必备工具书。全书分第一卷(基础统计和实验设计)，第二卷(现代统计与数据挖掘)，以及第三卷(专业统计及其他)共3卷出版。第一卷可作为大学本科和研究生、一般科研工作者掌握常用统计技术的教材和实验指导书；第二卷可供科研人员、博士、硕士研究生从事科学试验时数据分析使用；第三卷适用于各领域科研人员解决本专业试验统计和数据分析问题。
本书是自然科学、社会科学各专业科研、教学、管理和技术推广人员案头必备工具书。全书分第一卷(基础统计和实验设计)，第二卷(现代统计与数据挖掘)，以及第三卷(专业统计及其他)共3卷出版。第一卷可作为大学本科和研究生、一般科研工作者掌握常用统计技术的教材和实验指导书；第二卷可供科研人员、博士、硕士研究生从事科学试验时数据分析使用；第三卷适用于各领域科研人员解决本专业试验统计和数据分析问题。
目录
序一
序二
第四版前言
第三版前言
第二版前言
第一版前言
第一篇 DPS数据处理系统
第1章 DPS系统简介
1.1 系统功能简介
1.2 DPS系统的不同版本
1.3 系统运行环境与安装、使用
1.4 DPS的基本操作
1.5 DPS系统功能的用户定制
1.6 文本数值转换及字符串数值转换
1.7 数据行列转换及行列重排
1.8 分类变量的取值和编码
1.9 数据统计分析及其建模基本步骤
1.10 工作表中图形的输出
1.11 DPS系统函数应用
1.12 DPS系统应用常见问题解答
参考文献
第2章 DPS数据处理基础
2.1 数据基本参数计算及数据转换
2.2 常用统计分布及DPS统计函数
2.3 连续变量统计及分布的适合度检验
2.4 离散变量统计及分布的适合度检验
2.5 Trimmed及Winsorized均值
2.6 置信区间及参考值范围计算
2.7 混合分布参数估计
2.8 Pearson一Ⅲ型分布
2.9 异常值检验
2.10 缺失值的处理
2.11 图表处理
参考文献
第二篇 实验统计分析
第3章 一组样本和两组样本统计检验
3.1 显著性检验基本原理
3.2 平均数和总体差异检验
3.3 总体均值样本量估计
3.4 样本率和总体率的比较
3.5 Poisson分布的均数和总体比较
3.6 两组样本均值差异￡检验
3.7 小样本均值差异Fisher非参数检验
3.8 Bonferroni检验
3.9 两组样本率差别检验
3.10 两总体检验样本含量及功效估计
3.11 概率模型拟合优度检验
参考文献
第4章 方差分析
4.1 方差分析基本原理和步骤
4.2 单因素完全随机设计方差分析
4.3 单因素随机区组设计方差分析
4.4 系统分组(巢式)设计
4.5 二因素(组内无重复)完全随机设计
4.6 二因素完全随机设计
4.7 二因素随机区组设计
4.8 平衡不完全区组设计试验
4.9 多因素试验设计
4.10 裂区试验设计
4.11 重复测量资料方差分析
4.12 拉丁方设计
4.13 随机区组试验的协方差分析
参考文献
第5章 一般线性模型
5.1 线性模型基本原理
5.2 GLM模型用户操作界面
5.3 GLM模型输出结果分析
5.4 一般方差分析的GLM模型
5.5 混合效应模型方差分析
5.6 系统分组(或嵌套)设计
5.7 裂区试验统计分析
5.8 协方差分析
5.9 数量化方法Ⅰ
参考文献
第6章 相关与回归分析
6.1 回归和相关概念
6.2 两变量的相关分析
6.3 直线回归
6.4 曲线回归(Ⅰ：直线化方法)
6.5 曲线回归(Ⅱ：非线性最小二乘法)
6.6 Deming回归
6.7 局部加权散点光滑(LOWESS)估计
6.8 重复观测(试验)回归分析
参考文献
第7章 分类数据列联表分析
7.1 列联表分析及卡方检验概述
7.2 列联表的生成与分析
7.3 四格表分析
7.4 多层2×2表Mental-Haenszel检验
7.5 R×C列联表卡方检验
7.6 单向有序R×C表统计检验
7.7 双向有序且属性不同的R×C表统计检验
7.8 McNemar检验及Kappa检验
7.9 2×C表和多层2×C表
7.10 配对病例——对照列联表分析
7.11 重复测定资料似然比卡方检验
7.12 Poisson分布抽样情况下多样本检验
参考文献
第8章 分类数据模型分析
8.1 广义线性模型建模分析基本原理
8.2 基于广义线性模型的回归分析用户界面
8.3 两分类数据的回归模型
8.4 多分类无序反应变量Logistic回归
8.5 多分类有序Logistic／Probit回归模型
8.6 Poisson回归模型
8.7 负二项分布回归模型
8.8 条件Logistic回归
8.9 对数线性模型
8.10 其他分类数据建模方法
参考文献
第9章 非参数检验
9.1 两样本配对符号检验
9.2 两样本配对wilcoxon符号一秩检验
9.3 两样本Wilcoxorl检验
9.4 KnlskalWallis检验
9.5 中位数检验
9.6 JoncMleere-Terpstra检验
9.7 Friedman检验
9.8 Kendall协同系数检验
9.9 Coctlran检验
9.10 非参数回归分析
参考文献
第10章 圆形分布资料统计分析
10.1 平均角及其假设检验
10.2 两个或多个样本平均角的比较
10.3 多个样本平均角的比较
10.4 圆一圆相关
10.5 圆一线相关
参考文献
第11章 多因素优化设计与分析
11.1 正交试验统计分析
11.2 二次正交回归组合(中心复合)设计
11.3 Box—Behnken设计
11.4 均匀试验设计
11.5 二次饱和D-最优设计
11.6 多因素设计优化分析
11.7 含有区组设计的多因素优化分析
11.8 “3414”测土配方施肥实验统计分析
参考文献
第12章 混料试验设计与分析
12.1 单纯形格子设计
12.2 单纯形重心设计
12.3 有下界约束条件限制的混料试验设计
12.4 单纯形格子设计和单纯形重心设计操作示例
12.5 具上下限约束的极端顶点设计
12.6 基于均匀设计表的混料试验设计
12.7 有上下限条件约束的混料试验设计
12.8 具附加线性约束的混料试验设计
12.9 混料试验分析的数学模型
12.10 混料试验数据的回归分析
12.11 偏最小二乘回归分析
参考文献
第13章 抽样技术
13.1 简单随机抽样
13.2 分层随机抽样
13.3 整群抽样
13.4 系统抽样
13.5 序贯抽样
13.6 敏感性问题抽样
参考文献
序二
第四版前言
第三版前言
第二版前言
第一版前言
第一篇 DPS数据处理系统
第1章 DPS系统简介
1.1 系统功能简介
1.2 DPS系统的不同版本
1.3 系统运行环境与安装、使用
1.4 DPS的基本操作
1.5 DPS系统功能的用户定制
1.6 文本数值转换及字符串数值转换
1.7 数据行列转换及行列重排
1.8 分类变量的取值和编码
1.9 数据统计分析及其建模基本步骤
1.10 工作表中图形的输出
1.11 DPS系统函数应用
1.12 DPS系统应用常见问题解答
参考文献
第2章 DPS数据处理基础
2.1 数据基本参数计算及数据转换
2.2 常用统计分布及DPS统计函数
2.3 连续变量统计及分布的适合度检验
2.4 离散变量统计及分布的适合度检验
2.5 Trimmed及Winsorized均值
2.6 置信区间及参考值范围计算
2.7 混合分布参数估计
2.8 Pearson一Ⅲ型分布
2.9 异常值检验
2.10 缺失值的处理
2.11 图表处理
参考文献
第二篇 实验统计分析
第3章 一组样本和两组样本统计检验
3.1 显著性检验基本原理
3.2 平均数和总体差异检验
3.3 总体均值样本量估计
3.4 样本率和总体率的比较
3.5 Poisson分布的均数和总体比较
3.6 两组样本均值差异￡检验
3.7 小样本均值差异Fisher非参数检验
3.8 Bonferroni检验
3.9 两组样本率差别检验
3.10 两总体检验样本含量及功效估计
3.11 概率模型拟合优度检验
参考文献
第4章 方差分析
4.1 方差分析基本原理和步骤
4.2 单因素完全随机设计方差分析
4.3 单因素随机区组设计方差分析
4.4 系统分组(巢式)设计
4.5 二因素(组内无重复)完全随机设计
4.6 二因素完全随机设计
4.7 二因素随机区组设计
4.8 平衡不完全区组设计试验
4.9 多因素试验设计
4.10 裂区试验设计
4.11 重复测量资料方差分析
4.12 拉丁方设计
4.13 随机区组试验的协方差分析
参考文献
第5章 一般线性模型
5.1 线性模型基本原理
5.2 GLM模型用户操作界面
5.3 GLM模型输出结果分析
5.4 一般方差分析的GLM模型
5.5 混合效应模型方差分析
5.6 系统分组(或嵌套)设计
5.7 裂区试验统计分析
5.8 协方差分析
5.9 数量化方法Ⅰ
参考文献
第6章 相关与回归分析
6.1 回归和相关概念
6.2 两变量的相关分析
6.3 直线回归
6.4 曲线回归(Ⅰ：直线化方法)
6.5 曲线回归(Ⅱ：非线性最小二乘法)
6.6 Deming回归
6.7 局部加权散点光滑(LOWESS)估计
6.8 重复观测(试验)回归分析
参考文献
第7章 分类数据列联表分析
7.1 列联表分析及卡方检验概述
7.2 列联表的生成与分析
7.3 四格表分析
7.4 多层2×2表Mental-Haenszel检验
7.5 R×C列联表卡方检验
7.6 单向有序R×C表统计检验
7.7 双向有序且属性不同的R×C表统计检验
7.8 McNemar检验及Kappa检验
7.9 2×C表和多层2×C表
7.10 配对病例——对照列联表分析
7.11 重复测定资料似然比卡方检验
7.12 Poisson分布抽样情况下多样本检验
参考文献
第8章 分类数据模型分析
8.1 广义线性模型建模分析基本原理
8.2 基于广义线性模型的回归分析用户界面
8.3 两分类数据的回归模型
8.4 多分类无序反应变量Logistic回归
8.5 多分类有序Logistic／Probit回归模型
8.6 Poisson回归模型
8.7 负二项分布回归模型
8.8 条件Logistic回归
8.9 对数线性模型
8.10 其他分类数据建模方法
参考文献
第9章 非参数检验
9.1 两样本配对符号检验
9.2 两样本配对wilcoxon符号一秩检验
9.3 两样本Wilcoxorl检验
9.4 KnlskalWallis检验
9.5 中位数检验
9.6 JoncMleere-Terpstra检验
9.7 Friedman检验
9.8 Kendall协同系数检验
9.9 Coctlran检验
9.10 非参数回归分析
参考文献
第10章 圆形分布资料统计分析
10.1 平均角及其假设检验
10.2 两个或多个样本平均角的比较
10.3 多个样本平均角的比较
10.4 圆一圆相关
10.5 圆一线相关
参考文献
第11章 多因素优化设计与分析
11.1 正交试验统计分析
11.2 二次正交回归组合(中心复合)设计
11.3 Box—Behnken设计
11.4 均匀试验设计
11.5 二次饱和D-最优设计
11.6 多因素设计优化分析
11.7 含有区组设计的多因素优化分析
11.8 “3414”测土配方施肥实验统计分析
参考文献
第12章 混料试验设计与分析
12.1 单纯形格子设计
12.2 单纯形重心设计
12.3 有下界约束条件限制的混料试验设计
12.4 单纯形格子设计和单纯形重心设计操作示例
12.5 具上下限约束的极端顶点设计
12.6 基于均匀设计表的混料试验设计
12.7 有上下限条件约束的混料试验设计
12.8 具附加线性约束的混料试验设计
12.9 混料试验分析的数学模型
12.10 混料试验数据的回归分析
12.11 偏最小二乘回归分析
参考文献
第13章 抽样技术
13.1 简单随机抽样
13.2 分层随机抽样
13.3 整群抽样
13.4 系统抽样
13.5 序贯抽样
13.6 敏感性问题抽样
参考文献
