本書(shū)主要介紹JMP的DOE試驗(yàn)設(shè)計(jì)和SAS與JMP兩個(gè)軟件包的多元統(tǒng)計(jì)分析方法。全書(shū)重點(diǎn)在于用實(shí)例講解運(yùn)用SAS與JMP兩個(gè)軟件包中的各種統(tǒng)計(jì)分析方法，并詳細(xì)解釋輸出結(jié)果的統(tǒng)計(jì)學(xué)意義，比較兩個(gè)軟件相同統(tǒng)計(jì)方法的優(yōu)劣與輸出內(nèi)容的異同，方便學(xué)習(xí)者從多角度應(yīng)用，能夠舉一反三，學(xué)會(huì)選用科學(xué)合理的技能判斷并獲取科學(xué)的、有價(jià)值的統(tǒng)計(jì)分析結(jié)果，提高效率。
全書(shū)共9章，第1章介紹SAS與JMP軟件基本操作;第2章和第3章介紹常用描述統(tǒng)計(jì)量、數(shù)據(jù)分布、正態(tài)性檢驗(yàn)、t檢驗(yàn)與非參數(shù)檢驗(yàn)等概念；第4章重點(diǎn)講解JMP的DOE實(shí)驗(yàn)設(shè)計(jì)，包括: 定制設(shè)計(jì)、篩選設(shè)計(jì)、完全析因設(shè)計(jì)、響應(yīng)面設(shè)計(jì)、田口設(shè)計(jì)，補(bǔ)充介紹正交設(shè)計(jì)；第5章結(jié)合第4章實(shí)驗(yàn)設(shè)計(jì)，注重從多角度講解方差分析應(yīng)用；第6章重點(diǎn)介紹回歸分析的多變量篩選、曲線(xiàn)直線(xiàn)化回歸、共線(xiàn)性診斷、非線(xiàn)性回歸、Logistic回歸及相關(guān)分析；第7～9章介紹聚類(lèi)分析、主成分分析和因子分析。
本書(shū)可作為高校研究生、本科生的統(tǒng)計(jì)學(xué)教材，尤其適合非數(shù)理統(tǒng)計(jì)專(zhuān)業(yè)的研究人員作為數(shù)據(jù)分析的參考資料。
(1) 將JMP中的DOE實(shí)驗(yàn)設(shè)計(jì)作為書(shū)中一章，重點(diǎn)介紹各種實(shí)驗(yàn)設(shè)計(jì)方法的應(yīng)用與不同，并補(bǔ)充了DOE中缺少的正交設(shè)計(jì)方法的應(yīng)用；(2) 書(shū)中講解的每種統(tǒng)計(jì)分析方法實(shí)例分析都運(yùn)用SAS與JMP兩款軟件進(jìn)行分析并比較兩種軟件統(tǒng)計(jì)輸出內(nèi)容的異同及使用方法上的優(yōu)劣，方便讀者比較和借鑒；(3) 書(shū)中重點(diǎn)介紹了SAS軟件在多因素且存在交互作用的方差分析上的優(yōu)勢(shì)及結(jié)論判斷依據(jù)，同時(shí)介紹協(xié)變量在協(xié)方差分析中的重要作用；(4) 在優(yōu)選回歸模型中重點(diǎn)介紹運(yùn)用SAS軟件所提供的多種回歸方法進(jìn)行多變量篩選、多變量的共線(xiàn)性診斷、優(yōu)選*回歸模型的判斷準(zhǔn)則。
目錄
第1章SAS及JMP系統(tǒng)概述1
1.1SAS及JMP系統(tǒng)簡(jiǎn)介1
1.2JMP系統(tǒng)界面操作2
1.2.1JMP安裝、啟動(dòng)與退出2
1.2.2JMP系統(tǒng)設(shè)置及中英文切換2
1.2.3JMP與SAS數(shù)據(jù)文件管理4
1.2.4JMP功能簡(jiǎn)介7
1.3SAS系統(tǒng)概述及界面操作指南9
1.3.1SAS的啟動(dòng)與退出10
1.3.2修改SAS系統(tǒng)的SASV8.CFG11
1.3.3SAS系統(tǒng)主要窗口簡(jiǎn)介12
1.4SAS數(shù)據(jù)集及SAS的文件管理15
1.4.1SAS數(shù)據(jù)集、邏輯庫(kù)及程序文件15
1.4.2建立并調(diào)用SAS數(shù)據(jù)集17
1.4.3導(dǎo)出SAS數(shù)據(jù)集為Excel文件22
1.4.4數(shù)據(jù)集排序24
1.5SAS的數(shù)據(jù)步與過(guò)程步簡(jiǎn)介24
1.5.1SAS程序書(shū)寫(xiě)規(guī)范和運(yùn)行方法25
1.5.2利用DATA步對(duì)已有數(shù)據(jù)集擴(kuò)增新變量26
1.5.3DATA步中常用函數(shù)28
1.5.4SAS過(guò)程步及常用語(yǔ)句簡(jiǎn)介31
第2章常用統(tǒng)計(jì)學(xué)概念簡(jiǎn)介36
2.1統(tǒng)計(jì)學(xué)概述36
2.1.1統(tǒng)計(jì)學(xué)歷史概述36
2.1.2描述統(tǒng)計(jì)簡(jiǎn)介36
2.2統(tǒng)計(jì)量的抽樣分布38
2.2.1概率和隨機(jī)變量39
2.2.2二項(xiàng)分布40
2.2.3泊松分布43
2.2.4正態(tài)分布44
2.2.5t分布46
2.2.6F分布47
2.2.72分布48
2.3統(tǒng)計(jì)假設(shè)檢驗(yàn)49
2.3.1統(tǒng)計(jì)假設(shè)檢驗(yàn)簡(jiǎn)介49
2.3.2t檢驗(yàn)52
2.3.3F檢驗(yàn)52
2.3.42檢驗(yàn)52
習(xí)題53
第3章t檢驗(yàn)與非參數(shù)檢驗(yàn)54
3.1t檢驗(yàn)及應(yīng)用54
3.1.1t檢驗(yàn)適用條件及判斷準(zhǔn)則54
3.1.2UNIVARIATE過(guò)程及正態(tài)性檢驗(yàn)56
3.1.3配對(duì)樣本均值比較及正態(tài)性檢驗(yàn)應(yīng)用實(shí)例58
3.1.4TTEST過(guò)程及兩組獨(dú)立樣本均值比較68
3.1.5SAS與JMP兩種軟件t檢驗(yàn)方法總結(jié)79
3.2非參數(shù)檢驗(yàn)及應(yīng)用79
3.2.1KruskalWallis檢驗(yàn)80
3.2.2NPAR1WAY過(guò)程（非參數(shù)檢驗(yàn)過(guò)程）81
3.2.3NPAR1WAY過(guò)程舉例說(shuō)明82
3.2.4利用JMP進(jìn)行非參數(shù)檢驗(yàn)90
3.3FREQ過(guò)程及應(yīng)用實(shí)例（頻數(shù)分析）93
3.3.1卡方檢驗(yàn)的基本思想93
3.3.2FREQ過(guò)程96
3.3.3FREQ過(guò)程及JMP頻數(shù)分析應(yīng)用實(shí)例98
習(xí)題106
第4章JMP DOE實(shí)驗(yàn)設(shè)計(jì)109
4.1完全析因設(shè)計(jì)109
4.1.1單因素多水平完全析因設(shè)計(jì)110
4.1.2多因素多水平完全析因設(shè)計(jì)111
4.2定制設(shè)計(jì)114
4.3篩選設(shè)計(jì)118
4.4響應(yīng)面設(shè)計(jì)122
4.5混料實(shí)驗(yàn)設(shè)計(jì)125
4.6田口設(shè)計(jì)129
4.6.1田口設(shè)計(jì)簡(jiǎn)介129
4.6.2田口設(shè)計(jì)實(shí)例說(shuō)明129
4.7正交設(shè)計(jì)135
4.7.1正交設(shè)計(jì)的概念和正交表的初步認(rèn)識(shí)135
4.7.2含交互作用的正交設(shè)計(jì)137
4.7.3正交設(shè)計(jì)實(shí)例說(shuō)明139
習(xí)題146
第5章方差分析148
5.1方差分析簡(jiǎn)介148
5.1.1方差分析基本概念148
5.1.2方差的同質(zhì)性檢驗(yàn)151
5.1.3方差分析的基本假定和數(shù)據(jù)轉(zhuǎn)換153
5.2ANOVA過(guò)程和GLM過(guò)程簡(jiǎn)介155
5.2.1ANOVA過(guò)程155
5.2.2GLM過(guò)程159
5.3完全隨機(jī)設(shè)計(jì)方差分析168
5.3.1完全隨機(jī)設(shè)計(jì)單因素K水平多重比較168
5.3.2完全隨機(jī)設(shè)計(jì)多因素K水平多重比較179
5.4析因設(shè)計(jì)及CONTRAST語(yǔ)句使用說(shuō)明207
5.4.1CONTRAST語(yǔ)句說(shuō)明207
5.4.2實(shí)例說(shuō)明209
5.5二次響應(yīng)面設(shè)計(jì)的方差分析219
5.6正交設(shè)計(jì)實(shí)例說(shuō)明238
5.7拉丁方設(shè)計(jì)及其統(tǒng)計(jì)分析247
5.7.1拉丁方設(shè)計(jì)及其線(xiàn)性模型247
5.7.2拉丁方設(shè)計(jì)應(yīng)用實(shí)例248
5.8協(xié)方差分析259
5.8.1協(xié)方差分析簡(jiǎn)介259
5.8.2協(xié)方差分析的數(shù)學(xué)模型及基本假定261
5.8.3協(xié)方差分析應(yīng)用舉例262
習(xí)題277
第6章相關(guān)與回歸分析282
6.1相關(guān)與回歸分析概述282
6.1.1相關(guān)與回歸分析的概念與區(qū)別282
6.1.2直線(xiàn)回歸與相關(guān)分析284
6.2相關(guān)、回歸過(guò)程說(shuō)明286
6.2.1CORR相關(guān)過(guò)程286
6.2.2PLOT過(guò)程287
6.2.3REG回歸過(guò)程289
6.2.4回歸模型的共線(xiàn)性診斷及強(qiáng)影響點(diǎn)診斷294
6.3線(xiàn)性及曲線(xiàn)直線(xiàn)化回歸模型295
6.3.1簡(jiǎn)單線(xiàn)性回歸方程295
6.3.2線(xiàn)性回歸方程應(yīng)用舉例297
6.3.3二次項(xiàng)直線(xiàn)化表示的回歸方程300
6.3.4用JMP進(jìn)行模型擬合307
6.4可直線(xiàn)化的曲線(xiàn)擬合314
6.4.1曲線(xiàn)擬合說(shuō)明314
6.4.2曲線(xiàn)直線(xiàn)化應(yīng)用舉例315
6.4.3確定最佳模型的標(biāo)準(zhǔn)320
6.5RSREG過(guò)程334
6.5.1RSREG過(guò)程說(shuō)明334
6.5.2二次響應(yīng)曲面RSREG過(guò)程舉例說(shuō)明337
6.6非線(xiàn)性回歸過(guò)程359
6.6.1NLIN過(guò)程簡(jiǎn)介359
6.6.2NLIN應(yīng)用舉例361
6.7Logistic回歸371
6.7.1Logistic回歸概述371
6.7.2Logistic回歸過(guò)程372
6.7.3用SAS進(jìn)行Logistic回歸應(yīng)用實(shí)例374
6.7.4用JMP進(jìn)行Logistic回歸應(yīng)用實(shí)例379
習(xí)題381
第7章聚類(lèi)分析386
7.1聚類(lèi)分析概述386
7.2TREE過(guò)程387
7.3VARCLUS過(guò)程及應(yīng)用舉例（對(duì)變量聚類(lèi)）388
7.3.1用VARCLUS過(guò)程實(shí)現(xiàn)變量聚類(lèi)分析388
7.3.2VARCLUS過(guò)程應(yīng)用實(shí)例389
7.4CLUSTER過(guò)程及實(shí)例分析（對(duì)樣本聚類(lèi)）397
7.4.1CLUSTER過(guò)程397
7.4.2CLUSTER過(guò)程應(yīng)用實(shí)例399
7.5JMP的聚類(lèi)分析403
習(xí)題404
第8章主成分分析408
8.1主成分的幾何意義及數(shù)學(xué)模型408
8.2PRINCOMP過(guò)程412
8.3主成分分析應(yīng)用舉例414
習(xí)題422第9章因子分析425
9.1因子分析基礎(chǔ)425
9.2PROC FACTOR過(guò)程427
9.3因子分析應(yīng)用舉例431
9.4主成分與因子分析綜合實(shí)例說(shuō)明434
9.5用JMP進(jìn)行主成分和因子分析440
習(xí)題444
參考文獻(xiàn)447
書(shū)單推薦
