☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

　　（1） 將JMP中的DOE實驗設計作為書中一章，重點介紹各種實驗設計方法的應用與不同，並補充瞭DOE中缺少的正交設計方法的應用； 　　（2） 書中講解的每種統計分析方法實例分析都運用SAS與JMP兩款軟件進行分析並比較兩種軟件統計輸齣內容的異同及使用方法上的優劣，方便讀者比較和藉鑒； 　　（3） 書中重點介紹瞭SAS軟件在多因素且存在交互作用的方差分析上的優勢及結論判斷依據，同時介紹協變量在協方差分析中的重要作用； 　　（4） 在優選迴歸模型中重點介紹運用SAS軟件所提供的多種迴歸方法進行多變量篩選、多變量的共綫性診斷、優選*佳迴歸模型的判斷準則。

內容簡介

　　《SAS統計分析及應用與JMP實驗設計（第2版）》主要介紹JMP的DOE試驗設計和SAS與JMP兩個軟件包的多元統計分析方法。全書重點在於用實例講解運用SAS與JMP兩個軟件包中的各種統計分析方法，並詳細解釋輸齣結果的統計學意義，比較兩個軟件相同統計方法的優劣與輸齣內容的異同，方便學習者從多角度應用，能夠舉一反三，學會選用科學閤理的技能判斷並獲取科學的、有價值的統計分析結果，提高效率。 　　全書共9章，第1章介紹SAS與JMP軟件基本操作;第2章和第3章介紹常用描述統計量、數據分布、正態性檢驗、t檢驗與非參數檢驗等概念；第4章重點講解JMP的DOE實驗設計，包括: 定製設計、篩選設計、完全析因設計、響應麵設計、田口設計，補充介紹正交設計；第5章結閤第4章實驗設計，注重從多角度講解方差分析應用；第6章重點介紹迴歸分析的多變量篩選、麯綫直綫化迴歸、共綫性診斷、非綫性迴歸、Logistic迴歸及相關分析；第7～9章介紹聚類分析、主成分分析和因子分析。 　　本書可作為高校研究生、本科生的統計學教材，尤其適閤非數理統計專業的研究人員作為數據分析的參考資料。

內頁插圖

目錄

第1章SAS及JMP係統概述11.1SAS及JMP係統簡介11.2JMP係統界麵操作21.2.1JMP安裝、啓動與退齣21.2.2JMP係統設置及中英文切換21.2.3JMP與SAS數據文件管理41.2.4JMP功能簡介71.3SAS係統概述及界麵操作指南91.3.1SAS的啓動與退齣101.3.2修改SAS係統的SASV8.CFG111.3.3SAS係統主要窗口簡介121.4SAS數據集及SAS的文件管理151.4.1SAS數據集、邏輯庫及程序文件151.4.2建立並調用SAS數據集171.4.3導齣SAS數據集為Excel文件221.4.4數據集排序241.5SAS的數據步與過程步簡介241.5.1SAS程序書寫規範和運行方法251.5.2利用DATA步對已有數據集擴增新變量261.5.3DATA步中常用函數281.5.4SAS過程步及常用語句簡介31第2章常用統計學概念簡介362.1統計學概述362.1.1統計學曆史概述362.1.2描述統計簡介362.2統計量的抽樣分布382.2.1概率和隨機變量392.2.2二項分布402.2.3泊鬆分布432.2.4正態分布442.2.5t分布462.2.6F分布472.2.7χ2分布482.3統計假設檢驗492.3.1統計假設檢驗簡介492.3.2t檢驗522.3.3F檢驗522.3.4χ2檢驗52習題53第3章t檢驗與非參數檢驗543.1t檢驗及應用543.1.1t檢驗適用條件及判斷準則543.1.2UNIVARIATE過程及正態性檢驗563.1.3配對樣本均值比較及正態性檢驗應用實例583.1.4TTEST過程及兩組獨立樣本均值比較683.1.5SAS與JMP兩種軟件t檢驗方法總結793.2非參數檢驗及應用793.2.1Kruskal�瞁allis檢驗803.2.2NPAR1WAY過程（非參數檢驗過程）813.2.3NPAR1WAY過程舉例說明823.2.4利用JMP進行非參數檢驗903.3FREQ過程及應用實例（頻數分析）933.3.1卡方檢驗的基本思想933.3.2FREQ過程963.3.3FREQ過程及JMP頻數分析應用實例98習題106第4章JMP DOE實驗設計1094.1完全析因設計1094.1.1單因素多水平完全析因設計1104.1.2多因素多水平完全析因設計1114.2定製設計1144.3篩選設計1184.4響應麵設計1224.5混料實驗設計1254.6田口設計1294.6.1田口設計簡介1294.6.2田口設計實例說明1294.7正交設計1354.7.1正交設計的概念和正交錶的初步認識1354.7.2含交互作用的正交設計1374.7.3正交設計實例說明139習題146第5章方差分析1485.1方差分析簡介1485.1.1方差分析基本概念1485.1.2方差的同質性檢驗1515.1.3方差分析的基本假定和數據轉換1535.2ANOVA過程和GLM過程簡介1555.2.1ANOVA過程1555.2.2GLM過程1595.3完全隨機設計方差分析1685.3.1完全隨機設計——單因素K水平多重比較1685.3.2完全隨機設計——多因素K水平多重比較1795.4析因設計及CONTRAST語句使用說明2075.4.1CONTRAST語句說明2075.4.2實例說明2095.5二次響應麵設計的方差分析2195.6正交設計實例說明2385.7拉丁方設計及其統計分析2475.7.1拉丁方設計及其綫性模型2475.7.2拉丁方設計應用實例2485.8協方差分析2595.8.1協方差分析簡介2595.8.2協方差分析的數學模型及基本假定2615.8.3協方差分析應用舉例262習題277第6章相關與迴歸分析2826.1相關與迴歸分析概述2826.1.1相關與迴歸分析的概念與區彆2826.1.2直綫迴歸與相關分析2846.2相關、迴歸過程說明2866.2.1CORR相關過程2866.2.2PLOT過程2876.2.3REG迴歸過程2896.2.4迴歸模型的共綫性診斷及強影響點診斷2946.3綫性及麯綫直綫化迴歸模型2956.3.1簡單綫性迴歸方程2956.3.2綫性迴歸方程應用舉例2976.3.3二次項直綫化錶示的迴歸方程3006.3.4用JMP進行模型擬閤3076.4可直綫化的麯綫擬閤3146.4.1麯綫擬閤說明3146.4.2麯綫直綫化應用舉例3156.4.3確定*佳模型的標準3206.5RSREG過程3346.5.1RSREG過程說明3346.5.2二次響應麯麵RSREG過程舉例說明3376.6非綫性迴歸過程3596.6.1NLIN過程簡介3596.6.2NLIN應用舉例3616.7Logistic迴歸3716.7.1Logistic迴歸概述3716.7.2Logistic迴歸過程3726.7.3用SAS進行Logistic迴歸應用實例3746.7.4用JMP進行Logistic迴歸應用實例379習題381第7章聚類分析3867.1聚類分析概述3867.2TREE過程3877.3VARCLUS過程及應用舉例（對變量聚類）3887.3.1用VARCLUS過程實現變量聚類分析3887.3.2VARCLUS過程應用實例3897.4CLUSTER過程及實例分析（對樣本聚類）3977.4.1CLUSTER過程3977.4.2CLUSTER過程應用實例3997.5JMP的聚類分析403習題404第8章主成分分析4088.1主成分的幾何意義及數學模型4088.2PRINCOMP過程4128.3主成分分析應用舉例414習題422第9章因子分析4259.1因子分析基礎4259.2PROC FACTOR過程4279.3因子分析應用舉例4319.4主成分與因子分析綜閤實例說明4349.5用JMP進行主成分和因子分析440習題444參考文獻447

精彩書摘

　　第5章方差分析第5章方 差 分 析 　　本章學習目標 　　�r 學習並掌握方差分析概念,進行方差分析的基本條件。 　　�r 學習並掌握利用SAS和JMP進行單因素方差分析的方法,理解輸齣統計量的意義及判斷依據。 　　�r 學習並掌握利用SAS進行多因素方差分析的方法,理解方差分析輸齣統計量的意義及判斷依據。 　　�r 學習並掌握利用SAS進行協方差分析的方法,理解協方差分析輸齣統計量的意義及判斷依據。 　　5.1方差分析簡介[��4/5]5.1.1方差分析基本概念方差分析是數理統計學中常用的數據分析方法之一,它是分析實驗數據各因素各水平對某事物某指標的影響是否有顯著差異的一種統計分析方法。根據實驗考慮的因素個數及是否有協變量參與作用,可分為單因素、雙因素、多因素方差分析及協方差分析。在方差分析中,經常把實驗數據的總方差分解為由所考察因素引起的主因素方差、因素間的交互作用引起的交互因素方差和隨機因素引起的隨機誤差方差。當影響因素是定性變量（一般稱為分組變量或效應變量）,觀測結果是定量變量（一般稱為結果變量或響應變量）時,常用的數據處理方法是: 假設響應變量均數或均值相等,從而檢驗響應變量受因素影響的效果是否有顯著差異。 　　若隻有一個效應變量(也稱因素或因子),而且其水平數K=2,則稱為單因素2水平方差分析,*常用t檢驗進行兩兩均值比較以檢驗對響應變量影響的效果是否産生顯著差異。SAS係統的TTEST過程即可完全滿足此類數據分析的需要。若實驗中考慮單因素多水平,K>3,或考慮兩個或兩個以上因素且多水平時（k≥2）,則稱多因素多水平方差分析,通常用多重比較的F檢驗。SAS係統的ANOVA和GLM過程可完全滿足多因素多水平的多重比較的需要。 　　F檢驗又叫方差齊性檢驗。從兩個研究總體中隨機抽取兩組樣本,要對這兩組樣本進行比較的時候,首先要判斷兩總體方差是否相同,即方差齊性,就要用F檢驗。F檢驗就是檢驗兩組樣本的方差是否有顯著性差異,以確定它們的精密度是否存在差異,也就是確定兩組數據之間是否存在係統誤差。當不存在係統誤差時,可進行t檢驗。正態性和方差齊性是進行方差分析的兩個基本條件。 　　當不能滿足方差齊性的條件時,至今尚未找到十分滿意的處理方法,僅能采用非參數檢驗法進行簡單分析。盡管如此,由於方差分析適用的範圍比較廣泛,所以,它在假設檢驗中起到瞭舉足輕重的作用。因此,弄清方差分析的基本思想,有助於讀者盡快學會如何用方差分析法處理各種實驗設計方案下的實驗數據。 　　方差分析的基本思想: 當實驗數據滿足正態性和方差相等（也稱方差同質性）的假設條件時,把全部數據關於總均數的離差平方和分解成幾部分,每一部分錶示某一影響因素或諸影響因素之間的交互作用所産生的效應。將各部分均方（即方差）與誤差均方相比較,依據F統計量做齣統計推斷,得到統計結論。 　　1. 單因素試驗的方差分析 　　考慮一個因素A取a個水平,分析這a個不同水平對所考察的指標Y的影響,即在實驗中隻有A一種因素取a個水平變化,而其他因素控製不變,這樣的實驗叫單因素實驗,所進行的方差分析叫單因素實驗的方差分析。 　　零假設: H0: μ1=μ2=…=μa 　　備擇假設: Ha: μi≠μj,至少有一對這樣的i,j 　　在Ai水平下的樣本均值為: i.=1ni∑nij=1xij樣本數據的總平均值為: =1n∑ai=1∑nij=1xij總離差平方和為: SST=∑ai=1∑nij=1(xij-)2總離差平方和可分解為: SST=∑ai=1∑nij=1(xi.-)2+∑ai=1∑nij=1(xij-i.)2+2∑ai=1∑nij=1(i.-)(xij-i.)其中,上式中的*後一項為0。 　　若記: 因素A的離差平方和為: SSA=∑ai=1∑nij=1(i.-)2誤差項的離差平方和為: SSe=∑ai=1∑nij=1(xij-i.)2則有: SST=SSA+SSe（總變差=組間差異+組內差異）。 　　SST是全部實驗數據與總平均值之間的差異,稱為總變差。SSA錶示在Ai水平下的樣本均值與總平均值之間的差異,叫因素A效應的離差平方和,也稱組間差異。SSe錶示在Ai水平下的樣本值與該水平的樣本均值之間的差異,它是由隨機誤差引起的,叫誤差平方和,又稱組內差異。 　　SST的自由度為n-1。因為SSA與SSe相互獨立,SSA的自由度fA為a-1（a為水平數）,SSe的自由度fe為n-a。fT=fA+feF=SSAfASSefe2. 雙因素無交互作用的方差分析 　　客觀現實中的事物很復雜,影響某項指標的因素往往有很多,這些因素互相聯係,互相依存,互相對立,問題也變得復雜多樣。當隻考慮兩個因素的作用,且兩因素間無交互作用時,我們進行組間變差和組內變差(即誤差)的變差分析,叫雙因素無交互作用實驗方差分析。 　　雙因素無交互作用總離差平方和分解為: SST=∑ai=1∑bj=1(i.-)2+∑ai=1∑bj=1(.j-)2+∑ai=1∑bj=1(xij-i.-.j+)2 　　SST=SSA+SSB+SSeSST的自由度為ab-1。因為SSA、SSB與SSe相互獨立,SSA的自由度fA為a-1（a為A因素的水平數）,SSB的自由度fB為b-1（b為B因素的水平數）,SSe的自由度fe為（ab-1）-（a-1）-（b-1）=（a-1）（b-1） 　　F1=SSAfASSefeF2=SSBfBSSefe3. 雙因素有交互作用的方差分析SST=SSA+SSB+SSA×B+SSe 　　SSe=SST-SSA-SSB-SSA×B 　　SSA=bn∑ai=1(i..-)2 　　SSB=an∑bj=1(.j.-)2 　　SSA×B=n∑ai=1∑bj=1(ij.-i..-.j.+)2 　　SSe=∑ai=1∑bj=1∑nk=1(xijk-ij.)2SST的自由度為abn-1。因為SSA、SSB與SSe相互獨立,SSA的自由度fA為a-1（a為A因素的水平數）,SSB的自由度fB為b-1（b為B因素的水平數）,SSA×B的自由度fA×B為（a-1）（b-1）,SSe的自由度fe為（abn-1）-（a-1）-（b-1）-（a-1）（b-1）=ab（n-1） 　　F1=SSAfASSefeF2=SSBfBSSefeFA×B=SSA×BfA×BSSefe4. 多因素有交互作用的方差分析 　　方差分解 　　SST=SSA+SSB+SSC+SSA×B+SSA×C+SSB×C+SSA×B×C+SSe 　　5. 多重比較 　　在三個或多個均值之間做兩個或多個均值比較的檢驗稱為多重比較（Multiple Comparison Procedure）。 　　在引入假設概念時,曾把選擇α水平與做齣錯誤判斷的風險相聯係。為瞭理解多重比較方法,需要控製所有比較的總錯判的機會（當均值相同時判斷為不同的錯誤）,也要控製每個單獨比較的錯判機會,因此分為實驗比較錯誤率和比較錯誤率兩大類,實驗比較錯誤率MEER相對比較錯誤率CER更精確、更嚴格。 　　例如,有5種施肥方法,均值做兩兩比較共有10種組閤,如要控製10種比較的總錯判率在α水平,平均到每組比較的控製水平會在十分之一的α水平,這就稱為控製“實驗比較錯誤率”或稱“控製對整個實驗的總錯判機會”,記為“實驗比較錯誤率”（Means Experimentwise Error Rate,MEER）。 　　另一種,如果想對10種比較中的每一種進行單獨控製比較錯判機會在α水平,就稱為控製“比較錯誤率”,或稱“對每一個比較的單獨錯判機會”,記為“比較錯誤率”（Comparisonwise Error Rate,CER）。以上例為例,每一種兩兩比較分彆進行α水平CER的控製,則10種兩兩比較閤計則為10倍的α水平,相對MEER而言則每種比較的錯判率會擴大10倍。因此在進行多重比較時,采用MEER方法進行比較會比CER方法比較要嚴謹得多。 　　在進行多重比較時,應采用兩類方法進行比較,若MEER方法能夠得到較好的結論,一定以MEER法的結論作為研究結論。若MEER法比較均值無顯著差異,可采用CER法進行比較,可用CER法的結論作為研究結論。 　　對於多因素,由於多因素的影響及各因素間的交互作用相當復雜,為瞭獲得*好的實驗結論,通常優先使用MEER“實驗比較錯誤率”作為控製準則,其次可選用CER比較錯誤率。 　　SAS軟件在GLM方差分析過程中提供瞭多種MEER法和多種CER法,兩大類中的各種方法都有其特點,選用時應分清各種方法的優勢,閤理使用。　　……

前言/序言

　　SAS統計分析及應用與JMP實驗設計(第2版)前言前言 　　隨著科學技術的進步及信息技術的發展，計算機已成為人們科研工作的重要工具。科研工作所獲取的各種數據都會藉助各種計算機軟件幫助研究者獲得*終結果，統計分析軟件是重要的工具和手段。SAS軟件自開發為人們使用以來，在統計分析方麵一直處於權威領先地位。近幾年，SAS公司又開發齣瞭一款小巧的統計分析軟件JMP，它兼有SAS的一些統計功能，同時又增加瞭DOE實驗設計模塊,中英文切換方便，中文輸齣統計結果一目瞭然，給研究者帶來許多便利，其圖形功能也很強大。 　　本書針對非數理統計專業的研究者缺乏係統的多元統計知識，時間緊、科研任務重，且需要在短時間內掌握所需要的統計分析方法並能應用到自己的科研數據分析中，編寫瞭此教材。目標是使讀者能快速掌握常用的多元統計分析方法，讀懂輸齣結果，實用性強。 　　本書主要介紹SAS軟件包的多元統計分析方法與JMP的DOE實驗設計及相關統計分析方法。全書重點在於用實例講解SAS與JMP軟件包中的各種常用統計分析方法，並詳細解釋輸齣結果的統計學意義，比較兩個軟件相同統計方法輸齣內容的異同及優劣，方便讀者從多角度應用。從實際應用齣發，增加瞭JMP軟件包中的DOE實驗設計內容。 　　全書共9章，第1章主要介紹SAS與JMP軟件基本操作；第2章主要介紹常用描述統計量、常用數據分布及參數檢驗概念；第3章講述兩個軟件在t檢驗與非參數檢驗上的應用，並比較兩個軟件的優劣；第4章重點講解JMP的DOE實驗設計，包括: 定製設計、篩選設計、完全析因設計、響應麵設計、田口設計，補充介紹正交設計；第5章結閤第4章的實驗設計方法，從多角度講解方差分析應用，尤其詳細介紹瞭SAS軟件在多因素且存在交互作用的方差分析上的優勢及結果討論與判斷，同時介紹協變量在協方差分析中的重要作用；第6章重點介紹麯綫直綫化迴歸、迴歸模型的多變量篩選、多變量的共綫性診斷、非綫性迴歸、Logistic迴歸，多方麵介紹迴歸分析方法及相關分析，比較說明兩種軟件中SAS軟件在迴歸分析中的優勢；第7～9章介紹聚類分析、主成分分析和因子分析，比較兩軟件各自的優劣。 　　書中每種統計分析方法都以真實的科研數據為實例，從實驗設計方法到數據整理、數據分析，詳細解釋各種統計分析方法的選項應用、輸齣內容的統計學意義，統計結果的判斷依據，*優迴歸模型的篩選準則等，每種統計分析方法都運用SAS和JMP兩種軟件進行分析，比較兩者的異同及優勢，使學習者能夠舉一反三，學會選用科學、閤理、簡單方便的工具和方法，以判斷並獲取科學的、有價值的統計分析結果，尤其學會運用統計方法和思路。 　　由於JMP軟件的輸齣是錶格形式，但又不同於一般正文中的錶格，為瞭與軟件的輸齣保持一緻，這類錶格保留原樣，不做處理。 　　本書可作為高校研究生、本科生的統計學教材，也適閤非數理統計專業的研究人員作為數據分析的參考資料。 　　作者2016年8月
SAS統計分析及應用與JMP實驗設計（第2版） 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

一般

評分☆☆☆☆☆

沒買好，主講SAS，我想看jmp

評分☆☆☆☆☆

很好，學習中！

評分☆☆☆☆☆

嗯嗯嗯嗯呃

評分☆☆☆☆☆

嗯嗯嗯嗯呃

評分☆☆☆☆☆

內容很好

評分☆☆☆☆☆

剛剛爸爸好爸爸

評分☆☆☆☆☆

說實話還沒仔細學，總體感覺，偏理論一點

評分☆☆☆☆☆

學習minitab軟件

類似圖書 點擊查看全場最低價