内容介绍
用户评论
全部咨询
本书从应用角度简要地阐述了现代统计学200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;专业统计包括了生物测定、遗传育种、生存分析;作物品种区域试验、空间分布型、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、灰色理论等方法。全书共8篇34章，配以作者开发的计算机全屏交互式DPS数据处理软件系统光盘1张。
本书可供从事自然科学和社会科学如农林牧渔、医药卫生、气象、水文地质、工程计算、市场调研、经济等领域的广大科研、教学、管理和技术推广人员使用，也可作为有关专业大学生和研究生学习统计课程的参考书及实践工具。书末附有用户联系卡，便于读者信息反馈和今后软件升级。
目录
- 前言
第一篇 DPS数据处理系统
第1章 系统概述
第1节 系统功能简介
第2节 系统运行环境与安装
第3节 系统登记与注册
第4节 系统启动和退出
第5节 DPS数据处理系统的使用
第6节 数据处理及其数学函数的定义
第7节 数据统计分析及其建模基本步骤
第2章 DPS数据处理系统操作指南
第1节 DPS数据编辑基本操作
第2节 数据块和公式块的定义
第3节 数据的处理
第4节 数据基本参数计算
第5节 常用统计分布函数
第6节 统计检验临界值函数
第7节 图表处理
第二篇 试验统计分析
第3章 次数分布及两样本均值比较
第1节 样本次数分布与基本特征参数计算
第2节 卡方拟合检验
第3节 两样本均值差异t测验
第4节 小样本均值差异Fisher非参数测验
第5节 Bonferroni测验
第6节 两处理率差别检验
第4章 方差分析
第1节 方差分析基本原理和步骤
第2节 试验设计及数据编辑、整理格式
第3节 方差分析结果解释
第4节 单因素完全随机设计
第5节 单因素随机区组设计
第6节 系统分组(巢式)设计
第7节 二因素(组内无重复)完全随机设计
第8节 二因素完全随机设计
第9节 二因素随机区组设计
第10节 多因素试验设计
第11节 双因素裂区设计
第12节 裂-裂区设计
第13节 拉丁方设计
第14节 协方差分析
第15节 方差分析广义线性模型(GLM)
第5章 分类数据统计分析
第1节 列联表分析概述
第2节 列联表的生成与分析
第2节 四格表分析
第3节 R×C列联表卡方检验
第4节 单向有序R×C表统计检验
第5节 双向有序且属性不同的R×C表统计检验
第6节 KAPPA检验
第7节 配对病例-对照列联表分析
第8节 Logistic回归
第9节 条件Logistic回归
第10节 多分类无序反应变量Logistic回归
第11节 多分类有序反应变量Logistic回归
第12节 Poisson回归
第13节 对数线性模型
第6章 非参数检验
第1节 Kruskal Wallis检验
第2节 Friedman检验
第3节 Kendall协同系数检验
第4节 Cochran检验
第7章 最优回归试验设计与分析
第1节 正交试验统计分析
第2节 二次正交回归组合设计
第3节 均匀设计
第4节 二次饱和D-最优设计
第5节 二次正交旋转及二次通用组合统计分析
第6节 二次多项式回归模型
第8章 多元统计检验
第1节 多个协方差阵齐性检验
第2节 多元均值检验
第3节 两总体均值比较
第4节 成对试验的统计检验
第5节 多元方差分析基本原理
第6节 多元方差分析数据编辑、整理格式
第7节 多元方差分析结果解释要点
第8节 单向完全随机设计
第9节 单向随机区组设计
第10节 二因素完全随机设计
第11节 二因素随机区组设计
第三章 专业试验统计
第9章 生物测定
第1节 定性数据概率分析
第2节 定量数据概率分析
第3节 时间-剂量-死亡率模型分析
第10章 空间分布型测定
第1节 种群空间分布型聚集度指标测定
第2节 种群空间分布型-频次分布检验
第3节 负二项分布公共k值估计
第11章 抽样设计
第1节 分层随机抽样
第2节 序贯抽样
第3节 标记-回捕Petersen估计
第4节 标记-回捕Schnabel估计
第5节 标记-回捕Jolly-Seber模型估计
第12章 群落参数统计分析
第1节 二元变量距离系数
第2节 距离系数计算
第3节 极点排序
第4节 种群丰富度
第5节 对数序列参数估计
第6节 对数正态分布模型参数估计
第7节 群落多样性指数
第8节 生态位宽度指数
第9节 生态位重叠指数
第13章 生存分析
第1节 未分组资料生存率分析
第2节 分组资料生存经分析
第3节 两样本生存率曲线比较
第4节 比例风险模型-COX回归
第5节 指数模型
第6节 Weibull模型
第14章 品种区域试验
第1节 一年多点区域试验的统计分析
第2节 多年多点品种区域试验的统计分析
第3节 品种区域试验AMMI模型分析
第4节 SHMM模型
第15章 遗传育种
第1节 遗传模型ABC检验
第2节 完全双列杂交配合力分析
第3节 Griffing分析:亲本+正反交F1组合
第4节 Ghiffing分析:亲本+正交F1组合
第5节 Ghiffing分析:无亲本，仅正反交F1组合
第6节 Griffing分析:无亲本，仅一组F1试验
第7节 不完全双列杂交配合力分析
第四篇 多元统计分析
第16章 回归分析
第1节 线性回归
第2节 逐步回归分析
第3节 二次多项式回归分析
第4节 双重筛选逐步回归
第5节 岭回归
第6节 趋势面分析
第7节 病态数据回归分析
第8节 Tobit回归
第17章 聚类分析
第1节 系统聚类分析
第2节 0-1型变量聚类分析
第3节 动态聚类分析
第4节 有序样本的分类
第5节 非线性映射分析
第6节 两维图论聚类
第18章 判别分析
第1节 两组判别
第2节 逐步判别分析
第19章 多因子分析
第1节 主成分分析
第2节 因子分析
第3节 对应分析
第4节 典型相关分析
第20章 概率统计模型
第1节 连续数据序列分级
第2节 马尔可夫链
第3节 多元时空序列马尔可夫链分析
第4节 加权列联表分析
第5节 多因子综合相关分析
第五篇 数学模型模拟分析
第21章 非线性回归模型
第1节 参数估计基本原理
第2节 非线性回归分析技术要点
第3节 一元非线性回归模型
第4节 非线性回归分析实例研究
第5节 二值反应变量模型参数估计
第6节 有约束条件模型参数估计
第7节 多因变量联立方程的参数估计
第22章 数学模型模拟与优化
第1节 模型模拟分析
第2节 模型参数灵敏度分析
第3节 模型优化
第23章 数学规划
第1节 线性规划
第2节 多目标线性规划:评价函数法
第3节 多目标线性规划:逐步宽容约束法
第4节 多目标线性规划:分层评价法
第5节 非线性规划
第24章 状态空间模型
第1节 线性控制系统能控性
第2节 线性控制系统能观性
第3节 连续线性状态方程离散化
第4节 离散状态方程求解
第六篇 常用数值分析
第25章 矩阵计算
第1节 矩阵转置
第2节 矩阵基本运算
第3节 矩阵自乘
第4节 矩阵样本方差
第5节 矩阵总体方差
第6节 解正规方程组
第7节 矩阵求逆
第8节 奇异值分解
第9节 实对称矩阵特征值和特征向量
第10节 实矩阵特征值和特征向量
第11节 矩阵运算在组建多元线性回归模型中的应用
第26章 方程求解及多项式求根
第1节 求解线性方程组
第2节 非线性方程组求解
第3节 实系数多项式求根
第27章 微积分数值计算
第1节 定积分
第2节 多重积分
第3节 数值微分
第4节 微分方程(组)初值求解
第七篇 时间序列分析
第28章 时间序列趋势分析
第1节 一次滑动平均模型
第2节 一次指数平滑模型
第3节 线性回归模型
第4节 二次滑动平均模型
第5节 二次指数平滑模型
第6节 一次平滑模型
第7节 三次指数平滑模型
第29章 时间序列周期分析
第1节 时间序列周期方差分析外推法
第2节 季节性水平模型
第3节 季节性交乘趋势模型
第4节 季节性叠加趋势模型
第30章 平稳时间序列分析
第1节 取样间隔与插值处理
第2节 数据序列统计特性估计
第3节 差分自回归移动平均(ARIMA)模型
第31章 其他时间序列模型
第1节 季节-周期组合模型
第2节 多变量时间序列CAR模型
第3节 门限自回归模型
第八篇 其他统计方法
第32章 模糊数学方法
第1节 模糊聚类分析
第2节 模糊模式识别
第3节 模糊相似优先比方法
第4节 模糊综合评判
第5节 模糊关系方程求解
第6节 综合评判逆问题
第33章 灰色系统分析
第1节 关联度分析
第2节 灰色动态(GM)建模基本原理
第3节 灰色数列GM(1，1)模型
第4节 灰色数列GM(2，1)模型
第5节 灰色数列GM(1，N)模型
第34章 BP神经网络模型
第1节 基本原理简介
第2节 DPS数据处理系统操作步骤
第3节 应用实例
京公网安备 11010102004214号