DPS数据处理系统

序

序二

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 文本数值转换及字符串数值转换

1.6 数据行列转换及行列重排

1.7 分类变量的取值和编码

1.8 数据统计分析及其建模基本步骤

1.9 DPS系统函数应用

参考文献

第2章 DPS数据处理基础

2.1 数据基本参数计算

2.2 常用统计分布及DPS统计函数

2.3 正态性检验及参考值范围

2.4 Trimmed及Winsorized均值

2.5 二项分布和Poisson分布的置信区间

2.6 混合分布参数估计

2.7 Pearson-Ⅲ型分布

2.8 异常值检验

2.9 图表处理

参考文献

第二篇 试验统计分析

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f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

4.3 单因素随机区组设计

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 随机区组实验的协方差分析

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 分类数据列联表分析

6.1 列联表分析及卡方检验概述

6.2 列联表的生成与分析

6.3 四格表分析

6.4 多层2x2表Mental.Haenszel检验

6.5 R×C列联表卡方检验

6.6 单向有序R×C表统计检验

6.7 双向有序且属性不同的R×C表统计检验

6.8 McNemar检验及Kappa检验

6.9 2×C表和多层2×C表

6.10 配对病例——对照列联表分析

6.11 重复测定资料似然比卡方检验

参考文献

第7章 分类数据模型分析

7.1 Logistic回归

7.2 条件Logistic回归

7.3 多分类无序反应变量Logistic回归

7.4 多分类有序反应变量Logistic回归

7.5 Poisson回归

7.6 对数线性模型

参考文献

第8章 非参数检验

8.1 两样本配对符号检验

8.2 两样本配对Wilcoxon符号.秩检验

8.3 两样本Wilcoxon检验

8.4.KruskalWallis检验

8.5 中位数检验

8.6 Jonckheere-Terpstra检验

8.7 Friedman检验

8.8 Kendall协同系数检验

8.9 Cochran检验

8.10 非参数回归分析

参考文献

第9章 圆形分布资料统计分析

9.1 平均角及其假设检验

9.2 两个或多个样本平均角的比较

9.3 多个样本平均角的比较

9.4 圆-圆相关

9.5 圆-线相关

参考文献

第10章 多因素优化设计与分析

10.1 正交试验统计分析

10.2 二次正交回归组合(中心复合)设计

10.3 Box.Behnken设计

10.4 均匀试验设计

10.5 二次饱和D.最优设计

10.6 二次正交旋转及二次通用组合实验统计分析

10.7 二次多项式回归模型

10.8 “3414”测土配方施肥实验统计分析

参考文献

第11章 混料试验设计与分析

11.1 单纯形格子设计

11.2 单纯形重心设计

1113有下界约束条件限制的混料试验设计

11.4 单纯形格子设计和单纯形重心设计操作示例

11.5 基于均匀设计表的混料试验设计

11.6 有上下限条件约束的混料试验设计

11.7 具附加线性约束的混料试验设计

11.8 混料试验分析的数学模型

11.9 混料试验数据的回归分析

11.10 偏最小二乘回归分析

参考文献

第三篇 专业试验统计

第12章 数据包络分析和随机前沿面分析

12.1 生产效率分析基本原理

12.2 数据包络分析CCR模型

12.3 数据包络分析扩展模型

12.4 考虑价格因素时的DEA模型

12.5 面板数据的Malmquist指数

12.6 随机前沿面模型

12.7 面板数据随机前沿面模型

参考文献

第13章 量表分析和顾客满意指数模型

13.1 项目分析

13.2 量表可信度分析

……

第14章 生物测定

第15章 诊断试验评价

第16章 序贯试验分析

第17章 抽样技术

第18章 生存分析

第19章 数学生态学方法

第20章 地理统计

第21章 品种比较试验

第22章 遗传统计（参数估计）

第23章 遗传统计（遗传交配设计）

第四篇 多元统计分析

第24章 多变量统计检验

第25章 回归分析

第26章 聚类分析

第27章 判别分析

第28章 多因子分析

第29章 概率统计模型

第五篇 数学模型模拟分析

第30章 非线性回归模型

第31章 数学模型模拟与优化

第32章 数学规划

第33章 状态空间模型

第六篇 常用数值分析

第34章 矩阵计算

第35章 方程求解及多项式求根

第36章 微积分数值计算

第七篇 时间序列分析

第37章 时间序列趋势分析

第38章 时间序列周期分析

第39章 平稳时间序列分析

第40章 其他时间序列模型

第八篇 其他数据分析方法

第41章 模糊数学方法

第42章 灰色系统分析

第43章 神经网络和支持向量机

第44章 多试验、多指标综合评价

配套光盘使用说明

《DPS数据处理系统：实验设计、统计分析及数据挖掘(第2版)(附光盘1张)》从应用角度简要地阐述了现代统计学400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、数据挖掘、灰色理论等方法。全书共8篇44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。
　　《DPS数据处理系统：实验设计、统计分析及数据挖掘(第2版)(附光盘1张)》可供从事自然科学和社会科学如农林牧渔、生态区划、医药卫生、气象、水文地质、地震、市场调研、经济管理等专业的科研、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数据统计分析课程的教材或参考书及实践工具。

本书涉及试验设计、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、典型相关分析等，可供从事自然科学和社会科学如农林牧渔、生态区划、医药卫生、气象、水文地质、地震、市场调研、经济管理等专业的科研、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数据统计分析课程的教材或参考书及实践工具。