DPS數(shù)據(jù)處理系統(tǒng)：基礎(chǔ)統(tǒng)計(jì)及實(shí)驗(yàn)設(shè)計(jì)（第1卷 第3版）

序一
序二
第三版前言
第二版前言
第一版前言
第一篇 DPS數(shù)據(jù)處理系統(tǒng)
第1章 DPS系統(tǒng)簡(jiǎn)介
1.1 系統(tǒng)功能簡(jiǎn)介
1.2 DPS系統(tǒng)的不同版本
1.3 系統(tǒng)運(yùn)行環(huán)境與安裝、使用
1.4 DPS的基本操作
1.5 DPS系統(tǒng)功能的用戶(hù)定制
1.6 文本數(shù)值轉(zhuǎn)換及字符串?dāng)?shù)值轉(zhuǎn)換
1.7 數(shù)據(jù)行列轉(zhuǎn)換及行列重排
1.8 分類(lèi)變量的取值和編碼
1.9 數(shù)據(jù)統(tǒng)計(jì)分析及其建?；静襟E
1.10 工作表中圖形的輸出
1.11 DPS系統(tǒng)函數(shù)應(yīng)用
1.12 DPS系統(tǒng)應(yīng)用常見(jiàn)問(wèn)題解答
參考文獻(xiàn)
第2章 DPS數(shù)據(jù)處理基礎(chǔ)
2.1 數(shù)據(jù)基本參數(shù)計(jì)算
2.2 常用統(tǒng)計(jì)分布及DPS統(tǒng)計(jì)函數(shù)
2.3 正態(tài)性檢驗(yàn)及參考值范圍
2.4 Trimmed及Winsorized均值
2.5 二項(xiàng)分布和Poisson分布的置信區(qū)間
2.6 混合分布參數(shù)估計(jì)
2.7 Pearson-Ⅲ型分布
2.8 異常值檢驗(yàn)
2.9 缺失值的處理
2.10 圖表處理
參考文獻(xiàn)
第二篇 實(shí)驗(yàn)統(tǒng)計(jì)分析
第3章 一組樣本和兩組樣本統(tǒng)計(jì)檢驗(yàn)
3.1 顯著性檢驗(yàn)基本原理
3.2 平均數(shù)和總體差異檢驗(yàn)
3.3 總體均值樣本量估計(jì)
3.4 樣本率和總體率的比較
3.5 Poisson分布的均數(shù)和總體比較
3.6 兩組樣本均值差異t檢驗(yàn)
3.7 小樣本均值差異Fisher非參數(shù)檢驗(yàn)
3.8 Bonferroni檢驗(yàn)
3.9 兩組樣本率差別檢驗(yàn)
3.10 兩總體檢驗(yàn)樣本含量及功效估計(jì)
3.11 概率模型擬合優(yōu)度檢驗(yàn)
參考文獻(xiàn)
第4章 方差分析
4.1 方差分析基本原理和步驟
4.2 單因素完全隨機(jī)設(shè)計(jì)
4.3 單因素隨機(jī)區(qū)組設(shè)計(jì)
4.4 系統(tǒng)分組（巢式）設(shè)計(jì)
4.5 二因素（組內(nèi)無(wú)重復(fù)）完全隨機(jī)設(shè)計(jì)
4.6 二因素完全隨機(jī)設(shè)計(jì)
4.7 二因素隨機(jī)區(qū)組設(shè)計(jì)
4.8 平衡不完全區(qū)組設(shè)計(jì)試驗(yàn)
4.9 多因素試驗(yàn)設(shè)計(jì)
4.10 裂區(qū)試驗(yàn)設(shè)計(jì)
4.11 重復(fù)測(cè)量資料方差分析
4.12 拉丁方設(shè)計(jì)
4.13 隨機(jī)區(qū)組試驗(yàn)的協(xié)方差分析
參考文獻(xiàn)
第5章 一般線性模型
5.1 線性模型基本原理
5.2 GLM模型用戶(hù)操作界面
5.3 GLM模型輸出結(jié)果分析
5.4 一般方差分析的GLM模型
5.5 混合效應(yīng)模型方差分析
5.6 系統(tǒng)分組（或嵌套）設(shè)計(jì)
5.7 裂區(qū)試驗(yàn)統(tǒng)計(jì)分析
5.8 協(xié)方差分析
5.9 數(shù)量化方法
參考文獻(xiàn)
第6章 相關(guān)與回歸分析
6.1 回歸和相關(guān)概念
6.2 兩變量的相關(guān)分析
6.3 直線回歸
6.4 曲線回歸（Ⅰ：直線化方法）
6.5 曲線回歸（Ⅱ：非線性最小二乘法）
6.6 局部加權(quán)散點(diǎn)光滑（LOWESS）估計(jì)
參考文獻(xiàn)
第7章 分類(lèi)數(shù)據(jù)列聯(lián)表分析
7.1 列聯(lián)表分析及卡方檢驗(yàn)概述
7.2 列聯(lián)表的生成與分析
7.3 四格表分析
7.4 多層22表Mental-Haenszel檢驗(yàn)
7.5 RC列聯(lián)表卡方檢驗(yàn)
7.6 單向有序RC表統(tǒng)計(jì)檢驗(yàn)
7.7 雙向有序且屬性不同的RC表統(tǒng)計(jì)檢驗(yàn)
7.8 McNemar檢驗(yàn)及Kappa檢驗(yàn)
7.9 2C表和多層2C表
7.10 配對(duì)病例——對(duì)照列聯(lián)表分析
7.11 重復(fù)測(cè)定資料似然比卡方檢驗(yàn)
7.12 Poisson分布抽樣情況下多樣本檢驗(yàn)
參考文獻(xiàn)
第8章 分類(lèi)數(shù)據(jù)模型分析
8.1 Logistic回歸
8.2 條件Logistic回歸
8.3 多分類(lèi)無(wú)序反應(yīng)變量Logistic回歸
8.4 多分類(lèi)有序反應(yīng)變量Logistic回歸
8.5 Poisson回歸
8.6 對(duì)數(shù)線性模型
8.7 其他分類(lèi)數(shù)據(jù)建模方法
參考文獻(xiàn)
第9章 非參數(shù)檢驗(yàn)
9.1 兩樣本配對(duì)符號(hào)檢驗(yàn)
9.2 兩樣本配對(duì)Wilcoxon符號(hào)-秩檢驗(yàn)
9.3 兩樣本W(wǎng)ilcoxon檢驗(yàn)
9.4 KruskalWallis檢驗(yàn)
9.5 中位數(shù)檢驗(yàn)
9.6 Jonckheere-Terpstra檢驗(yàn)
9.7 Friedman檢驗(yàn)
9.8 Kendall協(xié)同系數(shù)檢驗(yàn)
9.9 Cochran檢驗(yàn)
9.10 非參數(shù)回歸分析
參考文獻(xiàn)
第10章 圓形分布資料統(tǒng)計(jì)分析
10.1 平均角及其假設(shè)檢驗(yàn)
10.2 兩個(gè)或多個(gè)樣本平均角的比較
10.3 多個(gè)樣本平均角的比較
10.4 圓-圓相關(guān)
10.5 圓-線相關(guān)
參考文獻(xiàn)
第11章 多因素優(yōu)化設(shè)計(jì)與分析
11.1 正交試驗(yàn)統(tǒng)計(jì)分析
11.2 二次正交回歸組合（中心復(fù)合）設(shè)計(jì)
11.3 Box-Behnken設(shè)計(jì)
11.4 均勻試驗(yàn)設(shè)計(jì)
11.5 二次飽和D-最優(yōu)設(shè)計(jì)
11.6 多因素設(shè)計(jì)優(yōu)化分析
11.7 含有區(qū)組設(shè)計(jì)的多因素優(yōu)化分析
11.8 “3414”測(cè)土配方施肥實(shí)驗(yàn)統(tǒng)計(jì)分析
參考文獻(xiàn)
第12章 混料試驗(yàn)設(shè)計(jì)與分析
12.1 單純形格子設(shè)計(jì)
12.2 單純形重心設(shè)計(jì)
12.3 有下界約束條件限制的混料試驗(yàn)設(shè)計(jì)
12.4 單純形格子設(shè)計(jì)和單純形重心設(shè)計(jì)操作示例
12.5 基于均勻設(shè)計(jì)表的混料試驗(yàn)設(shè)計(jì)
12.6 有上下限條件約束的混料試驗(yàn)設(shè)計(jì)
12.7 具附加線性約束的混料試驗(yàn)設(shè)計(jì)
12.8 混料試驗(yàn)分析的數(shù)學(xué)模型
12.9 混料試驗(yàn)數(shù)據(jù)的回歸分析
12.10 偏最小二乘回歸分析
參考文獻(xiàn)
第13章 抽樣技術(shù)
13.1 簡(jiǎn)單隨機(jī)抽樣
13.2 分層隨機(jī)抽樣
13.3 整群抽樣
13.4 系統(tǒng)抽樣
13.5 序貫抽樣
13.6 敏感性問(wèn)題抽樣
參考文獻(xiàn)