實(shí)用統(tǒng)計(jì)方法（非數(shù)學(xué)專(zhuān)業(yè)）

第一章 多元回歸分析
1.1 多元線性回歸模型
1.1.1 多元線性回歸模型及其矩陣表示
1.1.2 β及σ的平方的估計(jì)
1.1.3 有關(guān)的統(tǒng)計(jì)推斷
1.1.4 與回歸參數(shù)有關(guān)的一般檢驗(yàn)方法
1.2 殘差分析
1.2.1 誤差項(xiàng)的正態(tài)性檢驗(yàn)
1.2.2 殘差圖分析
1.3 最優(yōu)回歸方程的選取與系統(tǒng)建模概述
1.3.1 窮舉法
1.3.2 逐步回歸法
1.3.3 系統(tǒng)建模過(guò)程概述
習(xí)題一
第二章 主成分分析及典型相關(guān)分析
2.1 主成分分析
2.1.1 總體主成分
2.1.2 樣本主成分
2.2 典型相關(guān)分析
2.2.1 總體的典型變量與典型相關(guān)
2.2.2 樣本的典型變量與典型相關(guān)
2.2.3 典型相關(guān)系數(shù)的顯著性檢驗(yàn)
習(xí)題二
第三章 判別分析
3.1 判別分析的基本思想及意義
3.2 距離判別
3.2.1 兩總體的距離判別
3.2.2 多總體的距離判別
3.2.3 判別準(zhǔn)則的評(píng)價(jià)
3.3 Bayes判別
3.3.1 Bayes判別的基本思想
3.3.2 兩總體的Bayes判別
3.3.3 多總體的Bayes判別
習(xí)題三
第四章 聚類(lèi)分析
4.1 分類(lèi)統(tǒng)計(jì)量
4.1.1 樣品間的“相近性”度量——距離
4.1.2 變量間的“關(guān)聯(lián)性”度量——相似系數(shù)
4.2 譜系聚類(lèi)法
4.2.1 類(lèi)與類(lèi)之間的距離
4.2.2 譜系聚類(lèi)法
4.3 模糊聚類(lèi)法
4.3.1 模糊聚類(lèi)的基本概念
4.3.2 模糊聚類(lèi)方法
習(xí)題四
第五章 非參數(shù)秩方法
5.1 兩種處理方法比較的秩檢驗(yàn)
5.1.1 兩種處理方法比較的隨機(jī)化模型及秩的零分布
5.1.2 Wilcoxon秩和檢驗(yàn)
5.1.3 Smirnov檢驗(yàn)
5.2 多種處理方法比較的秩檢驗(yàn)
5.2.1 多種處理方法比較中秩的概念及其零分布
5.2.2 Kruskal-Wallis檢驗(yàn)
5.3 成對(duì)分組下兩種處理方法的比較
5.3.1 符號(hào)檢驗(yàn)
5.3.2 Wilcoxon符號(hào)秩檢驗(yàn)
5.4 分組設(shè)計(jì)下多種處理方法的比較
5.4.1 分組設(shè)計(jì)下秩的定義及其零分布
5.4.2 Friedman檢驗(yàn)
5.4.3 改進(jìn)的Friedman檢驗(yàn)
習(xí)題五
第六章 列聯(lián)表的獨(dú)立性分析
6.1 定性變量與列聯(lián)表
6.2 二維列聯(lián)表的獨(dú)立性檢驗(yàn)
6.2.1 r×s列聯(lián)表的Pearson X平方檢驗(yàn)
6.2.2 幾種特殊情況
6.3 三維列聯(lián)表的對(duì)數(shù)線性模型分析法
6.3.1 三維列聯(lián)表的對(duì)數(shù)線性模型
6.3.2 對(duì)數(shù)線性模型的擬合與選擇
習(xí)題六
第七章 試驗(yàn)設(shè)計(jì)
7.1 正交拉丁方格表
7.1.1 拉丁方格和標(biāo)準(zhǔn)方格
7.1.2 正交拉丁方格
7.1.3 拉丁方格在安排試驗(yàn)中的應(yīng)用
7.2 正交表方法
7.2.1 正交表及表頭設(shè)計(jì)
7.2.2 正交表的直觀分析
7.2.3 正交表的方差分析
習(xí)題七
第八章 抽樣調(diào)查
8.1 抽樣調(diào)查的概念及注意事項(xiàng)
8.1.1 概率抽樣和非概率抽樣
8.1.2 抽樣單位和抽樣框
8.1.3 調(diào)查表的設(shè)計(jì)及注意事項(xiàng)
8.1.4 調(diào)查數(shù)據(jù)的審核
8.2 簡(jiǎn)單隨機(jī)抽樣
8.2.1 定義
8.2.2 簡(jiǎn)單隨機(jī)抽樣的實(shí)施
8.2.3 調(diào)查目標(biāo)量的估計(jì)
8.2.4 估計(jì)量的性質(zhì)與誤差
8.2.5 總體目標(biāo)量的區(qū)間估計(jì)
8.2.6 樣本容量n的確定
8.3 分層抽樣法
8.3.1 分層抽樣的定義及適用范圍
8.3.2 分層抽樣的樣本抽取
8.3.3 調(diào)查目標(biāo)量的估計(jì)量
8.3.4 分層子樣本容量的最優(yōu)決策
8.3.5 樣本容量的確定
8.4 整群抽樣法和等距抽樣法
8.4.1 整群抽樣法
8.4.2 等距抽樣法
習(xí)題八
附錄 SAS軟件簡(jiǎn)介
I SAS系統(tǒng)簡(jiǎn)介
一. 數(shù)據(jù)的輸入與輸出
二. 利用已有SAS數(shù)據(jù)文件建立新的SAS數(shù)據(jù)文件
三. SAS系統(tǒng)的數(shù)學(xué)運(yùn)算符號(hào)及常用的SAS函數(shù)
四. 邏輯語(yǔ)句與循環(huán)語(yǔ)句
五. 幾種基本統(tǒng)計(jì)分析的SAS程序
II 幾種常用統(tǒng)計(jì)分析方法的SAS程序
一. PROC REG程序
二. PROC PRINCOMP程序
三. PROC CANCORR程序
四. PROC DISCRIM程序
五. PROC CLUSTER程序
六. PROC CATMOD程序
參考文獻(xiàn)
附表
附表1 標(biāo)準(zhǔn)正態(tài)分布表
附表2 t分布表
附表3 x平方分布表
附表4 F分布表
附表5 Wilcoxon秩和分布：P W≤a
附表6 Smirnov精確上側(cè)概率：P Dn,n≥a／n
附表7 Smirnov極限分布：K z =limP[√mn/ m n Dm,n≥z]
附表8 Wilcoxon符號(hào)秩分布：P V≤u
附表9 Friedman統(tǒng)計(jì)量的上側(cè)概率：P Q≥c N組s種方法
附表10 正交拉丁方格表
附表11 正交表
附表12 五千個(gè)隨機(jī)數(shù)表