DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘（第二版）

定　價(jià)：￥148.00

作　者：	唐啟義著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)體系結(jié)構(gòu)

購(gòu)買這本書(shū)可以去

ISBN：	9787030264435	出版時(shí)間：	2010-02-01	包裝：	精裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	1140	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘（第2版）（附光盤1張）》從應(yīng)用角度簡(jiǎn)要地闡述了現(xiàn)代統(tǒng)計(jì)學(xué)400多種實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)分析和模型模擬方法，如試驗(yàn)設(shè)計(jì)、各類型方差分析、列聯(lián)表分析及非參數(shù)檢驗(yàn)；專業(yè)統(tǒng)計(jì)包括了生物測(cè)定、遺傳育種、生存分析；作物品種區(qū)域試驗(yàn)、空間分布型、數(shù)值生態(tài)學(xué)方法等；各種回歸分析、聚類分析、主成分分析、判別分析、典型相關(guān)分析、對(duì)應(yīng)分析等多元分析技術(shù)；非線性回歸模型參數(shù)估計(jì)、模型模擬技術(shù)；單目標(biāo)和多目標(biāo)線性規(guī)劃、非線性規(guī)劃等運(yùn)籌學(xué)方法；以及狀態(tài)方程、數(shù)值分析、時(shí)間序列分析、模糊數(shù)學(xué)、BP神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、灰色理論等方法。全書(shū)共8篇44章，配以作者開(kāi)發(fā)的計(jì)算機(jī)全屏交互式DPS數(shù)據(jù)處理軟件系統(tǒng)光盤1張?！禗PS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘（第2版）（附光盤1張）》可供從事自然科學(xué)和社會(huì)科學(xué)如農(nóng)林牧漁、生態(tài)區(qū)劃、醫(yī)藥衛(wèi)生、氣象、水文地質(zhì)、地震、市場(chǎng)調(diào)研、經(jīng)濟(jì)管理等專業(yè)的科研、教學(xué)、管理和技術(shù)推廣人員使用，也可作為有關(guān)專業(yè)大學(xué)生和研究生學(xué)習(xí)數(shù)據(jù)統(tǒng)計(jì)分析課程的教材或參考書(shū)及實(shí)踐工具。

作者簡(jiǎn)介

暫缺《DPS數(shù)據(jù)處理系統(tǒng)：實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘（第二版）》作者簡(jiǎn)介

圖書(shū)目錄

序
序二
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 文本數(shù)值轉(zhuǎn)換及字符串?dāng)?shù)值轉(zhuǎn)換
1.6 數(shù)據(jù)行列轉(zhuǎn)換及行列重排
1.7 分類變量的取值和編碼
1.8 數(shù)據(jù)統(tǒng)計(jì)分析及其建?；静襟E
1.9 DPS系統(tǒng)函數(shù)應(yīng)用
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 圖表處理
參考文獻(xiàn)
第二篇試驗(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f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)組實(shí)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Ⅰ
參考文獻(xiàn)
第6章分類數(shù)據(jù)列聯(lián)表分析
6.1 列聯(lián)表分析及卡方檢驗(yàn)概述
6.2 列聯(lián)表的生成與分析
6.3 四格表分析
6.4 多層2x2表Mental.Haenszel檢驗(yàn)
6.5 R×C列聯(lián)表卡方檢驗(yàn)
6.6 單向有序R×C表統(tǒng)計(jì)檢驗(yàn)
6.7 雙向有序且屬性不同的R×C表統(tǒng)計(jì)檢驗(yàn)
6.8 McNemar檢驗(yàn)及Kappa檢驗(yàn)
6.9 2×C表和多層2×C表
6.10 配對(duì)病例——對(duì)照列聯(lián)表分析
6.11 重復(fù)測(cè)定資料似然比卡方檢驗(yàn)
參考文獻(xiàn)
第7章分類數(shù)據(jù)模型分析
7.1 Logistic回歸
7.2 條件Logistic回歸
7.3 多分類無(wú)序反應(yīng)變量Logistic回歸
7.4 多分類有序反應(yīng)變量Logistic回歸
7.5 Poisson回歸
7.6 對(duì)數(shù)線性模型
參考文獻(xiàn)
第8章非參數(shù)檢驗(yàn)
8.1 兩樣本配對(duì)符號(hào)檢驗(yàn)
8.2 兩樣本配對(duì)Wilcoxon符號(hào).秩檢驗(yàn)
8.3 兩樣本W(wǎng)ilcoxon檢驗(yàn)
8.4.KruskalWallis檢驗(yàn)
8.5 中位數(shù)檢驗(yàn)
8.6 Jonckheere-Terpstra檢驗(yàn)
8.7 Friedman檢驗(yàn)
8.8 Kendall協(xié)同系數(shù)檢驗(yàn)
8.9 Cochran檢驗(yàn)
8.10 非參數(shù)回歸分析
參考文獻(xiàn)
第9章圓形分布資料統(tǒng)計(jì)分析
9.1 平均角及其假設(shè)檢驗(yàn)
9.2 兩個(gè)或多個(gè)樣本平均角的比較
9.3 多個(gè)樣本平均角的比較
9.4 圓-圓相關(guān)
9.5 圓-線相關(guān)
參考文獻(xiàn)
第10章多因素優(yōu)化設(shè)計(jì)與分析
10.1 正交試驗(yàn)統(tǒng)計(jì)分析
10.2 二次正交回歸組合(中心復(fù)合)設(shè)計(jì)
10.3 Box.Behnken設(shè)計(jì)
10.4 均勻試驗(yàn)設(shè)計(jì)
10.5 二次飽和D.最優(yōu)設(shè)計(jì)
10.6 二次正交旋轉(zhuǎn)及二次通用組合實(shí)驗(yàn)統(tǒng)計(jì)分析
10.7 二次多項(xiàng)式回歸模型
10.8 “3414”測(cè)土配方施肥實(shí)驗(yàn)統(tǒng)計(jì)分析
參考文獻(xiàn)
第11章混料試驗(yàn)設(shè)計(jì)與分析
11.1 單純形格子設(shè)計(jì)
11.2 單純形重心設(shè)計(jì)
1113有下界約束條件限制的混料試驗(yàn)設(shè)計(jì)
11.4 單純形格子設(shè)計(jì)和單純形重心設(shè)計(jì)操作示例
11.5 基于均勻設(shè)計(jì)表的混料試驗(yàn)設(shè)計(jì)
11.6 有上下限條件約束的混料試驗(yàn)設(shè)計(jì)
11.7 具附加線性約束的混料試驗(yàn)設(shè)計(jì)
11.8 混料試驗(yàn)分析的數(shù)學(xué)模型
11.9 混料試驗(yàn)數(shù)據(jù)的回歸分析
11.10 偏最小二乘回歸分析
參考文獻(xiàn)
第三篇專業(yè)試驗(yàn)統(tǒng)計(jì)
第12章數(shù)據(jù)包絡(luò)分析和隨機(jī)前沿面分析
12.1 生產(chǎn)效率分析基本原理
12.2 數(shù)據(jù)包絡(luò)分析CCR模型
12.3 數(shù)據(jù)包絡(luò)分析擴(kuò)展模型
12.4 考慮價(jià)格因素時(shí)的DEA模型
12.5 面板數(shù)據(jù)的Malmquist指數(shù)
12.6 隨機(jī)前沿面模型
12.7 面板數(shù)據(jù)隨機(jī)前沿面模型
參考文獻(xiàn)
第13章量表分析和顧客滿意指數(shù)模型
13.1 項(xiàng)目分析
13.2 量表可信度分析
……
第14章生物測(cè)定
第15章診斷試驗(yàn)評(píng)價(jià)
第16章序貫試驗(yàn)分析
第17章抽樣技術(shù)
第18章生存分析
第19章數(shù)學(xué)生態(tài)學(xué)方法
第20章地理統(tǒng)計(jì)
第21章品種比較試驗(yàn)
第22章遺傳統(tǒng)計(jì)（參數(shù)估計(jì)）
第23章遺傳統(tǒng)計(jì)（遺傳交配設(shè)計(jì)）
第四篇多元統(tǒng)計(jì)分析
第24章多變量統(tǒng)計(jì)檢驗(yàn)
第25章回歸分析
第26章聚類分析
第27章判別分析
第28章多因子分析
第29章概率統(tǒng)計(jì)模型
第五篇數(shù)學(xué)模型模擬分析
第30章非線性回歸模型
第31章數(shù)學(xué)模型模擬與優(yōu)化
第32章數(shù)學(xué)規(guī)劃
第33章狀態(tài)空間模型
第六篇常用數(shù)值分析
第34章矩陣計(jì)算
第35章方程求解及多項(xiàng)式求根
第36章微積分?jǐn)?shù)值計(jì)算
第七篇時(shí)間序列分析
第37章時(shí)間序列趨勢(shì)分析
第38章時(shí)間序列周期分析
第39章平穩(wěn)時(shí)間序列分析
第40章其他時(shí)間序列模型
第八篇其他數(shù)據(jù)分析方法
第41章模糊數(shù)學(xué)方法
第42章灰色系統(tǒng)分析
第43章神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)
第44章多試驗(yàn)、多指標(biāo)綜合評(píng)價(jià)
配套光盤使用說(shuō)明