统计分析及其SAS实现PDF|Epub|txt|kindle电子书版本网盘下载

统计分析及其SAS实现PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 统计分析的SAS基础1

1．1 SAS概述1

1．1．1 显示管理方式2

1．1．2 系统配置3

1．2 SAS编程基础4

1．2．1 数据步基本语句5

1．2．2 input语句6

1．2．3 数据集与数据库9

1．3 几个常用过程10

1．3．1 print过程10

1．3．2 sort过程11

1．3．3 gplot过程12

1．3．4 transpose过程（转置数据集）14

1．3．5 standard过程（标准化数据）15

1．4 常用结构语句16

1．4．1 选择结构16

1．4．2 循环结构19

1．5 SAS数据集管理22

1．5．1 编辑数据集22

1．5．2 数据集的横向合并23

1．5．3 与其他系统数据集间的转换26

1．6 SAS的常用统计函数27

1．6．1 随机数生成函数28

1．6．2 累积分布函数和概率密度函数31

1．6．3 分位数函数32

1．7 补充与习题33

第2章 描述统计38

2．1 描述性统计量39

2．1．1 描述总体分布位置的统计量39

2．1．2 描述总体分散程度的统计量42

2．1．3 描述总体分布形状的统计量43

2．2 图形描述总体44

2．2．1 条形图和直方图45

2．2．2 箱线图（Box-and-Whisker）47

2．3 补充与习题49

第3章 假设检验51

3．1 假设检验与区间估计51

3．1．1 参数的假设检验51

3．1．2 参数的区间估计53

3．2 正态总体均值和方差的检验54

3．2．1 正态总体均值检验55

3．2．2 正态总体方差检验57

3．3 两总体均值比较61

3．3．1 独立组均值比较61

3．3．2 成对组均值比较66

3．4 正态性检验70

3．4．1 χ2检验法71

3．4．2 经验分布函数（ECDF）检验法74

3．4．3 Shapiro-Wilk检验74

3．5 补充与习题76

第4章 线性回归分析与回归诊断78

4．1 统计模型78

4．2 模型参数的最小二乘估计和因变量的预测79

4．2．1 模型参数的最小二乘估计及其性质79

4．2．2 因变量的预测80

4．3 回归分析中的假设检验81

4．3．1 回归方程的显著性检验81

4．3．2 单个回归系数的显著性检验82

4．3．3 回归系数的一般线性假设检验83

4．3．4 应用例子85

4．4 回归诊断91

4．4．1 残差分析92

4．4．2 影响分析94

4．4．3 多重共线性97

4．5 多重共线性处理方法101

4．5．1 筛选回归变量101

4．5．2 岭回归107

4．6 补充与习题110

第5章 方差分析114

5．1 单因子方差分析114

5．1．1 模型及其显著性检验114

5．1．2 方差齐性检验117

5．1．3 可估函数与对比119

5．1．4 多重比较121

5．2 无交互效应的两因子方差分析127

5．2．1 模型及因子效应的显著性检验127

5．2．2 因子显著性检验统计量分布的推导129

5．2．3 多重比较与同时置信区间130

5．3 有交互效应的两因子方差分析133

5．3．1 模型及因子效应的显著性检验134

5．4 一般线性模型（glm）过程138

5．5 补充与习题139

第6章 分类数据的列联表分析143

6．1 用freq过程生成列联表143

6．2 单向表分析148

6．2．1 二项分布参数的检验与区间估计148

6．2．2 多项分布参数检验148

6．3 双向表分析151

6．3．1 独立性的χ2检验151

6．3．2 小样本列联表独立性的Fisher精确检验152

6．4 2×2表分析155

6．4．1 风险和风险差155

6．4．2 相对风险和优比比率156

6．5 补充与习题160

第7章 主成分分析163

7．1 总体主成分163

7．1．1 主成分定义及求法163

7．1．2 主成分性质164

7．1．3 标准化变量的主成分166

7．2 样本主成分与主成分得分168

7．2．1 样本主成分168

7．2．2 主成分得分169

7．3 补充与习题171

第8章 因子分析174

8．1 正交因子模型及模型中各量的统计意义174

8．1．1 正交因子模型174

8．1．2 正交因子模型的性质175

8．1．3 因子载荷阵中各量的统计意义176

8．2 模型参数估计177

8．2．1 模型参数的主成分估计177

8．2．2 模型参数的主因子与迭代主因子估计178

8．2．3 模型参数的极大似然估计183

8．3 因子旋转与因子得分183

8．3．1 因子旋转183

8．3．2 因子得分184

8．4 补充与习题188

第9章 典型相关分析190

9．1 总体典型相关变量190

9．1．1 第一对典型相关变量的求法190

9．1．2 一般典型相关变量求法193

9．1．3 典型相关变量的性质194

9．2 典型相关变量系数的估计和典型变量得分195

9．3 典型相关系数检验197

9．3．1 第一个典型相关系数的检验197

9．3．2 一般典型相关系数的检验201

9．4补充与习题203

第10章 判别分析206

10．1 多总体距离判别206

10．1．1 马氏距离206

10．1．2 马氏距离判别207

10．2 正态总体判别分析中的检验问题209

10．2．1 多元方差分析——MANOVA209

10．2．2 多元正态两总体均值比较210

10．2．3 多元正态总体协差阵的齐性检验210

10．3 Bayes判别分析211

10．3．1 先验概率的确定212

10．3．2 后验概率与广义平方距离212

10．3．3 Bayes判别准则213

10．4 非参数判别217

10．4．1 密度函数核估计218

10．4．2 k-最近邻估计219

10．5 逐步判别与stepdisc过程221

10．5．1 逐步判别的理论基础222

10．5．2 逐步判别的计算223

10．6 补充与习题228

第11章 聚类分析231

11．1 系统聚类法231

11．1．1 系统聚类法分类231

11．1．2 系统聚类法的性质235

11．1．3 类个数的确定236

11．2 动态聚类法与fastclus过程244

11．2．1 初始凝聚点的选取245

11．2．2 初始分类与修改分类246

11．3 补充与习题250

附录A 辅助知识252

A．1矩阵知识252

A．1．1 分块矩阵的行列式与逆252

A．1．2 投影阵253

A．2 回归问题254

A．3 随机向量的投影与相关系数255

参考文献258