大多数科研活动是通过试验研究来定量探明问题中的因子效应、因果关系或相关关系的,一般涉及试验设计和统计分析两个基本过程。手工处理数据已难于完成设想的任务,尤其是多变量大规模样本的海量数据处理。鉴于SAS软件在数据处理方面的突出优势,借助SAS进行试验设计和统计分析是非常必要的。
SAS(Statistical Analysis System)是一款非常优秀的统计软件,由美国SAS软件研究所(SAS Institute)研制和发布。SAS具有强大完备的数据存取、数据管理、数据分析和数据展现功能,能有效解决试验设计、统计分析、规划决策、质量控制、经济计量、金融财务等方面的数据处理问题,广泛应用于大学教育、科学研究、产品研发、企业生产、行政管理、经济管理等领域。目前,SAS被公认为数据处理方面的标准软件,它与SPSS、BMDP并称为国际上最有影响的三大统计软件。
SAS采用多窗口集成操作环境,每个窗口均配置标题栏、菜单栏、工具条和注释栏,根据需要还配置列表框、滚动条、选项框等控件,布局美观易用。用SAS进行数据处理时,既可采用菜单驱动方式,又可采用程序驱动方式。采用菜单驱动方式处理数据操作虽较为简单,容易使用户掌握SAS的用法,但操作过程需要较多的选项步骤,在统计原理不太清楚时仍难免造成数据分析错误。另外,菜单驱动方式处理数据未包含SAS的许多统计方法,因而其应用有一定的局限性。相比之下,采用程序驱动方式处理数据的方法具有较强的建模能力和适应性,能灵活用于复杂多样背景下的试验数据处理,对于解决各种实际问题更加有效。再者,SAS程序仅有数据步(DATA STEP)和过程步(PROC STEP)两种类型,两种程序的格式结构基本相同且用法较简单,几个语句就能实现丰富的统计功能,而且程序驱动方式处理数据囊括了SAS的全部统计方法。
本书是为“试验设计与统计分析”课程教材配套的上机练习指导书。全书共分12个单元,每个单元又按问题类型划分出若干节。每个单元的练习对象均以实例展开,以问题、试验、数据、程序、结果、分析的基本架构由浅入深陈述,对于较难的问题还介绍了数学模型和统计方法。掌握这些内容后,读者还可以通过举一反三实现更为复杂的统计分析。
本书前8个单元为SAS应用的基础性练习。第1单元为SAS基本操作,主要使读者熟悉SAS软件和它的基本操作,进而为后续单元的试验设计和统计分析做好准备;第2单元为SAS试验设计,主要使读者掌握试验的主要设计方法,并为后续单元的试验分析做好准备;第3单元为SAS数据整理,主要使读者掌握试验数据的格式整理和数据表管理,并为后续单元中试验分析的SAS编程做好准备;第4单元为SAS统计绘图,主要使读者掌握SAS统计数据的展现方法;第5单元为SAS统计推断,主要使读者掌握参数估计及假设检验的概念和方法;第6单元为单因子试验统计分析,主要使读者掌握单因子试验的因果分析方法;第7单元为多因子试验统计分析,主要使读者掌握多因子试验的因果分析方法;第8单元为回归试验统计分析,主要使读者掌握变量间相关关系的分析方法;后4个单元为SAS应用的高级统计实践。第9单元为主分量分析,主要使读者掌握变量集的化简技术和问题的综合评价技术;第10单元为因子分析,主要使读者掌握问题的潜在因子分析技术;第11单元为聚类分析,主要使读者掌握研究对象的数值分类技术;第12单元为判别分析,主要使读者掌握研究对象的判别分类技术。
本书自2000年起先后在山西农业大学园艺学院“生物统计学”(后改名为“试验设计与统计分析”)、工学院“试验设计与多元分析”的实验课上使用,课程对象既有本科生又有研究生。本书历经10余届的教学应用和多次大的修改、增删和调整,从最初的仅服务于课程教学到现在的教学与科研兼顾,其凝聚了很多学生的学习经验和编著者的教学科研体会。
本书具有由浅入深、系统性强、层次分明、实例丰富、适合自学、易学易懂、不需较强计算机基础等特点,旨在使读者通过“模仿"para" label-module="para">
限于编著者水平,教材中一定存在不妥之处,恳切希望广大读者批评指正。
本书是为“试验设计与统计分析”课程配套的SAS上机操作类教程。全书包括12个单元。前8个单元为SAS应用的基础性练习,包括SAS基本操作、SAS试验设计、SAS数据整理、SAS统计绘图、SAS统计推断、单因子试验统计分析、多因子试验统计分析、回归试验统计分析8个专题,读者可按需要选取部分内容用作上机练习,培养利用SAS软件解决试验设计与数据处理问题的基本技能。后4个单元为SAS软件的高级统计实践,包括主分量分析、因子分析、聚类分析、判别分析4个专题,读者通过这4个单元的学习,可培养利用SAS软件解决多变量数据分析问题的基本技能。
本书主要面向农业院校园艺、农学、林科、动科、工科、生物科学等专业的本科生和研究生,所提供的试验统计方法亦适合其它高等院校“试验设计与统计分析”类课程的需要,也可为科研人员和生产技术人员在试验设计和数据处理方面提供帮助。
第1单元 SAS基本操作 1
1.1 SAS操作界面 1
1.2 SAS窗口操作 3
1.3 SAS菜单操作 7
1.4 SAS按钮操作 9
1.5 SAS数据库操作 9
1.5.1 定制Explorer显示格式 9
1.5.2 定制Explorer排列格式 10
1.5.3 创建SAS数据库 10
1.5.4 查找SAS数据库 11
1.5.5 查看SAS数据文件的属性 12
1.6 SAS文件操作 12
1.6.1 复制SAS数据文件 13
1.6.2 重命名SAS数据文件 13
1.6.3 打开SAS数据文件 14
1.6.4 删除SAS数据文件 14
1.7 管理磁盘文件 15
1.8 SAS编程基础 15
1.8.1 SAS程序的格式结构 16
1.8.2 SAS程序示例 16
1.9 SAS帮助操作 17
上机报告的写作要求 18
第2单元 SAS试验设计 19
2.1 术语和符号 19
2.2 随机抽样的设计 20
2.2.1 单变量随机抽样设计 20
2.2.2 配对变量随机抽样设计 21
2.2.3 两独立变量随机抽样设计 22
2.3 单因子试验设计 23
2.3.1 完全顺序设计 23
2.3.2 区组顺序设计 24
2.3.3 完全随机设计 25
2.3.4 完全随机区组设计 25
2.3.5 拉丁方设计 26
2.4 试验处理的析因设计 27
2.4.1 完全析因设计 27
2.4.2 区组析因设计 30
2.4.3 部分析因设计 32
2.4.4 最小部分析因设计 34
2.5 多因子试验设计 37
2.5.1 完全顺序设计 37
2.5.2 完全随机设计 38
2.5.3 不完全随机设计 39
2.5.4 完全随机区组设计 40
2.5.5 不完全随机区组设计 41
2.5.6 裂区设计 42
2.5.7 巢式设计 43
2.6 回归试验设计 44
2.6.1 一元回归设计 45
2.6.2 多元回归设计 45
2.7 响应面设计 47
2.7.1 问题和模型 48
2.7.2 中心组合正交旋转设计 48
2.7.3 中心组合精度均衡设计 54
2.7.4 小试验量的中心组合设计 55
2.7.5 Box-Behnken设计 56
2.8 最优试验设计 56
2.8.1 最优区组析因设计 57
2.8.2 最优平衡不完全区组设计 58
2.8.3 最优不完全区组设计 60
2.8.4 最优部分析因设计 61
上机报告 62
第3单元 SAS数据整理 63
3.1 数据表的格式要求 63
3.2 用Excel整理试验数据 64
3.2.1 创建Excel数据表 64
3.2.2 将Excel数据表转换成SAS数据表 65
3.3 用SAS整理试验数据 67
3.4 创建各种形式的SAS数据表 69
3.4.1 字符型SAS数据表 69
3.4.2 数值型SAS数据表 69
3.4.3 混合型SAS数据表 70
3.4.4 含频数和权值的SAS数据表 71
3.4.5 单变量SAS数据表 71
3.4.6 单向分组SAS数据表 72
3.4.7 两向分组SAS数据表 72
3.4.8 n向分组SAS数据表 72
3.4.9 二值SAS数据表 74
3.4.10 协差阵和相关阵SAS数据表 75
3.5 SAS数据表的管理 77
3.5.1 复制数据表 77
3.5.2 添加观测 78
3.5.3 修改观测 78
3.5.4 删除观测 79
3.5.5 更新观测 80
3.5.6 合并数据表 80
3.5.7 抽取子表 81
3.5.8 行对应合并数据表 82
3.5.9 匹配合并数据表 83
3.5.10 改变量名 83
3.5.11 删除变量 84
3.5.12 保留变量 85
3.6 SAS数据表的观测排序 85
3.7 SAS数据变换 86
3.8 SAS数据概括 87
上机报告 89
第4单元 SAS统计绘图 90
4.1 用SAS绘制散点图 90
4.1.1 单变量散点图 91
4.1.2 两变量散点图 91
4.1.3 多变量散点图 92
4.2 用SAS绘制折线图 93
4.2.1 单变量折线图 93
4.2.2 变量相关折线图 94
4.2.3 多变量折线图 95
4.3 用SAS绘制盒须图 95
4.4 用SAS绘制曲线图 98
4.4.1 拟合曲线图 98
4.4.2 函数的图形 100
4.5 用SAS绘制饼图 101
4.6 用SAS绘制柱形图 102
4.6.1 离散变量的频数分布图 103
4.6.2 离散变量的累积频数分布图 104
4.6.3 离散变量的百分率分布图 105
4.6.4 离散变量的累积百分率分布图 105
4.7 用SAS绘制直方图 106
4.7.1 连续变量的频数分布图 108
4.7.2 连续变量的累积频数分布图 109
4.7.3 连续变量的百分率分布图 110
4.7.4 连续变量的累积百分率分布图 111
4.8 用SAS绘制误差图 112
4.9 用SAS绘制三维网格图 114
4.10 用SAS绘制等值线图 115
上机报告 116
第5单元 SAS统计推断 117
5.1 SAS概率计算 117
5.1.1 贝努利分布 118
5.1.2 Poisson分布 119
5.1.3 正态分布 120
5.1.4 t分布 121
5.1.5 χ2分布 122
5.1.6 F分布 123
5.1.7 均匀分布随机数 124
5.1.8 离散分布随机数 125
5.2 单变量样本统计推断 125
5.2.1 0-1分布比率Z检验 126
5.2.2 离散变量的频数分布及检验 129
5.2.3 连续变量的频数分布及检验 134
5.2.4 基于观测的参数估计 138
5.2.5 基于频数的参数估计 139
5.2.6 连续变量均值和方差的假设检验 141
5.3 配对样本均值差t检验 142
5.4 两独立样本均值差t检验 144
5.5 多变量样本相关系数检验 145
上机报告 146
第6单元 单因子试验统计分析 148
6.1 单因子试验数据处理方法 148
6.2 平衡随机设计的试验分析 148
6.2.1 无协变量平衡随机设计的试验分析 148
6.2.2 含协变量平衡随机设计的试验分析 150
6.3 不平衡随机设计的试验分析 154
6.4 完全随机区组设计的试验分析 156
6.5 最优不完全随机区组设计的"para" label-module="para">
6.6 拉丁方设计的试验分析 160
上机报告 162
第7单元 多因子试验统计分析 163
7.1 多因子试验数据处理方法 163
7.2 列联表分析 163
7.3 随机设计的试验分析 166
7.3.1 平衡完全随机设计的试验分析 166
7.3.2 含协变量平衡完全随机设计的试验分析 167
7.3.3 最优完全随机设计的试验分析 170
7.3.4 最优平衡不完全随机设计的试验分析 172
7.4 随机区组设计的试验分析 175
7.4.1 单响应完全随机区组设计的试验分析 175
7.4.2 多响应完全随机区组设计的试验分析 177
7.4.3 最优不完全随机区组设计的试验分析 185
7.5 裂区设计的试验分析 187
7.6 巢式设计的试验分析 191
上机报告 194
第8单元 回归试验统计分析 195
8.1 导言 195
8.2 一元回归 195
8.2.1 一元线性回归 196
8.2.2 一元多项式回归 197
8.2.3 可线性化非线性回归 198
8.2.4 本质非线性回归 199
8.3 随机型自变量多元线性回归 201
8.3.1 回归诊断 201
8.3.2 全自变量多元线性回归 204
8.3.3 通径分析 206
8.3.4 筛选变量法多元线性回归 207
8.3.5 岭脊法多元线性回归 208
8.3.6 主分量法多元线性回归 209
8.3.7 典型相关分析 212
8.3.8 偏最小二乘多元线性回归 216
8.4 随机型自变量多元非线性回归 218
8.4.1 可线性化回归 218
8.4.2 多元二次多项式回归 220
8.4.3 本质非线性回归 221
8.5 确定型自变量多元线性回归 224
8.6 响应面设计的试验分析 227
8.6.1 因子水平编码和试验数据整理 227
8.6.2 响应面回归分析 229
8.6.3 响应面岭脊分析 231
8.6.4 响应面图形分析 233
8.7 确定型自变量多元非线性回归 236
上机报告 239
第9单元 主分量分析 241
9.1 导言 241
9.2 协差阵法主分量分析 242
9.3 相关阵法主分量分析 245
9.4 采用Solutions菜单操作进行"para" label-module="para">
上机报告 253
第10单元 因子分析 254
10.1 导言 254
10.2 主分量法因子分析 255
10.3 主因子法因子分析 264
10.4 最大似然法因子分析 269
10.5 最小二乘法因子分析 273
上机报告 275
第11单元 聚类分析 277
11.1 导言 277
11.2 坐标型观测聚类分析 277
11.3 频数型观测聚类分析 281
11.4 二值型观测聚类分析 284
上机报告 287
第12单元 判别分析 288
12.1 导言 288
12.2 Bayes判别分析 289
12.3 欧氏距离判别分析 293
12.4 Fisher判别分析 295
12.5 逐步Bayes判别分析 298
12.6 逐步欧氏距离判别分析 300
上机报告 303
参考文献 304 2100433B
安全生产隐患类别一般隐患 重大隐患排查一般隐患(条)其中:已整改 (条) 整改率(%) 排查治理重大隐患 其中:列入治理计划的重大隐患排查重大隐患(条) 其中:已整改(条) 整改率(%) 列入治理计划...
压力试验包括水压试验,单也许是气压试验等;室内给排水管道不需要另外套用压力试验定额项的;包含在定额项的工作范围之内了;
描述性的调查研究是结论性研究的一种,顾名思义,这种研究的结果,就是要描述某些事物――通常中事物总体的特征或功能,具体地说就是描述市场的特征或功能.组织描述性调研主要有如下内容: (1)描述有关群体的...
. 教育资料 广东石油化工学院食品试验设计与统计分析试卷 姓名: 学号: 专业年级班级: 考试科目:食品试验设计与统计分析 考试方式:闭卷 试卷命题人:黄静 王佳婷 马雪霞 叶华珠 周慧敏 题号 一 二 三 总分 得分 一.填空题( 20分,每题 1分) 1. 常用的表示变异程度的统计量有全距、方差、标准差和变异系数。 (第二章 P23) 2. 假设检验首先要对总体提出假设,一般要作两个: H0假设和 HA假 设。(第四章 P48) 3. 有一批食品,其合格率为 0.85,今在该批食品中随机抽取 6 份。 则最少有 4份合格的概率为 0.9525 。(第三章 P29) 4. 相关系数 r 的大小范围是 [-1,1] 。(第六章 P125) 5. 试验设计的三个基本原则是 设置重复 、 随机化 、 局部 控制 。(第八章) 6. .假设检验首先要对总体提出假设,一般要作两个, __无效
热寿命和额定工作温度是聚氯乙烯绝缘电线的非常重要的特性。根据其绝缘老化的机理、理论及阿伦尼厄斯数学模型,本文就一种规格电线的温度加速寿命的试验设计选择、合理试验方案的确定、对试验结果的分析与假设检验等,在方法上作了简要介绍。同时证明所选择的试验方法是正确的,可作为聚氯乙烯绝缘电线温度加速寿命试验方法的基础。
SAS统计软件是目前应用最广泛的统计软件之一,已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。《SAS统计分析与应用从入门到精通》重点介绍了各种多元统计分析方法的基本原理及其应用,包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程,介绍了SAS程序的使用方法及应用实例说明、结果解释及结论分析等。
第1章 SAS for Windows入门 1
1.1 SAS简介 2
1.1.1 SAS系统特点 2
1.1.2 SAS系统结构组成 3
1.1.3 SAS系统资料 4
1.1.4 SAS软件要求 4
1.2 SAS for Windows的安装和启动 4
1.3 SAS菜单操作 5
1.4 SAS系统的文件管理 6
1.5 本章小结 7
第2章 SAS编程入门 8
第3章 SAS宏编程 46
3.1 宏变量 47
3.1.1 宏变量的产生 47
3.1.2 宏变量的引用 48
3.1.3 宏变量的特殊用法 50
3.2 宏 52
3.2.1 宏的定义 52
3.2.2 宏的调用 52
3.3 本章小结 57
第4章 SAS输出传送系统(ODS) 58
4.1 ODS功能 59
4.2 ODS语句 59
4.3 ODS程序实例 60
4.3.1 缺省的Listing目标 60
4.3.2 ODS TRACE语句 61
4.3.3 ODS SELECT和ODS EXCLUDE语句 62
4.3.4 ODS OUTPUT语句 62
4.3.5 ODS RTF语句 63
4.3.6 ODS HTML语句 64
4.4 本章小结 64
第5章 PROC SQL简介 66
5.1 SQL过程概述 67
5.2 SQL语句格式 67
5.3 SQL过程应用实例 69
5.4 本章小结 74
第6章 定量资料的统计描述 75
6.1 统计描述基础理论知识 76
6.1.1 集中趋势描述 76
6.1.2 离散趋势描述 78
6.1.3 正态分布 80
6.2 统计描述分析实例 81
6.2.1 proc means分析实例 81
6.2.2 proc univariate分析实例 83
6.2.3 对数正态分布资料的统计描述 86
6.3 本章小结 87
第7章 t检验 88
7.1 单样本t检验 89
7.1.1 单样本t检验的基础理论 89
7.1.2 单样本t检验分析实例--MEANS、UNIVARIATE过程 89
7.1.3 无原始数据的单样本t检验SAS程序 91
7.2 配对设计资料的t检验 92
7.2.1 配对设计资料t检验的基础理论 92
7.2.2 配对t检验实例--MEANS、UNIVARIATE、TTEST过程 93
7.2.3 无原始数据的配对设计的t检验分析实例 97
7.3 两独立样本的t检验 98
7.3.1 两独立样本t检验的基础理论 98
7.3.2 独立样本t检验分析实例--TTEST过程应用 99
7.3.3 无原始数据的两独立样本t检验分析实例 101
7.4 本章小结 102
第8章 方差分析 103
8.1 方差分析概述 104
8.2 完全随机设计资料的方差分析 105
8.2.1 单因子方差分析介绍 106
8.2.2 单因子方差分析的SAS程序实例 106
8.3 随机区组设计资料的方差分析 111
8.3.1 随机区组方差分析介绍 111
8.3.2 随机区组方差分析的SAS程序实例 114
8.4 拉丁方设计资料的方差分析 116
8.4.1 拉丁方方法介绍 117
8.4.2 拉丁方分析的SAS程序实例 118
8.5 析因设计资料的方差分析 121
8.5.1 析因设计方法介绍 121
8.5.2 析因方差分析的SAS程序实例 124
8.6 正交试验设计资料的方差分析 127
8.6.1 正交试验设计方法介绍 127
8.6.2 正交试验设计资料分析的SAS程序实例 129
8.7 重复测量资料的方差分析 130
8.7.1 重复测量设计方法介绍 131
8.7.2 重复测量资料分析的SAS程序实例 132
8.8 协方差分析 140
8.8.1 协方差分析方法介绍 140
8.8.2 协方差分析的SAS程序实例 141
8.9 本章小结 145
第9章 直线回归与相关 146
9.1 直线相关分析 147
9.1.1 直线相关分析介绍 147
9.1.2 直线相关分析的SAS程序实例 149
9.2 直线回归分析 152
9.2.1 直线回归分析介绍 152
9.2.2 直线回归分析的SAS程序实例 154
9.3 本章小结 158
第10章 多元线性回归与相关 159
10.1 多元线性回归与相关的基础理论 160
10.1.1 多元线性回归 160
10.1.2 复相关系数与偏相关系数 172
10.2 分析实例 173
10.2.1 多元线性回归方程的建立 173
10.2.2 复相关系数与偏相关系数的SAS程序实例 177
10.3 本章小结 180
第11章 Logistic回归分析 181
11.1 非条件Logistic回归 182
11.1.1 非条件Logistic回归介绍 182
11.1.2 非条件Logistic回归模型的建立和检验 183
11.1.3 非条件Logistic回归的SAS程序 185
11.2 条件Logistic回归 202
11.2.1 条件Logistic回归介绍 203
11.2.2 条件Logistic回归的SAS程序 204
11.3 本章小结 206
第12章 相对数 207
12.1 相对数简介 208
12.1.1 率的标准化 209
12.1.2 率的假设检验 212
12.2 SAS分析实例 214
12.2.1 率的标准化SAS程序 214
12.2.2 率的Z(U)检验的SAS程序 214
12.3 本章小结 216
第13章 行×列表分析 217
第14章 非参数统计 249
第15章 生存分析 271
第16章 主成分分析 292
16.1 主成分分析简介 293
16.1.1 主成分分析的数学模型 293
16.1.2 主成分分析的方法步骤 294
16.1.3 主成分分析的应用 296
16.2 PRINCOMP过程实例 297
16.3 本章小结 306
第17章 因子分析 307
17.1 因子分析简介 308
17.2 FACTOR过程实例 316
17.3 本章小结 323
第18章 聚类分析 325
18.1 聚类分析简介 327
18.2 聚类分析SAS实例 332
18.2.1 VARCLUS过程实例 332
18.2.2 CLUSTER过程实例 341
18.2.3 FASTCLUS过程实例 346
18.2.4 ACECLUS过程实例 350
18.3 本章小结 357
第19章 判别分析 358
19.1 判别分析简介 359
19.2 判别分析SAS实例 364
19.2.1 DISCRIM过程实例 364
19.2.2 CANDISC过程实例 371
19.2.3 STEPDISC过程实例 376
19.3 本章小结 378
第20章 典型相关分析 380
20.1 典型相关简介 381
20.1.1 典型相关分析的理论架构及基本假设 382
20.1.2 冗余分析 383
20.1.3 典型相关系数的假设检验 384
20.2 CANCORR过程实例 384
20.3 本章小结 394
第21章 诊断试验的ROC分析 395
21.1 诊断试验简介 396
21.1.1 诊断试验介绍 396
21.1.2 诊断试验评价指标 396
21.1.3 ROC分析资料收集与整理 399
21.1.4 ROC曲线构建 399
21.2 ROC分析及SAS分析实例 400
21.3 本章小结 403
第22章 一致性检验Kappa 404
22.1 二分类资料一致性分析 405
22.1.1 Kappa值的计算及检验 405
22.1.2 一致性检验的SAS分析实例 406
22.2 有序分类资料一致性分析 407
22.2.1 有序分类资料一致性分析简介 407
22.2.2 有序分类资料一致性分析的SAS实例 408
22.3 本章小结 410
第23章 概率抽样方法 411
23.1 简单随机抽样及SAS程序 413
23.2 系统(机械、等距)抽样及SAS程序 417
23.3 分层抽样及SAS程序 418
23.4 整群抽样及SAS程序 425
23.5 多阶抽样及SAS程序 426
23.6 本章小结 429
第24章 样本量估计 430
24.1 样本量估算的影响因素 431
24.2 分类资料的样本量估计 431
24.2.1 抽样调查样本量的估计及SAS程序 431
24.2.2 单样本与已知总体检验时样本量的估计及SAS程序 432
24.2.3 两样本率比较样本量的估计及SAS程序 433
24.2.4 配对设计总体率比较样本量的估计及SAS程序 433
24.3 定量资料的样本量估计 435
24.3.1 抽样调查总体参数估计时样本量的估计及SAS程序 435
24.3.2 单样本与已知总体检验时样本量的估计及SAS程序 435
24.3.3 两总体均数比较样本量的估计及SAS程序 436
24.3.4 配对设计两样本均数比较样本量的估计及SAS程序 436
24.4 本章小结 437
第25章 统计图 438
25.1 直条图 439
25.2 圆图 441
25.3 线图 442
25.4 半对数线图 443
25.5 箱线图 444
25.6 散点图 447
25.7 直方图 448
25.8 统计地图 449
25.9 本章小结 449
参考文献 450
《试验优化设计与统计分析》全书共分10章,包括试验资料的统计描述、理论分布与抽样分布、统计假设检验与参数估计、方差分析、回归与相关、试验设计基础、正交试验设计、均匀试验设计、回归试验设计、Excel在统计分析中的应用等内容。在系统介绍常用试验设计及其统计分析方法的同时,还重点介绍了试验优化设计方法在工业生产与工程技术中的实际应用,并列举了大量实例,做到理论联系实际,便于理解和自学。深入浅出,通俗易懂,可读性强。
《试验优化设计与统计分析》可作为轻工院校、农业院校、商学院、水产学院、粮食学院等高等院校的食品科学、食品工程、发酵工程、生物工程、食品质量与安全以及化工等专业教学用书,也可用作相关专业的成人教育教材,可供科研人员、工程技术人员、管理人员和试验工作者在学习和查阅时参考。试验优化设计是以数理统计为基础,对试验进行优化设计与统计分析的科学方法,是科技工作者必备的基本技能。