SAS 統計分析及應用與 JMP 實驗設計, 2/e
黃燕
- 出版商: 清華大學
- 出版日期: 2017-01-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 446
- ISBN: 7302450552
- ISBN-13: 9787302450559
-
相關分類:
機率統計學 Probability-and-statistics
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
田口方法 -- 品質設計的原理與實務, 4/e$680$646 -
SAS For Dummies, 2/e (Paperback)$1,360$1,292 -
超實用 Excel 商務實例函數字典$550$435 -
實驗設計與分析 (Montgomery：Design and Analysis of Experiments, 8/e )$850$833 -
$301如虎添翼：數據處理的 SPSS 和 SAS EG 實現 -
$403R語言實戰: 機器學習與數據分析 -
$352白話統計 -
白話統計學, 2/e (Statistics in Plain English, 4/e)$520$494 -
$602數據挖掘 : 商業數據分析技術與實踐 (Data Mining for Business Analytics: Concepts, Techniques, and Applications with JMP Pro) -
類神經網路實戰：使用 Python (Make Your Own Neural Network)$420$328 -
實用統計學－使用 Excel、SAS、R語言分析$680$612 -
工作一定要用到的統計：如何證明自己正確研判？別人的報告哪裡有破綻？產品熱賣是方法對了或只是湊巧？光有大數據還不夠，只有統計才能給你答案$340$289 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
邁向 Linux 工程師之路：Superuser 一定要懂的技術與運用, 2/e (How Linux Works: What Every Superuser Should Know, 2/e)$600$468 -
$500SAS + R大數據行業應用案例分析 運用預測模型和機器學習技術 -
電子構裝散熱理論與量測實驗之設計, 2/e$900$810 -
$359SAS數據挖掘與分析項目實戰 -
台積電為何這麼強：半導體的計算光刻及佈局優化$720$569 -
ANSYS 電磁學有限元分析從入門到精通 (2020版)$654$621 -
$214ANSYS Workbench 2020 工程實例解析 -
HFSS 電磁模擬設計從入門到精通$419$398 -
$454Abaqus 有限元分析從入門到精通 (2022版) -
實驗設計與分析 (Montgomery : Design and Analysis of Experiments, 10/e)(精華版)$850$833 -
會問問題, 才會帶人: 問對問題, 等於解決了大半問題, 把問題問出來, 你將受惠於答案 (15週年暢銷紀念版)$300$237 -
HALCON 機器視覺演算法及應用$534$507
商品描述
本書主要介紹JMP的DOE試驗設計和SAS與JMP兩個軟件包的多元統計分析方法。全書重點在於用實例講解運用SAS與JMP兩個軟件包中的各種統計分析方法，並詳細解釋輸出結果的統計學意義，比較兩個軟件相同統計方法的優劣與輸出內容的異同，方便學習者從多角度應用，能夠舉一反三，學會選用科學合理的技能判斷並獲取科學的、有價值的統計分析結果，提高效率。 全書共9章，第1章介紹SAS與JMP軟件基本操作;第2章和第3章介紹常用描述統計量、數據分佈、正態性檢驗、t檢驗與非參數檢驗等概念；第4章重點講解JMP的DOE實驗設計，包括: 定製設計、篩選設計、完全析因設計、響應面設計、田口設計，補充介紹正交設計；第5章結合第4章實驗設計，註重從多角度講解方差分析應用；第6章重點介紹回歸分析的多變量篩選、曲線直線化回歸、共線性診斷、非線性回歸、Logistic回歸及相關分析；第7～9章介紹聚類分析、主成分分析和因子分析。 本書可作為高校研究生、本科生的統計學教材，尤其適合非數理統計專業的研究人員作為數據分析的參考資料。
目錄大綱
第1章 SAS及JMP系統概述
1.1 SAS及JMP系統簡介
1.2 JMP系統界面操作
1.2.1 JMP安裝、啟動與退出
1.2.2 JMP系統設置及中英文切換
1.2.3 JMP與SAS數據文件管理
1.2.4 JMP功能簡介
1.3 SAS系統概述及界面操作指南
1.3.1 SAS的啟動與退出
1.3.2 修改SAS系統的SASV8.CFG
1.3.3 SAS系統主要窗口簡介
1.4 SAS數據集及SAS的文件管理
1.4.1 SAS數據集、邏輯庫及程序文件
1.4.2 建立並調用SAS數據集
1.4.3 導出SAS數據集為Excel文件
1.4.4 數據集排序
1.5 SAS的數據步與過程步簡介
1.5.1 SAS程序書寫規範和運行方法
1.5.2 利用DATA步對已有數據集擴增新變量
1.5.3 DATA步中常用函數
1.5.4 SAS過程步及常用語句簡介
第2章 常用統計學概念簡介
2.1 統計學概述
2.1.1 統計學歷史概述
2.1.2 描述統計簡介
2.2 統計量的抽樣分佈
2.2.1 概率和隨機變量
2.2.2 二項分佈
2.2.3 泊松分佈
2.2.4 正態分佈
2.2.5 t分佈
2.2.6 F分佈
2.2.7 χ2分佈
2.3 統計假設檢驗
2.3.1 統計假設檢驗簡介
2.3.2 t檢驗
2.3.3 F檢驗
2.3.4 χ2檢驗
習題
第3章 t檢驗與非參數檢驗
3.1 t檢驗及應用
3.1.1 t檢驗適用條件及判斷準則
3.1.2 UNIVARIATE過程及正態性檢驗
3.1.3 配對樣本均值比較及正態性檢驗應用實例
3.1.4 TTEST過程及兩組獨立樣本均值比較
3.1.5 SAS與JMP兩種軟件t檢驗方法總結
3.2 非參數檢驗及應用
3.2.1 KruskalWallis檢驗
3.2.2 NPAR1WAY過程（非參數檢驗過程）
3.2.3 NPAR1WAY過程舉例說明
3.2.4 利用JMP進行非參數檢驗
3.3 FREQ過程及應用實例（頻數分析）
3.3.1 卡方檢驗的基本思想
3.3.2 FREQ過程
3.3.3 FREQ過程及JMP頻數分析應用實例
習題
第4章 JMP DOE實驗設計
4.1 完全析因設計
4.1.1 單因素多水平完全析因設計
4.1.2 多因素多水平完全析因設計
4.2 定製設計
4.3 篩選設計
4.4 響應面設計
4.5 混料實驗設計
4.6 田口設計
4.6.1 田口設計簡介
4.6.2 田口設計實例說明
4.7 正交設計
4.7.1 正交設計的概念和正交表的初步認識
4.7.2 含交互作用的正交設計
4.7.3 正交設計實例說明
習題
第5章 方差分析
5.1 方差分析簡介
5.1.1 方差分析基本概念
5.1.2 方差的同質性檢驗
5.1.3 方差分析的基本假定和數據轉換
5.2 ANOVA過程和GLM過程簡介
5.2.1 ANOVA過程
5.2.2 GLM過程
5.3 完全隨機設計方差分析
5.3.1 完全隨機設計——單因素K水平多重比較
5.3.2 完全隨機設計——多因素K水平多重比較
5.4 析因設計及CONTRAST語句使用說明
5.4.1 CONTRAST語句說明
5.4.2 實例說明
5.5 二次響應面設計的方差分析
5.6 正交設計實例說明
5.7 拉丁方設計及其統計分析
5.7.1 拉丁方設計及其線性模型
5.7.2 拉丁方設計應用實例
5.8 協方差分析
5.8.1 協方差分析簡介
5.8.2 協方差分析的數學模型及基本假定
5.8.3 協方差分析應用舉例
習題
第6章 相關與回歸分析
6.1 相關與回歸分析概述
6.1.1 相關與回歸分析的概念與區別
6.1.2 直線回歸與相關分析
6.2 相關、回歸過程說明
6.2.1 CORR相關過程
6.2.2 PLOT過程
6.2.3 REG回歸過程
6.2.4 回歸模型的共線性診斷及強影響點診斷
6.3 線性及曲線直線化回歸模型
6.3.1 簡單線性回歸方程
6.3.2 線性回歸方程應用舉例
6.3.3 二次項直線化表示的回歸方程
6.3.4 用JMP進行模型擬合
6.4 可直線化的曲線擬合
6.4.1 曲線擬合說明
6.4.2 曲線直線化應用舉例
6.4.3 確定最佳模型的標準
6.5 RSREG過程
6.5.1 RSREG過程說明
6.5.2 二次響應曲面RSREG過程舉例說明
6.6 非線性回歸過程
6.6.1 NLIN過程簡介
6.6.2 NLIN應用舉例
6.7 Logistic回歸
6.7.1 Logistic回歸概述
6.7.2 Logistic回歸過程
6.7.3 用SAS進行Logistic回歸應用實例
6.7.4 用JMP進行Logistic回歸應用實例
習題
第7章 聚類分析
7.1 聚類分析概述
7.2 TREE過程
7.3 VARCLUS過程及應用舉例（對變量聚類）
7.3.1 用VARCLUS過程實現變量聚類分析
7.3.2 VARCLUS過程應用實例
7.4 CLUSTER過程及實例分析（對樣本聚類）
7.4.1 CLUSTER過程
7.4.2 CLUSTER過程應用實例
7.5 JMP的聚類分析
習題
第8章 主成分分析
8.1 主成分的幾何意義及數學模型
8.2 PRINCOMP過程
8.3 主成分分析應用舉例
