SAS高级统计分析教程-(第2版)

第1章 应确保数据是值得分析的1.1 什么是数据和/或统计资料1.1.1 数据不等于统计资料1.1.2 统计资料的要素1.2 确保数据值得分析的**道关—制订科学完善的课题设计方案1.2.1 什么叫科学研究1.2.2 科学研究与课题之间是什么关系1.2.3 做课题之前为什么要制订课题设计方案1.2.4 课题设计方案有哪些种类1.2.5 科学完善的科研设计方案的标志1.3 确保数据值得分析的第二道关-实时进行严格的过程质量控制1.3.1 必须严格控制课题实施过程中的质量1.3.2 进行质量控制的必要性1.3.3 进行质量控制的环节与措施1.4 确保数据值得分析的第三道关-确保数据的原始性没有被破坏1.4.1 应有切实可行的措施确保收集的数据具有原始性1.4.2 与常见试验设计类型对应的规格化统计表1.5 常见不值得分析的数据种类1.5.1 人为编造的数据是不值得分析的1.5.2 产生于质量控制不严的数据是不值得分析的1.5.3 经过错误的方法加工整理后的数据是不值得分析的1.5.4 不符合特定统计分析方法要求的数据是不值得分析的1.5.5 盲目解释基于误用统计分析方法所得到的分析结果是不可取的1.5.6 缺失值过多的数据是不值得分析的1.6 本章小结第2章 绘制统计图2.1 问题、 数据及统计描述方法的选择2.1.1 问题与数据2.1.2 对数据结构的分析2.1.3 分析目的与统计描述方法的选择2.1.4 统计图概述2.2 绘制单式条图2.2.1 程序及说明2.2.2 输出单式条图2.3 绘制复式条图2.3.1 程序及说明2.3.2 输出复式条图2.4 绘制百分条图2.4.1 程序及说明2.4.2 输出百分条图2.5 绘制圆图2.5.1 程序及说明2.5.2 输出圆图2.6 绘制箱式图2.6.1 程序及说明2.6.2 输出箱式图2.7 绘制直方图2.7.1 程序及说明2.7.2 输出直方图2.8 绘制散点图2.8.1 程序及说明2.8.2 输出散点图2.9 绘制普通线图2.9.1 程序及说明2.9.2 输出普通线图2.10 绘制半对数线图2.10.1 程序及说明2.10.2 输出半对数线图2.11 绘制p-p图和q-q图2.11.1 程序及说明2.11.2 输出p-p图2.12 本章小结第3章 统计分析方法的分类与合理选用的关键技术3.1 统计分析方法的分类3.1.1 概述3.1.2 描述性统计分析3.1.3 探索性统计分析3.1.4 广义差异性统计分析3.1.5 相关与回归分析3.1.6 广义综合评价3.2 合理选用统计分析方法的关键技术3.2.1 合理选用统计分析方法的四要素3.2.2 合理选用统计分析方法的实例演示3.3 面对实际问题合理选用统计分析方法的要领3.3.1 描述性统计分析3.3.2 探索性统计分析3.3.3 传统差异性统计分析3.3.4 相关分析3.3.5 回归分析3.3.6 广义综合评价3.4 本章小结第4章 结合分析4.1 问题与数据结构4.1.1 实例4.1.2 对数据结构的分析4.1.3 统计分析目的与分析方法的选择4.2 结合分析内容简介4.2.1 基本概念4.2.2 基本原理4.3 结合分析的应用4.3.1 用sas分析问题4-1中的资料4.3.2 用sas分析问题4-2中的资料4.4 本章小结第5章 路径分析5.1.2 对数据结构的分析5.1.3 分析目的与统计分析方法的选择5.2 路径分析内容简介5.2.1 路径分析概述5.2.2 适合进行路径分析的数据结构5.2.3 路径分析的基本概念5.2.4 路径分析的基本原理5.2.5 路径分析的步骤5.3 路径分析的应用5.3.1 用reg过程实现路径分析5.3.2 用calis过程实现路径分析5.3.3 如何处理非同质资料的思考5.4.3 用逐步多重线性回归分析方法分析例5-2资料5.4 本章小结第6章 主成分分析6.1 问题与数据结构6.1.1 实例6.1.2 对数据结构的分析6.1.3 分析目的与统计分析方法的选择6.2 主成分分析内容简介6.2.1 主成分分析概述6.2.2 主成分分析的基本原理6.2.3 主成分的计算步骤及性质6.2.4 与主成分分析有关的其他内容6.2.5 princomp过程简介6.3 主成分分析的应用6.3.1 sas程序6.3.2 主要分析结果及解释6.4 本章小结第7章 变量聚类分析7.1 问题与数据结构7.1.1 实例7.1.2 对数据结构的分析7.1.3 分析目的与统计分析方法的选择7.2 变量聚类分析内容简介7.2.1 变量聚类分析的概念7.2.2 变量聚类分析的聚类统计量7.2.3 适合进行变量聚类分析的数据结构7.2.4 varclus过程简介7.3 变量聚类分析的应用7.3.1 sas程序7.3.2 主要分析结果及解释7.4 本章小结第8章 典型相关分析8.1 问题与数据结构8.1.1 实例8.1.2 对数据结构的分析8.1.3 分析目的与统计分析方法的选择8.2 典型相关分析内容简介8.2.1 典型相关分析概述8.2.2 适合进行典型相关分析的数据结构8.2.3 典型相关变量和典型相关系数的定义及解法8.2.4 典型相关系数的假设检验8.2.5 典型冗余分析8.2.6 cancorr过程简介8.3 典型相关分析的应用8.3.1 sas程序8.3.2 主要分析结果及解释8.4 本章小结第9章 多元多重线性回归分析9.1 问题与数据结构9.1.1 实例9.1.2 对数据结构的分析9.1.3 统计分析目的与统计分分析方法的选择9.2 多元多重线性回归分析内容简介9.2.1 基于普通*小二法筛选自变量的思路9.2.2 何为偏*小二乘回归分析9.2.3 偏*小二乘回归分析的基本原理与步骤9.3 偏*小二乘回归分析的应用9.3.1 问题与数据结构9.3.2 用两种检验方法来决定抽取几对主成分变量9.3 如何获得较多统计量的计算结果9.4 本章小结第10章 探索性因子分析10.1 问题与数据结构10.1.1 实例10.1.2 对数据结构的分析10.1.3 分析目的与统计分析方法的选择10.2 探索性因子分析内容简介10.2.1 概述10.2.2 探索性因子分析的数学模型10.2.3 探索性因子分析中载荷矩阵a的统计意义10.2.4 因子载荷矩阵a的估计方法10.2.5 公因子个数的确定方法10.2.6 因子旋转10.2.7 因子得分10.2.8 factor过程简介10.3 探索性因子分析的应用10.3.1 sas程序10.3.2 主要分析结果及解释10.4 本章小结第11章 证实性因子分析11.1 问题与数据结构11.1.1 实例11.1.2 对数据结构的分析11.1.3 分析目的与统计分析方法的选择11.2 证实性因子分析简介11.2.1 概述11.2.2 calis过程简介11.3 证实性因子分析的应用11.3.1 sas程序11.3.2 主要分析结果及解释11.4 本章小结第12章 结构方程模型分析12.1 问题与数据结构12.1.1 实例12.1.2 对数据结构的分析12.1.3 分析目的与统计分析方法的选择12.2 结构方程模型简介12.2.1 概述12.2.2 基本原理12.3 结构方程模型分析的应用12.3.1 sas程序12.3.2 主要分析结果及解释12.4 本章小结第13章 传统综合评价13.1 问题与数据结构13.1.1 实例13.1.2 对数据结构的分析13.1.3 分析目的与统计分析方法的选择13.2 传统综合评价方法内容介绍13.2.1 综合评分法13.2.2 topsis法13.2.3 层次分析法13.2.4 rsr综合评价法13.3 传统综合评价方法的应用13.3.1 用综合评分法对例13-1资料进行综合评价13.3.2 用topsis法对例13-2数据进行综合评价13.3.3 用层次分析法对例13-3数据进行综合评价13.3.4 用rsr综合评价法对例13-4数据进行综合评价13.4 本章小结第14章 无序样品聚类分析14.1 问题与数据结构14.1.1 实例14.1.2 对数据结构的分析14.1.3 分析目的与统计分析方法的选择14.2 无序样品聚类分析简介14.2.1 概述14.2.2 无序样品聚类分析方法分类14.2.3 类的特征与个数的确定14.2.4 无序样品聚类分析的计算原理14.2.5 cluster过程等简介14.3 无序样品聚类分析的应用14.3.1 sas程序14.3.2 主要分析结果及解释14.5 本章小结第15章 有序样品聚类分析15.1 问题与数据结构15.1.1 实例15.1.2 对数据结构的