面向问题的统计学.3,试验设计与多元统计分析

第1篇 如何从数据库结构的数据集纵向
研究变量之间的相互与依赖关系
第1章 如何把握试验设计与多元统计分析方法的分类
1.1 试验设计
1.2 多元统计分析最常见的数据结构
1.2.1 单组设计多元定量资料数据结构
1.2.2 以矩阵形式呈现的度量型多元数据结构
1.2.3 以矩阵形式呈现的非度量型多元数据结构
1.2.4 单组设计混合型多元数据结构
1.2.5 单因素多水平设计多元定量资料数据结构
1.2.6 某种多因素设计多元定量资料数据结构
1.2.7 二维列联表的多元数据结构
1.3.数据结构与多元统计分析方法的匹配
1.4 多元统计分析方法的分类
1.4.1 按分析时的切入方向分
1.4.2 按研究目的分
1.4.3 按设计类型分
1.5 合理选择多元统计分析方法的要领
1.6 多元统计分析的样例展示

第2章 如何降低变量维数和间接实现样品聚类分析--主成分分析
2.1 问题与数据
2.2 对数据结构的分析
2.3 统计分析的目的及分析方法选择
2.4 主成分分析的基本概念和表达式
2.4.1 基本概念
2.4.2 表达式
2.5 用SAS实现主成分分析
2.6 主成分变量的性质和个数的确定
2.6.1 主成分变量的性质
2.6.2 主成分变量个数的确定
2.7 运用主成分分析中存在的问题及释疑
2.7.1 什么时候应用主成分分析是没有意义的
2.7.2 主成分回归分析的具体做法和基本步骤是什么
2.7.3 利用主成分思想对研究对象进行综合评价时，将众多原始指标直接相加合适吗？
2.8 主成分分析的计算原理
2.9 实战练习

第3章 如何按亲疏关系对变量进行分类--变量聚类分析
3.1 问题与数据
3.2 对数据结构的分析
3.3 统计分析的目的及分析方法选择
3.4 变量聚类分析的基本概念和分析方法
3.4.1 基本概念
3.4.2 变量聚类分析方法简介
3.5 用SAS实现变量聚类分析
3.5.1 用SAS分析表3-1资料
3.5.2 用SAS分析表3-2资料
3.5.3 用SAS分析表3-3资料
3.6 相似系数
3.6.1 相似系数需要满足的条件
3.6.2 相似系数的种类
3.7 运用变量聚类分析中存在的问题及释疑
3.7.1 变量聚类分析与主成分分析的联系与区别是什么
3.7.2 不同的聚类分析方法得出的结论宥可能是不同的，应如何选择
3.7.3 应用注意事项
3.8 变量聚类分析的计算原理
3.9 实战练习

第4章 如何探查公因子的作用和间接实现样品聚类分析-一探索性因子分析
4.1 问题与数据
4.2 对数据结构的分析
4.3 统计分析的目的及分析方法选择
4.4 探索性因子分析的基本概念和表达式
4.1 基本概念
4.4.2 因子分析的数学模型
7.7.3 未知参数的估计和检验
7.7.4 计算标准因子载荷
7.7.5 模型的总体评价
7.7.6 模型的修正的再估计
7.8 实战练习

第8章 如何揭示显变量与隐变量之间的相互与依赖关系--结构方程模型分析
8.1 问题与数据
8.2 对数据结构的分析
8.3 统计分析目的与分析方法选择
8.4 结构方程模型分析的基本概念
8.4.1 何为结构方程模型
8.4.2 结构方程模型有哪些优点
8.4.3 结构方程模型可被分成哪些类型
8.4.4 在结构方程模型分析中变量可被分成哪些类型
8.4.5 在结构方程模型中参数可被分成哪些类型.I
8.4.6 变量所产生的影响可被分成哪些类型
8.5 用SAS实现结构方程模型分析
8.5.1 对问题8-1资料进行结构方程模型分析
8.5.2 对问题8-2资料进行结构方程模型分析
8.5.3 对问题8-3资料进行结构方程模型分析
8.6 结构方程模型分析中存在的问题及释疑
8.6.1 一个好的结构方程模型需要满足哪些条件
8.6.2 如何进行不同设定模型拟合同一样本数据效果间的比较
8.7 结构方程模型分析的计算原理
8.7.1 结构方程模型的基本构成
8.7.2 模型识别
8.7.3 参数估计
8.7.4 模型评价
8.7.5 模型修正
8.8 实战练习

第2篇 如何从数据库结构的数据集横向研究样品之间的亲疏关系
第9章 如何依据变量取值规律对样品进行分类--无序样品聚类分析
9.1 问题与数据
……
第3篇 如何从数据库结构的数据集纵横两个方向研究变量与样品之间的关联关系
第4篇 如何研究独立对象或样品之间的相对位置关系
第5篇 如何进行单因素或多因素设计均值向量间差异性检验
附录 胡良平统计学专著及配套软件简介