数据分析

第1章　数据描述性分析                  
 　1. 1　数据的数字特征                  
 　1. 1. 1　均值. 方差等数字特性                  
 　1. 1. 2　中位数. 分位数. 三均值与极差                  
 　1. 2　数据的分布                  
 　1. 2. 1　直方图. 经验分布函数与QQ图                  
 　1. 2. 2　茎叶图. 箱线图及五数总括                  
 　1. 2. 3　正态性检验与分布拟合检验                  
 　1. 3　多元数据的数字特征与相关分桥                  
 　1. 3. 1　二元数据的数字特征及相关系数                  
 　1. 3. 2　多元数据的数字符征及相关短阵                  
 　1. 3. 3　总体的数字符征及相关矩阵                  
 　习题一                  
 第2章　非参数方法                  
 　2. 1　两种处理方法比较的秩检验                  
 　2. 1. 1　两种处理方法比较的随机化模型及秩的零分布                  
 　2. 1. 2　Wilcoxon秩和检验                  
 　2, 1. 3　总体模型的Wilcoxon秩和检验                  
 　2. 1. 4　Smirnov检验                  
 　2. 2　成对分组设计下两种处理方法的比较                  
 　2. 2. 1　符号检验                  
 　2. 2. 2　Wilcoxon符号秩检验                  
 　2. 2. 3　分组设计下两处理方法比较的总体模型                  
 　2. 3　多种处理方法比较的Kruskal—Wallis检验                  
 　2. 3. 1　多种处理方法比较中秩的定义及Kruskal—Wallis统计量                  
 　2. 3. 2　Kruskal. Wallis统计量的零分布                  
 　2. 4　分组设计下多种处理方法的比较                  
 　2. 4. 1　分组设计下秩的定义及其零分布                  
 　2. 4. 2　Friedman检验                  
 　2. 4. 3　改进的Friedman检验                  
 　2. 5　列联表的独立性检验                  
 　2. 5. 1　定性变量与列联表                  
 　2. 5. 2　二维r×s列联表的独立性检验                  
 　2. 5. 3　三维r×s×t列联表的独立性检验                  
 　习题二                  
 第3章　回归分析                  
 　3. 1　线性回归模型                  
 　3. 1. 1　线性回归模型及其矩阵表示                  
 　3. 1. 2　β及2的估计                  
 　3. 1. 3　有关的统计推断                  
 　3. 2　残差分析                  
 　3. 2. 1　误差项的正态性检验                  
 　3. 2. 2　残差图分析                  
 　3. 3　回归方程的选取与系统建模概述                  
 　3. 3. 1　穷举法                  
 　3. 3. 2　逐步回归法                  
 　3. 3. 3　系统建模过程概述                  
 　3. 4　Logistic回归模型                  
 　3. 4. 1　线性Logistic回归模型                  
 　3. 4. 2　参数的最大似然估计与Newton—Raphson迭代解法                  
 　3. 4. 3　Logistic模型的统计推断                  
 　习题三                  
 第4章　主成分分析                  
 　4. 1　引言                  
 　4. 2　总体主成分                  
 　4. 2. 1　总体主成分的定义                  
 　4. 2. 2　总体主成分的求法                  
 　4. 2. 3　总体主成分的性质                  
 　4. 2. 4　标准化变量的主成分                  
 　4. 3　样本主成分                  
 　习题四                  
 第5章　判别分析                  
 　5. 1　距离判别                  
 　5. 1. 1　判别分析的基本思想及意义                  
 　5. 1. 2　两个总体的距离判别                  
 　5. 1. 3　判别准则的评价                  
 　5. 1. 4　多个总体的距离判别                  
 　5. 2　Bayes判别                  
 　5. 2. 1　Bayes判别的基本思想                  
 　5. 2. 2　两个总体的Bayes判别                  
 　5. 2. 3　多个总体的Bayes判别                  
 　5. 3　逐步判别                  
 　5. 3. 1　判别效果的检验                  
 　5. 3. 2　逐步判别的步骤                  
 　习题五                  
 第6章　聚类分析                  
 　6. 1　距离与相似系数                  
 　6. 1. 1　聚类分桥的基本思想及意义                  
 　6. 1. 2　样品间的相似性度量——臣离                  
 　6. 1. 3　变量间的相似性度量——相似系数                  
 　6. 2　谱系聚类法                  
 　6. 2. 1　类间距离                  
 　6. 2. 2　类间距离的递推公式                  
 　6. 2. 3　谱系聚类法的步骤                  
 　6. 2. 4　谱系聚类法的统计量                  
 　6. 2. 5　变量聚类                  
 　6. 3　快速聚类法                  
 　6. 3. 1　快速聚类法的步骤                  
 　6. 3. 2　用Lm距离进行快速聚类                  
 　习题六                  
 第7章　时间序列分析                  
 　7. 1　平稳时间序列                  
 　7. 1. 1　时间序列分析及其意义                  
 　7. 1. 2　随机过程概念及其数字特征                  
 　7. 1. 3　平稳时间序列与平稳随机过程                  
 　7. 1. 4　乎稳性检验及自协方差函数. 自相关函数的估计                  
 　7. 2　ARMA时间序列及其特性                  
 　7. 2. 1　ARMA时间序列的定义                  
 　7. 2. 2　ARMA序列的平稳性与可逆性                  
 　7. 2. 3　ARMA序列的相关特性                  
 　7. 3　ARMA时间序列的建模与预报                  
 　7. 3. 1　ARMA序列参数的矩估计                  
 　7. 3. 2　ARMA序列参数的精估计                  
 　7. 3. 3　ARMA模型的定阶与考核                  
 　7. 3. 4　平稳线性最小均方预报                  
 　7. 3. 5　ARMA序列的预报                  
 　7. 4　ARIMA序列与季节性序列                  
 　7. 4. 1　ARIMA序列及其预报                  
 　7. 4. 2　季节性序列及其预报                  
 　习题七                  
 第8章　Bayes统计分析                  
 　8. 1　Bayes统计模型                  
 　8. 1. 1　Bayes统计分析的基本思想及意义                  
 　8. 1. 2　Bayes统计模型                  
 　8. 1. 3　Bayes统计推断原则                  
 　8. 1. 4　先验分布的Bayes假设与不变先验分布                  
 　8. 1. 5　共轭先验分布                  
 　8. 1. 6　先验分布中超参数的确定                  
 　8. 1. 7　后验分布的计算                  
 　8. 2　Bayes统计推断                  
 　8. 2. 1　Bayes参数点估计                  
 　8. 2. 2　Bayes区间估计                  
 　8. 2. 3　Bayes假设检验’                  
 　习题八                  
 第9章　常用数据分析方法的SAS过程简介                  
 　9. 1　SAS系统简介                  
 　9. 1. 1　数据的输入与输出                  
 　9. 1. 2　利用已有的SAS数据集建立新的SAS数据集                  
 　9. 1. 3　SAS系统的数学运算符号及常用的SAS函数                  
 　9. 1. 4　逻辑语句与循环语句                  
 　9. 2　常用数据分析方法的SAS过程                  
 　9. 2. 1　几种描述性统计分析的SAS过程                  
 　9. 2. 2　非参数方法的SAS过程                  
 　9. 2. 3　回归分桥的SAS过程                  
 　9. 2. 4　主成分分析的SAS过程——PROC　PRINCOMP过程                  
 　9. 2. 5　判别分析的SAS过程                  
 　9. 2. 6　聚类分析的SAS过程                  
 　9. 2. 7　时间序列分析的SAS过程——POCARIMA过程                  
 　9. 2. 8　SAS系统的矩阵运算——PROCIML过程简介                  
 　9. 2. 9　Bayes统计分析计算实例                  
 常用统计数值表                  
 主要参考文献