相關商品
商品簡介
目次
商品簡介
在數據處理和統計分析領域，SAS軟件被譽為標準軟件，在我國廣泛應用于醫學、農林、財經、社會科學、行政管理等眾多領域。本書分為11章講解SAS統計分析相關知識，全面透徹地講解統計分析與數據挖掘技術，內容包括數據預處理、數據的描述、統計推斷、相關與回歸分析、因子分析、聚類分析與判別分析、列聯分析與對應分析、定性數據分析和時間序列分析。 本書實用性強，避免復雜的數學公式推導，并且通過菜單和編程兩種方式實現統計分析和得到結論的全部過程。 本書既可作為高等院校本科生和研究生的統計學教材，又可以作為管理、金融、醫學領域進行數據分析的自學教材，同時還可以作為從事數據分析與數據管理的研究人員的參考用書。
目次
第1章 數據預處理
1.1 SAS環境與操作界面
1.2 SAS編程基礎
1.2.1 SAS編程語言的基本結構
1.2.2 SAS結構化編程語句
1.3 SAS的數據處理對象
1.3.1 SAS數據庫和SAS數據集
1.3.2 SAS系統的外部數據文件
1.4 數據預處理原理和基本方法
1.4.1 數據整理
1.4.2 數據分拆與合併
1.4.3 數據清洗
1.4.4 數據變換
1.5 本章小結
第2章 數據的描述
2.1 統計圖
2.1.1 直方圖
2.1.2 條形圖
2.1.3 線圖
2.1.4 散點圖
2.1.5 餅圖
2.1.6 盒式圖
2.1.7 莖葉圖
2.2 統計量
2.2.1 集中趨勢
2.2.2 離散程度
2.2.3 分布形狀
2.2.4 利用菜單和程序進行詳細的描述統計分析
2.3 統計表
2.3.1 統計表的基本要素
2.3.2 用TABULATE過程繪制統計表
2.4 數據分布
2.4.1 總體分布
2.4.2 樣本分布
2.4.3 抽樣分布
2.5 本章小結
第3章 簡單統計推斷
3.1 簡單統計推斷的基本原理
3.1.1 參數估計
3.1.2 假設檢驗
3.2 單總體參數的估計及假設檢驗
3.2.1 單總體的參數估計
3.2.2 單總體參數的假設檢驗
3.3 兩總體參數的估計及假設檢驗
3.3.1 獨立樣本的參數估計和檢驗
3.3.2 成對樣本的參數估計和檢驗
3.4 本章小結
第4章 方差分析
4.1 方差分析的基本原理
4.2 單因素方差分析
4.2.1 單因素方差分析與方差同質性檢驗
4.2.2 方差分析的多重比較
4.2.3 方差分析模型的參數估計和預測
4.3 多因素方差分析
4.3.1 只考慮主效應的多因素方差分析
4.3.2 存在交互效應的多因素方差分析
4.4 協方差分析
4.5 本章小結
第5章 非參數檢驗
5.1 非參數檢驗的基本問題
5.2 單樣本非參數檢驗
5.2.1 單樣本均值的Wilcoxon符號秩檢驗
5.2.2 單樣本的Kolmogorov-Smirnov檢驗
5.3 兩個樣本的非參數檢驗
5.3.1 兩個獨立樣本中位數比較的Wilcoxon秩和檢驗
5.3.2 兩個獨立樣本分布的Kolmogorov-Smirnov檢驗
5.3.3 成對樣本中位數的Wilcoxon符號秩檢驗
5.4 多個樣本的非參數檢驗
5.4.1 多個獨立樣本位置的Kruskal-Wallis檢驗
5.4.2 多個獨立樣本位置的Jonckheere-Terpstra檢驗
5.4.3 多個獨立樣本中位數的Brown-Mood檢驗
5.5 本章小結
第6章 相關與回歸分析
6.1 相關分析
6.1.1 簡單相關分析
6.1.2 偏相關分析
6.1.3 等級相關分析
6.2 典型相關分析
6.2.1 典型相關分析基本原理
6.2.2 典型相關係數的顯著性檢驗
6.2.3 典型相關的冗余分析
6.3 線性回歸分析
6.3.1 回歸分析的基本原理
6.3.2 一元線性回歸分析
6.3.3 多元線性回歸分析
6.4 定性自變量回歸分析
6.4.1 虛擬變量的設定
6.4.2 含有虛擬變量的回歸分析
6.5 本章小結
第7章 因子分析
7.1 數據降維
7.1.1 數據降維的基本問題
7.1.2 數據降維的基本原理
7.2 主成分分析
7.2.1 主成分分析的基本概念與原理
7.2.2 主成分分析的基本步驟和過程
7.3 因子分析
7.3.1 因子分析的基本原理
7.3.2 因子分析的基本步驟和過程
7.4 本章小結
第8章 聚類分析與判別分析
8.1 聚類分析的基本原理
8.1.1 分類的基本原則
8.1.2 單一指標的系統聚類過程
8.1.3 多指標的系統聚類過程
8.2 聚類分析的步驟和過程
8.2.1 系統聚類
8.2.2 快速聚類
8.2.3 變量聚類
8.3 判別分析的基本原理
8.4 判別分析的步驟和過程
8.4.1 距離判別
8.4.2 Bayes判別
8.4.3 Fisher判別
8.4.4 逐步判別
8.5 本章小結
第9章 列聯分析與對應分析
9.1 列聯分析
9.1.1 列聯表
9.1.2 列聯表的分布
9.1.3 χ2分布與χ2檢驗
9.1.4 列聯表中的關聯度分析
9.1.5 χ2分布的期望值準則
9.2 對應分析
9.2.1 對應分析的基本思想
9.2.2 對應分析的步驟和過程
9.3 本章小結
第10章 離散因變量模型
10.1 線性概率模型
10.2 二元選擇模型
10.2.1 線性概率模型的缺陷與改進
10.2.2 二元選擇模型的基本原理
10.2.3 BINARY PROBIT模型
10.2.4 BINARY LOGIT模型
10.3 多重選擇模型
10.3.1 多重選擇模型的基本原理
10.3.2 ORDINAL PROBIT模型
10.3.3 ORDINAL LOGIT模型
10.3.4 MULTINOMIAL LOGIT模型
10.4 計數模型
10.4.1 POISSON 回歸模型的基本原理
10.4.2 POISSON回歸模型的分析過程和步驟
10.5 本章小結
第11章 時間序列分析
11.1 時間序列的基本問題
11.1.1 時間序列的組成部分
11.1.2 時間序列的平穩性
11.2 ARIMA模型的分析過程
11.2.1 ARIMA模型
11.2.2 ARMA模型的識別、估計與預測
11.2.3 利用SAS時間序列預測系統進行菜單操作
11.3 本章小結
1.1 SAS環境與操作界面
1.2 SAS編程基礎
1.2.1 SAS編程語言的基本結構
1.2.2 SAS結構化編程語句
1.3 SAS的數據處理對象
1.3.1 SAS數據庫和SAS數據集
1.3.2 SAS系統的外部數據文件
1.4 數據預處理原理和基本方法
1.4.1 數據整理
1.4.2 數據分拆與合併
1.4.3 數據清洗
1.4.4 數據變換
1.5 本章小結
第2章 數據的描述
2.1 統計圖
2.1.1 直方圖
2.1.2 條形圖
2.1.3 線圖
2.1.4 散點圖
2.1.5 餅圖
2.1.6 盒式圖
2.1.7 莖葉圖
2.2 統計量
2.2.1 集中趨勢
2.2.2 離散程度
2.2.3 分布形狀
2.2.4 利用菜單和程序進行詳細的描述統計分析
2.3 統計表
2.3.1 統計表的基本要素
2.3.2 用TABULATE過程繪制統計表
2.4 數據分布
2.4.1 總體分布
2.4.2 樣本分布
2.4.3 抽樣分布
2.5 本章小結
第3章 簡單統計推斷
3.1 簡單統計推斷的基本原理
3.1.1 參數估計
3.1.2 假設檢驗
3.2 單總體參數的估計及假設檢驗
3.2.1 單總體的參數估計
3.2.2 單總體參數的假設檢驗
3.3 兩總體參數的估計及假設檢驗
3.3.1 獨立樣本的參數估計和檢驗
3.3.2 成對樣本的參數估計和檢驗
3.4 本章小結
第4章 方差分析
4.1 方差分析的基本原理
4.2 單因素方差分析
4.2.1 單因素方差分析與方差同質性檢驗
4.2.2 方差分析的多重比較
4.2.3 方差分析模型的參數估計和預測
4.3 多因素方差分析
4.3.1 只考慮主效應的多因素方差分析
4.3.2 存在交互效應的多因素方差分析
4.4 協方差分析
4.5 本章小結
第5章 非參數檢驗
5.1 非參數檢驗的基本問題
5.2 單樣本非參數檢驗
5.2.1 單樣本均值的Wilcoxon符號秩檢驗
5.2.2 單樣本的Kolmogorov-Smirnov檢驗
5.3 兩個樣本的非參數檢驗
5.3.1 兩個獨立樣本中位數比較的Wilcoxon秩和檢驗
5.3.2 兩個獨立樣本分布的Kolmogorov-Smirnov檢驗
5.3.3 成對樣本中位數的Wilcoxon符號秩檢驗
5.4 多個樣本的非參數檢驗
5.4.1 多個獨立樣本位置的Kruskal-Wallis檢驗
5.4.2 多個獨立樣本位置的Jonckheere-Terpstra檢驗
5.4.3 多個獨立樣本中位數的Brown-Mood檢驗
5.5 本章小結
第6章 相關與回歸分析
6.1 相關分析
6.1.1 簡單相關分析
6.1.2 偏相關分析
6.1.3 等級相關分析
6.2 典型相關分析
6.2.1 典型相關分析基本原理
6.2.2 典型相關係數的顯著性檢驗
6.2.3 典型相關的冗余分析
6.3 線性回歸分析
6.3.1 回歸分析的基本原理
6.3.2 一元線性回歸分析
6.3.3 多元線性回歸分析
6.4 定性自變量回歸分析
6.4.1 虛擬變量的設定
6.4.2 含有虛擬變量的回歸分析
6.5 本章小結
第7章 因子分析
7.1 數據降維
7.1.1 數據降維的基本問題
7.1.2 數據降維的基本原理
7.2 主成分分析
7.2.1 主成分分析的基本概念與原理
7.2.2 主成分分析的基本步驟和過程
7.3 因子分析
7.3.1 因子分析的基本原理
7.3.2 因子分析的基本步驟和過程
7.4 本章小結
第8章 聚類分析與判別分析
8.1 聚類分析的基本原理
8.1.1 分類的基本原則
8.1.2 單一指標的系統聚類過程
8.1.3 多指標的系統聚類過程
8.2 聚類分析的步驟和過程
8.2.1 系統聚類
8.2.2 快速聚類
8.2.3 變量聚類
8.3 判別分析的基本原理
8.4 判別分析的步驟和過程
8.4.1 距離判別
8.4.2 Bayes判別
8.4.3 Fisher判別
8.4.4 逐步判別
8.5 本章小結
第9章 列聯分析與對應分析
9.1 列聯分析
9.1.1 列聯表
9.1.2 列聯表的分布
9.1.3 χ2分布與χ2檢驗
9.1.4 列聯表中的關聯度分析
9.1.5 χ2分布的期望值準則
9.2 對應分析
9.2.1 對應分析的基本思想
9.2.2 對應分析的步驟和過程
9.3 本章小結
第10章 離散因變量模型
10.1 線性概率模型
10.2 二元選擇模型
10.2.1 線性概率模型的缺陷與改進
10.2.2 二元選擇模型的基本原理
10.2.3 BINARY PROBIT模型
10.2.4 BINARY LOGIT模型
10.3 多重選擇模型
10.3.1 多重選擇模型的基本原理
10.3.2 ORDINAL PROBIT模型
10.3.3 ORDINAL LOGIT模型
10.3.4 MULTINOMIAL LOGIT模型
10.4 計數模型
10.4.1 POISSON 回歸模型的基本原理
10.4.2 POISSON回歸模型的分析過程和步驟
10.5 本章小結
第11章 時間序列分析
11.1 時間序列的基本問題
11.1.1 時間序列的組成部分
11.1.2 時間序列的平穩性
11.2 ARIMA模型的分析過程
11.2.1 ARIMA模型
11.2.2 ARMA模型的識別、估計與預測
11.2.3 利用SAS時間序列預測系統進行菜單操作
11.3 本章小結
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。