DPS數(shù)據(jù)處理系統(tǒng)

序

序二

第二版前言

第一版前言

第一篇 DPS@數(shù)據(jù)處理系統(tǒng)

第1章 DPS系統(tǒng)簡介

1.1 系統(tǒng)功能簡介

1.2 DPS系統(tǒng)的不同版本

1.3 系統(tǒng)運(yùn)行環(huán)境與安裝、使用

1.4 DPS的基本操作

1.5 文本數(shù)值轉(zhuǎn)換及字符串?dāng)?shù)值轉(zhuǎn)換

1.6 數(shù)據(jù)行列轉(zhuǎn)換及行列重排

1.7 分類變量的取值和編碼

1.8 數(shù)據(jù)統(tǒng)計(jì)分析及其建模基本步驟

1.9 DPS系統(tǒng)函數(shù)應(yīng)用

參考文獻(xiàn)

第2章 DPS數(shù)據(jù)處理基礎(chǔ)

2.1 數(shù)據(jù)基本參數(shù)計(jì)算

2.2 常用統(tǒng)計(jì)分布及DPS統(tǒng)計(jì)函數(shù)

2.3 正態(tài)性檢驗(yàn)及參考值范圍

2.4 Trimmed及Winsorized均值

2.5 二項(xiàng)分布和Poisson分布的置信區(qū)間

2.6 混合分布參數(shù)估計(jì)

2.7 Pearson-Ⅲ型分布

2.8 異常值檢驗(yàn)

2.9 圖表處理

參考文獻(xiàn)

第二篇 試驗(yàn)統(tǒng)計(jì)分析

第3章 一組樣本和兩組樣本統(tǒng)計(jì)檢驗(yàn)

3.1 顯著性檢驗(yàn)基本原理

3.2 平均數(shù)和總體差異檢驗(yàn)

3.3 總體均值樣本量估計(jì)

3.4 樣本率和總體率的比較

3.5 Poisson分布的均數(shù)和總體比較

3.6 兩組樣本均值差異f檢驗(yàn)

3.7 小樣本均值差異Fisher非參數(shù)檢驗(yàn)

3.8 Bonferroni檢驗(yàn)

3.9 兩組樣本率差別檢驗(yàn)

3.10 兩總體檢驗(yàn)樣本含量及功效估計(jì)

3.11 概率模型擬合優(yōu)度檢驗(yàn)

參考文獻(xiàn)

第4章 方差分析

4.1 方差分析基本原理和步驟

4.2 單因素完全隨機(jī)設(shè)計(jì)

4.3 單因素隨機(jī)區(qū)組設(shè)計(jì)

4.4 系統(tǒng)分組(巢式)設(shè)計(jì)

4.5 二因素(組內(nèi)無重復(fù))完全隨機(jī)設(shè)計(jì)

4.6 二因素完全隨機(jī)設(shè)計(jì)

4.7 二因素隨機(jī)區(qū)組設(shè)計(jì)

4.8 平衡不完全區(qū)組設(shè)計(jì)試驗(yàn)

4.9 多因素試驗(yàn)設(shè)計(jì)

4.10 裂區(qū)試驗(yàn)設(shè)計(jì)

4.11 重復(fù)測(cè)量資料方差分析

4.12 拉丁方設(shè)計(jì)

4.13 隨機(jī)區(qū)組實(shí)驗(yàn)的協(xié)方差分析

參考文獻(xiàn)

第5章 一般線性模型

5.1 線性模型基本原理

5.2 GLM模型用戶操作界面

5.3 GLM模型輸出結(jié)果分析

5.4 一般方差分析的GLM模型

5.5 混合效應(yīng)模型方差分析

5.6 系統(tǒng)分組(或嵌套)設(shè)計(jì)

5.7 裂區(qū)試驗(yàn)統(tǒng)計(jì)分析

5.8 協(xié)方差分析

5.9 數(shù)量化方法Ⅰ

參考文獻(xiàn)

第6章 分類數(shù)據(jù)列聯(lián)表分析

6.1 列聯(lián)表分析及卡方檢驗(yàn)概述

6.2 列聯(lián)表的生成與分析

6.3 四格表分析

6.4 多層2x2表Mental.Haenszel檢驗(yàn)

6.5 R×C列聯(lián)表卡方檢驗(yàn)

6.6 單向有序R×C表統(tǒng)計(jì)檢驗(yàn)

6.7 雙向有序且屬性不同的R×C表統(tǒng)計(jì)檢驗(yàn)

6.8 McNemar檢驗(yàn)及Kappa檢驗(yàn)

6.9 2×C表和多層2×C表

6.10 配對(duì)病例--對(duì)照列聯(lián)表分析

6.11 重復(fù)測(cè)定資料似然比卡方檢驗(yàn)

參考文獻(xiàn)

第7章 分類數(shù)據(jù)模型分析

7.1 Logistic回歸

7.2 條件Logistic回歸

7.3 多分類無序反應(yīng)變量Logistic回歸

7.4 多分類有序反應(yīng)變量Logistic回歸

7.5 Poisson回歸

7.6 對(duì)數(shù)線性模型

參考文獻(xiàn)

第8章 非參數(shù)檢驗(yàn)

8.1 兩樣本配對(duì)符號(hào)檢驗(yàn)

8.2 兩樣本配對(duì)Wilcoxon符號(hào).秩檢驗(yàn)

8.3 兩樣本W(wǎng)ilcoxon檢驗(yàn)

8.4.KruskalWallis檢驗(yàn)

8.5 中位數(shù)檢驗(yàn)

8.6 Jonckheere-Terpstra檢驗(yàn)

8.7 Friedman檢驗(yàn)

8.8 Kendall協(xié)同系數(shù)檢驗(yàn)

8.9 Cochran檢驗(yàn)

8.10 非參數(shù)回歸分析

參考文獻(xiàn)

第9章 圓形分布資料統(tǒng)計(jì)分析

9.1 平均角及其假設(shè)檢驗(yàn)

9.2 兩個(gè)或多個(gè)樣本平均角的比較

9.3 多個(gè)樣本平均角的比較

9.4 圓-圓相關(guān)

9.5 圓-線相關(guān)

參考文獻(xiàn)

第10章 多因素優(yōu)化設(shè)計(jì)與分析

10.1 正交試驗(yàn)統(tǒng)計(jì)分析

10.2 二次正交回歸組合(中心復(fù)合)設(shè)計(jì)

10.3 Box.Behnken設(shè)計(jì)

10.4 均勻試驗(yàn)設(shè)計(jì)

10.5 二次飽和D.最優(yōu)設(shè)計(jì)

10.6 二次正交旋轉(zhuǎn)及二次通用組合實(shí)驗(yàn)統(tǒng)計(jì)分析

10.7 二次多項(xiàng)式回歸模型

10.8 "3414"測(cè)土配方施肥實(shí)驗(yàn)統(tǒng)計(jì)分析

參考文獻(xiàn)

第11章 混料試驗(yàn)設(shè)計(jì)與分析

11.1 單純形格子設(shè)計(jì)

11.2 單純形重心設(shè)計(jì)

1113有下界約束條件限制的混料試驗(yàn)設(shè)計(jì)

11.4 單純形格子設(shè)計(jì)和單純形重心設(shè)計(jì)操作示例

11.5 基于均勻設(shè)計(jì)表的混料試驗(yàn)設(shè)計(jì)

11.6 有上下限條件約束的混料試驗(yàn)設(shè)計(jì)

11.7 具附加線性約束的混料試驗(yàn)設(shè)計(jì)

11.8 混料試驗(yàn)分析的數(shù)學(xué)模型

11.9 混料試驗(yàn)數(shù)據(jù)的回歸分析

11.10 偏最小二乘回歸分析

參考文獻(xiàn)

第三篇 專業(yè)試驗(yàn)統(tǒng)計(jì)

第12章 數(shù)據(jù)包絡(luò)分析和隨機(jī)前沿面分析

12.1 生產(chǎn)效率分析基本原理

12.2 數(shù)據(jù)包絡(luò)分析CCR模型

12.3 數(shù)據(jù)包絡(luò)分析擴(kuò)展模型

12.4 考慮價(jià)格因素時(shí)的DEA模型

12.5 面板數(shù)據(jù)的Malmquist指數(shù)

12.6 隨機(jī)前沿面模型

12.7 面板數(shù)據(jù)隨機(jī)前沿面模型

參考文獻(xiàn)

第13章 量表分析和顧客滿意指數(shù)模型

13.1 項(xiàng)目分析

13.2 量表可信度分析

……

第14章 生物測(cè)定

第15章 診斷試驗(yàn)評(píng)價(jià)

第16章 序貫試驗(yàn)分析

第17章 抽樣技術(shù)

第18章 生存分析

第19章 數(shù)學(xué)生態(tài)學(xué)方法

第20章 地理統(tǒng)計(jì)

第21章 品種比較試驗(yàn)

第22章 遺傳統(tǒng)計(jì)(參數(shù)估計(jì))

第23章 遺傳統(tǒng)計(jì)(遺傳交配設(shè)計(jì))

第四篇 多元統(tǒng)計(jì)分析

第24章 多變量統(tǒng)計(jì)檢驗(yàn)

第25章 回歸分析

第26章 聚類分析

第27章 判別分析

第28章 多因子分析

第29章 概率統(tǒng)計(jì)模型

第五篇 數(shù)學(xué)模型模擬分析

第30章 非線性回歸模型

第31章 數(shù)學(xué)模型模擬與優(yōu)化

第32章 數(shù)學(xué)規(guī)劃

第33章 狀態(tài)空間模型

第六篇 常用數(shù)值分析

第34章 矩陣計(jì)算

第35章 方程求解及多項(xiàng)式求根

第36章 微積分?jǐn)?shù)值計(jì)算

第七篇 時(shí)間序列分析

第37章 時(shí)間序列趨勢(shì)分析

第38章 時(shí)間序列周期分析

第39章 平穩(wěn)時(shí)間序列分析

第40章 其他時(shí)間序列模型

第八篇 其他數(shù)據(jù)分析方法

第41章 模糊數(shù)學(xué)方法

第42章 灰色系統(tǒng)分析

第43章 神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)

第44章 多試驗(yàn)、多指標(biāo)綜合評(píng)價(jià)

配套光盤使用說明

……

DPS數(shù)據(jù)處理系統(tǒng)，英文名稱為Data Processing System，取首字母縮寫為DPS。該系統(tǒng)采用多級(jí)下拉式菜單，用戶使用時(shí)整個(gè)屏幕猶如一張工作平臺(tái)，隨意調(diào)整，操作自如，故形象地稱其為DPS數(shù)據(jù)處理工作平臺(tái)，簡稱DPS平臺(tái)。

它將數(shù)值計(jì)算、統(tǒng)計(jì)分析、模型模擬以及畫線制表等功能融為一體。因此，DPS 系統(tǒng)主要是作為數(shù)據(jù)處理和分析工具而面向廣大用戶。DPS系統(tǒng)兼有如Excel等流行電子表格軟件系統(tǒng)和若干專業(yè)統(tǒng)計(jì)分析軟件系統(tǒng)的功能。與流行的電子表格系統(tǒng)比較，DPS 平臺(tái)具有強(qiáng)大得多的統(tǒng)計(jì)分析和數(shù)學(xué)模型模擬分析功能。與國外同類專業(yè)統(tǒng)計(jì)分析軟件系統(tǒng)相比，DPS系統(tǒng)具有操作簡便，在統(tǒng)計(jì)分析和模型模擬方面功能齊全，易于掌握，尤其是對(duì)廣大中國用戶，其工作界面友好，只需熟悉它的一般操作規(guī)則就可靈活應(yīng)用。

DPS數(shù)據(jù)處理系統(tǒng)的第一版于1997年出版發(fā)行，運(yùn)行環(huán)境是直接寫屏的軟漢字DOS操作系統(tǒng)。當(dāng)前推出的第二版，其運(yùn)行環(huán)境是當(dāng)前流行的中文Windows 95/98視窗系統(tǒng)。DPS數(shù)據(jù)處理系統(tǒng)集數(shù)據(jù)全屏幕編輯制表、試驗(yàn)設(shè)計(jì)及統(tǒng)計(jì)分析、多元分析、數(shù)值計(jì)算以及建立各種數(shù)學(xué)模型等多項(xiàng)功能為一體，可廣泛適用于教學(xué)、科研和生產(chǎn)各個(gè)領(lǐng)域。不管是青年學(xué)生、還是高級(jí)科研人員，不管是計(jì)算機(jī)應(yīng)用的初學(xué)者，還是經(jīng)驗(yàn)豐富的計(jì)算機(jī)應(yīng)用專家，用戶都可以在本系統(tǒng)中找到自己感興趣或有用的部分。