SAS(Serial Attached SCSI)即串行SCSI技術(shù),是一種新型的磁盤連接技術(shù)。它綜合了現(xiàn)有并行SCSI和串行連接技術(shù)(光纖通道、SSA、IEEE1394及InfiniBand等)的優(yōu)勢(shì),以串行通訊為協(xié)議基礎(chǔ)架構(gòu),采用SCSI-3擴(kuò)展指令集并兼容SATA設(shè)備,是多層次的存儲(chǔ)設(shè)備連接協(xié)議棧。而SAS磁盤就是采用該接口技術(shù)的磁盤,按照業(yè)界預(yù)測(cè),SAS磁盤將很快取代目前的SCSI磁盤而成為主流磁盤類型。
中文名稱 | SAS控制器 | 外文名稱 | Serial Attached SCSI |
---|---|---|---|
性質(zhì) | 新型的磁盤連接技術(shù) | 特點(diǎn) | 簡(jiǎn)便的線纜連結(jié) 擴(kuò)展性 |
作為一種新的存儲(chǔ)接口技術(shù),SAS不僅在功能上可與Fibre Channel媲美,還具有兼容SATA的能力,因而被業(yè)界公認(rèn)為取代并行SCSI的不二之選。SAS的優(yōu)勢(shì)主要體現(xiàn)在:靈活性,可以兼容SATA,為用戶節(jié)省投資;擴(kuò)展性,一個(gè)SAS域最多可以直連16384個(gè)設(shè)備;性能卓越,點(diǎn)對(duì)點(diǎn)的架構(gòu)使性能隨端口數(shù)量增加而提高;更合理的電纜設(shè)計(jì),在高密度環(huán)境中提供更有效的散熱。衡量一種技術(shù)的優(yōu)劣通常有4個(gè)基本指標(biāo),即性能、可靠性、可擴(kuò)展性和成本。回顧串行磁盤技術(shù)的發(fā)展歷史,從光纖通道,到SATA,再到SAS,幾種技術(shù)各有所長(zhǎng)。光纖通道最早出現(xiàn)的串行化存儲(chǔ)技術(shù),可以滿足高性能、高可靠和高擴(kuò)展性的存儲(chǔ)需要,但是價(jià)格居高不下;SATA硬盤成本倒是降下來了,但主要是用于近線存儲(chǔ)和非關(guān)鍵性應(yīng)用,畢竟在性能等方面差強(qiáng)人意;SAS應(yīng)該算是個(gè)全才,可以支持SAS和SATA磁盤,很方便地滿足不同性價(jià)比的存儲(chǔ)需求,是具有高性能、高可靠和高擴(kuò)展性的解決方案。
SAS的特點(diǎn):
1、更好的性能:
點(diǎn)到點(diǎn)的技術(shù)減少了地址沖突以及菊花鏈連結(jié)的減速;
為每個(gè)設(shè)備提供了專用的信號(hào)通路來保證最大的帶寬;
全雙工方式下的數(shù)據(jù)操作保證最有效的數(shù)據(jù)吞吐量;
2、簡(jiǎn)便的線纜連結(jié):
更細(xì)的電纜搭配更小的連接器;
3、更好的擴(kuò)展性:
可以同時(shí)連結(jié)更多的磁盤設(shè)備。
由于串行SCSI(SAS)是點(diǎn)到點(diǎn)的結(jié)構(gòu),因此除了提高性能之外,每個(gè)設(shè)備連接到指定的數(shù)據(jù)通路上提高了帶寬。SAS的電纜結(jié)構(gòu)節(jié)省了空間,從而提高了使用SAS硬盤服務(wù)器的散熱、通風(fēng)能力。一般情況下,較大的并行電纜會(huì)帶來電子干擾,SAS的電纜結(jié)構(gòu)可以解決這個(gè)問題。此外SAS結(jié)構(gòu)有非常好的擴(kuò)展能力,最多可以連接16384個(gè)磁盤設(shè)備。
串行SCSI(SAS)硬盤使用與S-ATA相同的接口,但是使用較多的信號(hào),因此SAS硬盤不能與S-ATA硬盤控制器連結(jié)。SAS是通用接口,支持SAS和S-ATA,SAS控制器可以支持SAS和SATA磁盤。S-ATA使用SAS控制器的信號(hào)子集,因此SAS控制器支持S-ATA硬盤。
初期的SAS硬盤使用2.5英寸封裝,這樣可以使機(jī)架服務(wù)器支持更多的硬盤,現(xiàn)在已經(jīng)有廠商推出標(biāo)準(zhǔn)3.5英寸的SAS硬盤;初期產(chǎn)品的轉(zhuǎn)速是10000RPM,而現(xiàn)在15000RPM的產(chǎn)品也已經(jīng)問世。SAS硬盤與相同轉(zhuǎn)速的SCSI硬盤相比有相同或者更好的性能。串行接口減少了線纜的尺寸,允許更快的傳輸速度,SAS硬盤傳輸數(shù)據(jù)可以達(dá)到3.0Gbit/sec。
每個(gè)SAS電纜有4根電纜,2根輸入2根輸出。SAS可以同時(shí)進(jìn)行數(shù)據(jù)的讀寫,全雙工的數(shù)據(jù)操作提高數(shù)據(jù)的吞吐效率。
微控制器,簡(jiǎn)單來說就是微型或小型控制器?;臼侵赣蓡纹瑱C(jī)為核心的控制單元,及外部電路組成的控制器。單片機(jī)為核心的控制器優(yōu)點(diǎn)就是開發(fā)流程短,可編程,成本低。適用于普通的工業(yè)控制,比如簡(jiǎn)單的信號(hào)、簡(jiǎn)單的邏...
ZN551只是個(gè)控制模塊 給你個(gè)價(jià)格單吧,你看看是不是還得報(bào)其他東西,這個(gè)是全套的,里面有你要的價(jià)。 (單擊一下圖可放大看)
自然光是完全非偏振光,自然光通過起偏器后可以的到線偏振光,那么,這里的線偏振光一般來說是不相干的, 不過要看你入射的光是否相干,自然光一般不相干,因?yàn)樗鼈兏鱾€(gè)方向的光它們的相位是隨機(jī)的,是非相干光,就...
格式:pdf
大小:97KB
頁(yè)數(shù): 10頁(yè)
評(píng)分: 4.4
HW-BA5201 控制模塊 概 述 .HW-BA5201 DDC 控制模塊是智能樓宇控制系統(tǒng)的一部分,它采用 LONWORKS 現(xiàn)場(chǎng)總線 技術(shù)與外界進(jìn)行通訊, 具有網(wǎng)絡(luò)布線簡(jiǎn)單、 易于維護(hù)等特點(diǎn)。 它可完成對(duì)樓控系統(tǒng)及各種工 業(yè)現(xiàn)場(chǎng)標(biāo)準(zhǔn)開關(guān)量信號(hào)與模擬量信號(hào)的采集,并且對(duì)各種模擬量以及開關(guān)量設(shè)備進(jìn)行控制。 特 點(diǎn) l 具有 11路通用輸入端口, 可采集多種類型的模擬量信號(hào)與不同電平的開關(guān)量信號(hào), 并對(duì) 其進(jìn)行不同方式的處理: 對(duì)于模擬量信號(hào)輸入, 可對(duì)其進(jìn)行濾波以及非線性矯正; 對(duì)于開關(guān) 量信號(hào)輸入,可通過軟件將其配置成直接輸入、延時(shí) 輸入、觸發(fā)輸入、計(jì)時(shí)、計(jì)數(shù)、測(cè)頻 率等模式。 l 具有 4路開關(guān)量輸出端口,通過插針跳線和軟件配置,可將各通道配置成直接輸出、延 時(shí)輸出、脈沖輸出、單穩(wěn)輸出、觸發(fā)輸出、脈寬調(diào)制輸出等多種形式的開關(guān)量控制信號(hào)。具 有手動(dòng)強(qiáng)制輸出按鈕及輸出指示
格式:pdf
大?。?span id="hbsd2pc" class="single-tag-height">97KB
頁(yè)數(shù): 5頁(yè)
評(píng)分: 4.4
為了改善互聯(lián)電力系統(tǒng)阻尼,研究了廣域阻尼控制器和靜止同步補(bǔ)償器(STATCOM)的控制器參數(shù)全局優(yōu)化方法。首先介紹了廣域阻尼控制器和STATCOM及其控制器數(shù)學(xué)模型,然后描述了改進(jìn)的細(xì)菌覓食優(yōu)化(BFO)算法。用Matlab編程,按BFO方法優(yōu)化控制器參數(shù)以使ITSE型適應(yīng)度值最小。適應(yīng)度值是通過解電力系統(tǒng)微分-代數(shù)方程求得。10機(jī)39母線新英格蘭系統(tǒng)被用于測(cè)試協(xié)調(diào)設(shè)計(jì)方法。仿真測(cè)試表明,廣域阻尼控制器和STATCOM控制器的協(xié)調(diào)設(shè)計(jì)能增強(qiáng)電力系統(tǒng)動(dòng)態(tài)穩(wěn)定性。
SAS的接口技術(shù)可以向下兼容SATA。具體來說,二者的兼容性主要體現(xiàn)在物理層和協(xié)議層的兼容。在物理層,SAS接口和SATA接口完全兼容,SATA 硬盤可以直接使用在SAS的環(huán)境中,從接口標(biāo)準(zhǔn)上而言,SATA是SAS的一個(gè)子標(biāo)準(zhǔn),因此SAS控制器可以直接操控SATA硬盤,但是SAS卻不能直接使用在SATA的環(huán)境中,因?yàn)镾ATA控制器并不能對(duì)SAS硬盤進(jìn)行控制;在協(xié)議層,SAS由3種類型協(xié)議組成,根據(jù)連接的不同設(shè)備使用相應(yīng)的協(xié)議進(jìn)行數(shù)據(jù)傳輸。其中串行SCSI協(xié)議(SSP)用于傳輸SCSI命令;SCSI管理協(xié)議(SMP)用于對(duì)連接設(shè)備的維護(hù)和管理;SATA通道協(xié)議(STP)用于 SAS和SATA之間數(shù)據(jù)的傳輸。因此在這3種協(xié)議的配合下,SAS可以和SATA以及部分SCSI設(shè)備無縫結(jié)合。
SAS系統(tǒng)的背板(Backplane)既可以連接具有雙端口、高性能的SAS驅(qū)動(dòng)器,也可以連接高容量、低成本的SATA驅(qū)動(dòng)器。所以SAS驅(qū)動(dòng)器和 SATA驅(qū)動(dòng)器可以同時(shí)存在于一個(gè)存儲(chǔ)系統(tǒng)之中。但需要注意的是,SATA系統(tǒng)并不兼容SAS,所以SAS驅(qū)動(dòng)器不能連接到SATA背板上。由于SAS系統(tǒng)的兼容性,使用戶能夠運(yùn)用不同接口的硬盤來滿足各類應(yīng)用在容量上或效能上的需求,因此在擴(kuò)充存儲(chǔ)系統(tǒng)時(shí)擁有更多的彈性,讓存儲(chǔ)設(shè)備發(fā)揮最大的投資效益。
在系統(tǒng)中,每一個(gè)SAS端口可以最多可以連接16256個(gè)外部設(shè)備,并且SAS采取直接的點(diǎn)到點(diǎn)的串行傳輸方式,傳輸?shù)乃俾矢哌_(dá)3Gbps,估計(jì)以后會(huì)有 6Gbps乃至12Gbps的高速接口出現(xiàn)。SAS的接口也做了較大的改進(jìn),它同時(shí)提供了3.5英寸和2.5英寸的接口,因此能夠適合不同服務(wù)器環(huán)境的需求。SAS依靠SAS擴(kuò)展器來連接?嗟納璞福?殼暗睦┱蠱饕?2端口居多,不過根據(jù)板卡廠商產(chǎn)品研發(fā)計(jì)劃顯示,未來會(huì)有28、36端口的擴(kuò)展器引入,來連接SAS設(shè)備、主機(jī)設(shè)備或者其他的SAS擴(kuò)展器。
內(nèi)容簡(jiǎn)介
《新世紀(jì)高校經(jīng)濟(jì)學(xué)管理學(xué)核心課教輔用書·統(tǒng)計(jì)應(yīng)用軟件(EXCEL和SAS)》為新世紀(jì)高校經(jīng)濟(jì)學(xué)管理學(xué)核心課教輔用書系列之一,《新世紀(jì)高校經(jīng)濟(jì)學(xué)管理學(xué)核心課教輔用書·統(tǒng)計(jì)應(yīng)用軟件(EXCEL和SAS)》內(nèi)容包括:統(tǒng)計(jì)數(shù)據(jù)處理分析軟件Excel和統(tǒng)計(jì)分析系統(tǒng)SAS。
2100433B
第1單元 SAS基本操作 1
1.1 SAS操作界面 1
1.2 SAS窗口操作 3
1.3 SAS菜單操作 7
1.4 SAS按鈕操作 9
1.5 SAS數(shù)據(jù)庫(kù)操作 9
1.5.1 定制Explorer顯示格式 9
1.5.2 定制Explorer排列格式 10
1.5.3 創(chuàng)建SAS數(shù)據(jù)庫(kù) 10
1.5.4 查找SAS數(shù)據(jù)庫(kù) 11
1.5.5 查看SAS數(shù)據(jù)文件的屬性 12
1.6 SAS文件操作 12
1.6.1 復(fù)制SAS數(shù)據(jù)文件 13
1.6.2 重命名SAS數(shù)據(jù)文件 13
1.6.3 打開SAS數(shù)據(jù)文件 14
1.6.4 刪除SAS數(shù)據(jù)文件 14
1.7 管理磁盤文件 15
1.8 SAS編程基礎(chǔ) 15
1.8.1 SAS程序的格式結(jié)構(gòu) 16
1.8.2 SAS程序示例 16
1.9 SAS幫助操作 17
上機(jī)報(bào)告的寫作要求 18
第2單元 SAS試驗(yàn)設(shè)計(jì) 19
2.1 術(shù)語(yǔ)和符號(hào) 19
2.2 隨機(jī)抽樣的設(shè)計(jì) 20
2.2.1 單變量隨機(jī)抽樣設(shè)計(jì) 20
2.2.2 配對(duì)變量隨機(jī)抽樣設(shè)計(jì) 21
2.2.3 兩獨(dú)立變量隨機(jī)抽樣設(shè)計(jì) 22
2.3 單因子試驗(yàn)設(shè)計(jì) 23
2.3.1 完全順序設(shè)計(jì) 23
2.3.2 區(qū)組順序設(shè)計(jì) 24
2.3.3 完全隨機(jī)設(shè)計(jì) 25
2.3.4 完全隨機(jī)區(qū)組設(shè)計(jì) 25
2.3.5 拉丁方設(shè)計(jì) 26
2.4 試驗(yàn)處理的析因設(shè)計(jì) 27
2.4.1 完全析因設(shè)計(jì) 27
2.4.2 區(qū)組析因設(shè)計(jì) 30
2.4.3 部分析因設(shè)計(jì) 32
2.4.4 最小部分析因設(shè)計(jì) 34
2.5 多因子試驗(yàn)設(shè)計(jì) 37
2.5.1 完全順序設(shè)計(jì) 37
2.5.2 完全隨機(jī)設(shè)計(jì) 38
2.5.3 不完全隨機(jī)設(shè)計(jì) 39
2.5.4 完全隨機(jī)區(qū)組設(shè)計(jì) 40
2.5.5 不完全隨機(jī)區(qū)組設(shè)計(jì) 41
2.5.6 裂區(qū)設(shè)計(jì) 42
2.5.7 巢式設(shè)計(jì) 43
2.6 回歸試驗(yàn)設(shè)計(jì) 44
2.6.1 一元回歸設(shè)計(jì) 45
2.6.2 多元回歸設(shè)計(jì) 45
2.7 響應(yīng)面設(shè)計(jì) 47
2.7.1 問題和模型 48
2.7.2 中心組合正交旋轉(zhuǎn)設(shè)計(jì) 48
2.7.3 中心組合精度均衡設(shè)計(jì) 54
2.7.4 小試驗(yàn)量的中心組合設(shè)計(jì) 55
2.7.5 Box-Behnken設(shè)計(jì) 56
2.8 最優(yōu)試驗(yàn)設(shè)計(jì) 56
2.8.1 最優(yōu)區(qū)組析因設(shè)計(jì) 57
2.8.2 最優(yōu)平衡不完全區(qū)組設(shè)計(jì) 58
2.8.3 最優(yōu)不完全區(qū)組設(shè)計(jì) 60
2.8.4 最優(yōu)部分析因設(shè)計(jì) 61
上機(jī)報(bào)告 62
第3單元 SAS數(shù)據(jù)整理 63
3.1 數(shù)據(jù)表的格式要求 63
3.2 用Excel整理試驗(yàn)數(shù)據(jù) 64
3.2.1 創(chuàng)建Excel數(shù)據(jù)表 64
3.2.2 將Excel數(shù)據(jù)表轉(zhuǎn)換成SAS數(shù)據(jù)表 65
3.3 用SAS整理試驗(yàn)數(shù)據(jù) 67
3.4 創(chuàng)建各種形式的SAS數(shù)據(jù)表 69
3.4.1 字符型SAS數(shù)據(jù)表 69
3.4.2 數(shù)值型SAS數(shù)據(jù)表 69
3.4.3 混合型SAS數(shù)據(jù)表 70
3.4.4 含頻數(shù)和權(quán)值的SAS數(shù)據(jù)表 71
3.4.5 單變量SAS數(shù)據(jù)表 71
3.4.6 單向分組SAS數(shù)據(jù)表 72
3.4.7 兩向分組SAS數(shù)據(jù)表 72
3.4.8 n向分組SAS數(shù)據(jù)表 72
3.4.9 二值SAS數(shù)據(jù)表 74
3.4.10 協(xié)差陣和相關(guān)陣SAS數(shù)據(jù)表 75
3.5 SAS數(shù)據(jù)表的管理 77
3.5.1 復(fù)制數(shù)據(jù)表 77
3.5.2 添加觀測(cè) 78
3.5.3 修改觀測(cè) 78
3.5.4 刪除觀測(cè) 79
3.5.5 更新觀測(cè) 80
3.5.6 合并數(shù)據(jù)表 80
3.5.7 抽取子表 81
3.5.8 行對(duì)應(yīng)合并數(shù)據(jù)表 82
3.5.9 匹配合并數(shù)據(jù)表 83
3.5.10 改變量名 83
3.5.11 刪除變量 84
3.5.12 保留變量 85
3.6 SAS數(shù)據(jù)表的觀測(cè)排序 85
3.7 SAS數(shù)據(jù)變換 86
3.8 SAS數(shù)據(jù)概括 87
上機(jī)報(bào)告 89
第4單元 SAS統(tǒng)計(jì)繪圖 90
4.1 用SAS繪制散點(diǎn)圖 90
4.1.1 單變量散點(diǎn)圖 91
4.1.2 兩變量散點(diǎn)圖 91
4.1.3 多變量散點(diǎn)圖 92
4.2 用SAS繪制折線圖 93
4.2.1 單變量折線圖 93
4.2.2 變量相關(guān)折線圖 94
4.2.3 多變量折線圖 95
4.3 用SAS繪制盒須圖 95
4.4 用SAS繪制曲線圖 98
4.4.1 擬合曲線圖 98
4.4.2 函數(shù)的圖形 100
4.5 用SAS繪制餅圖 101
4.6 用SAS繪制柱形圖 102
4.6.1 離散變量的頻數(shù)分布圖 103
4.6.2 離散變量的累積頻數(shù)分布圖 104
4.6.3 離散變量的百分率分布圖 105
4.6.4 離散變量的累積百分率分布圖 105
4.7 用SAS繪制直方圖 106
4.7.1 連續(xù)變量的頻數(shù)分布圖 108
4.7.2 連續(xù)變量的累積頻數(shù)分布圖 109
4.7.3 連續(xù)變量的百分率分布圖 110
4.7.4 連續(xù)變量的累積百分率分布圖 111
4.8 用SAS繪制誤差圖 112
4.9 用SAS繪制三維網(wǎng)格圖 114
4.10 用SAS繪制等值線圖 115
上機(jī)報(bào)告 116
第5單元 SAS統(tǒng)計(jì)推斷 117
5.1 SAS概率計(jì)算 117
5.1.1 貝努利分布 118
5.1.2 Poisson分布 119
5.1.3 正態(tài)分布 120
5.1.4 t分布 121
5.1.5 χ2分布 122
5.1.6 F分布 123
5.1.7 均勻分布隨機(jī)數(shù) 124
5.1.8 離散分布隨機(jī)數(shù) 125
5.2 單變量樣本統(tǒng)計(jì)推斷 125
5.2.1 0-1分布比率Z檢驗(yàn) 126
5.2.2 離散變量的頻數(shù)分布及檢驗(yàn) 129
5.2.3 連續(xù)變量的頻數(shù)分布及檢驗(yàn) 134
5.2.4 基于觀測(cè)的參數(shù)估計(jì) 138
5.2.5 基于頻數(shù)的參數(shù)估計(jì) 139
5.2.6 連續(xù)變量均值和方差的假設(shè)檢驗(yàn) 141
5.3 配對(duì)樣本均值差t檢驗(yàn) 142
5.4 兩獨(dú)立樣本均值差t檢驗(yàn) 144
5.5 多變量樣本相關(guān)系數(shù)檢驗(yàn) 145
上機(jī)報(bào)告 146
第6單元 單因子試驗(yàn)統(tǒng)計(jì)分析 148
6.1 單因子試驗(yàn)數(shù)據(jù)處理方法 148
6.2 平衡隨機(jī)設(shè)計(jì)的試驗(yàn)分析 148
6.2.1 無協(xié)變量平衡隨機(jī)設(shè)計(jì)的試驗(yàn)分析 148
6.2.2 含協(xié)變量平衡隨機(jī)設(shè)計(jì)的試驗(yàn)分析 150
6.3 不平衡隨機(jī)設(shè)計(jì)的試驗(yàn)分析 154
6.4 完全隨機(jī)區(qū)組設(shè)計(jì)的試驗(yàn)分析 156
6.5 最優(yōu)不完全隨機(jī)區(qū)組設(shè)計(jì)的"para" label-module="para">
6.6 拉丁方設(shè)計(jì)的試驗(yàn)分析 160
上機(jī)報(bào)告 162
第7單元 多因子試驗(yàn)統(tǒng)計(jì)分析 163
7.1 多因子試驗(yàn)數(shù)據(jù)處理方法 163
7.2 列聯(lián)表分析 163
7.3 隨機(jī)設(shè)計(jì)的試驗(yàn)分析 166
7.3.1 平衡完全隨機(jī)設(shè)計(jì)的試驗(yàn)分析 166
7.3.2 含協(xié)變量平衡完全隨機(jī)設(shè)計(jì)的試驗(yàn)分析 167
7.3.3 最優(yōu)完全隨機(jī)設(shè)計(jì)的試驗(yàn)分析 170
7.3.4 最優(yōu)平衡不完全隨機(jī)設(shè)計(jì)的試驗(yàn)分析 172
7.4 隨機(jī)區(qū)組設(shè)計(jì)的試驗(yàn)分析 175
7.4.1 單響應(yīng)完全隨機(jī)區(qū)組設(shè)計(jì)的試驗(yàn)分析 175
7.4.2 多響應(yīng)完全隨機(jī)區(qū)組設(shè)計(jì)的試驗(yàn)分析 177
7.4.3 最優(yōu)不完全隨機(jī)區(qū)組設(shè)計(jì)的試驗(yàn)分析 185
7.5 裂區(qū)設(shè)計(jì)的試驗(yàn)分析 187
7.6 巢式設(shè)計(jì)的試驗(yàn)分析 191
上機(jī)報(bào)告 194
第8單元 回歸試驗(yàn)統(tǒng)計(jì)分析 195
8.1 導(dǎo)言 195
8.2 一元回歸 195
8.2.1 一元線性回歸 196
8.2.2 一元多項(xiàng)式回歸 197
8.2.3 可線性化非線性回歸 198
8.2.4 本質(zhì)非線性回歸 199
8.3 隨機(jī)型自變量多元線性回歸 201
8.3.1 回歸診斷 201
8.3.2 全自變量多元線性回歸 204
8.3.3 通徑分析 206
8.3.4 篩選變量法多元線性回歸 207
8.3.5 嶺脊法多元線性回歸 208
8.3.6 主分量法多元線性回歸 209
8.3.7 典型相關(guān)分析 212
8.3.8 偏最小二乘多元線性回歸 216
8.4 隨機(jī)型自變量多元非線性回歸 218
8.4.1 可線性化回歸 218
8.4.2 多元二次多項(xiàng)式回歸 220
8.4.3 本質(zhì)非線性回歸 221
8.5 確定型自變量多元線性回歸 224
8.6 響應(yīng)面設(shè)計(jì)的試驗(yàn)分析 227
8.6.1 因子水平編碼和試驗(yàn)數(shù)據(jù)整理 227
8.6.2 響應(yīng)面回歸分析 229
8.6.3 響應(yīng)面嶺脊分析 231
8.6.4 響應(yīng)面圖形分析 233
8.7 確定型自變量多元非線性回歸 236
上機(jī)報(bào)告 239
第9單元 主分量分析 241
9.1 導(dǎo)言 241
9.2 協(xié)差陣法主分量分析 242
9.3 相關(guān)陣法主分量分析 245
9.4 采用Solutions菜單操作進(jìn)行"para" label-module="para">
上機(jī)報(bào)告 253
第10單元 因子分析 254
10.1 導(dǎo)言 254
10.2 主分量法因子分析 255
10.3 主因子法因子分析 264
10.4 最大似然法因子分析 269
10.5 最小二乘法因子分析 273
上機(jī)報(bào)告 275
第11單元 聚類分析 277
11.1 導(dǎo)言 277
11.2 坐標(biāo)型觀測(cè)聚類分析 277
11.3 頻數(shù)型觀測(cè)聚類分析 281
11.4 二值型觀測(cè)聚類分析 284
上機(jī)報(bào)告 287
第12單元 判別分析 288
12.1 導(dǎo)言 288
12.2 Bayes判別分析 289
12.3 歐氏距離判別分析 293
12.4 Fisher判別分析 295
12.5 逐步Bayes判別分析 298
12.6 逐步歐氏距離判別分析 300
上機(jī)報(bào)告 303
參考文獻(xiàn) 304 2100433B