本书介绍一些实用的统计方法,并以国际上**软件SAS系统作为典型工具,介绍如何用统计软件处理数据分析中的各种实际问题。
本书正文共分十章。**、二章介绍基础统计分析;第三、四章介绍一般线性模型;第五章介绍属性数据分析;第六、七章介绍分类问题;第八、九、十章介绍降维的多变量方法。本书的特色是将实用统计方法的介绍与在计算机上实现这些方法的软件紧密地结合起来,不仅介绍每种统计方法的实际背景、统计思想、统计模型和解题的思路,并结合实例介绍应用统计软件解决问题的步骤和计算结果的分析。本书不侧重严格的教学推导。
本书的读者对象是高等院校文理科各专业学习应用统计的大学生、研究生,以及社会上各个领域特别是经济、管理、科技等领域中需要进行数据分析处理的实际工作者。本书可作为高等院校文理科各专业开设公共选修课的教材或参考书,对于应用统计工作者,��书也是较好的学习参考书。

**章 描述统计
1.1 描述统计量
1.2 用图表概括数据
习题一
第二章 估计和检验
2.1 基本统计概念
2.2 均值和方差的区间估计和检验
2.3 两组比较
2.4 正态性检验
习题二
第三章 方差分析
3.1 单因子方差分析
3.2 两因子方差分析
习题三
第四章 回归与回归诊断
4.1 多元线性回归
4.2 曲线回归
4.3 逐步回归
4.4 基本回归诊断
4.5 处理多元线性回归中自变量共线性的几种方法
习题四
第五章 属性数据分析
5.1 属性数据
5.2 列联表分析
5.3 属性变量的无关联性检验
5.4 有序变量的关联性分析
习题五
第六章 判别分析
6.1 距离判别
6.2 Bayes(贝叶斯)判别法及广义平方距离判别法
6.3 非参数判别法及DISCRIM过程
6.4 Fisher判别与CANDISC(典型判别)过程
6.5 逐步判别
习题六
第七章 聚类分析
7.1 聚类分析的方法
7.2 距离与相似系数
7.3 系统聚类法
7.4 CLUSTER过程与应用例子
7.5 动态聚类法与FASTCLUS过程
7.6 有序样品聚类法(*优分割法)
7.7 变量聚类法和CARCLUS过程
习题七
第八章 主分量(主成分)分析
8.1 总体的主分量
8.2 样本的主分量
8.3 主分量分析的应用
8.4 PRINCOMP(主分量)过程与应用例子
习题八
第九章 因子分析
9.1 引言
9.2 因子模型
9.3 参数估计方法
9.4 方差*大的正交旋转
……
第十章 典型相关分析
附录1 SAS系统入门
附录2 部分习题参考解答
参考文献