| 本书是普通高等教育“十一五”国家级规划教材，与《SAS数据挖掘与分析》是姊妹篇。本书与《社会统计分析--SPSS应用教程》是以两种不同的国际著名统计软件为平台，知识与技术互补，既体现了教材的多样性、可选性，又适应了不同层次、不同类型读者的需求，对于我国的统计师、科研人员、管理人员和广大自然科学工作者进行课题研究及科研定量分析是不可或缺的技术武器。 本书的作者是一些有数十年教学、科研经验的专家教授，内容面向全国高校统计学、医学、心理学、市场营销学、人文社会学及财经学等专业的本科生和研究生，可作为这些专业的学生及其他非计算机专业学生首选的统计应用教材。本书力求写成国内中文SAS的精品应用教程。 1997年起，“信息管理与信息系统专业”的国内第一套系列教材问世，迄今已经十年多了。当初规划的七八本教材已经扩展到今天的三十多本，开成了一套品种多样、影响面广的系列教材，被许多高校所选用。现经过重新审视和修订，基涵盖了本专业的主要课程。这套教材体系完整、结构严谨、理论结合实际。 |
| 第1章 问卷设计要领 1.1 问卷中问题与答案的构思技巧 1.2 问卷设计中最常见的错误 1.3 量表法的重要性及用法 习题1 第2章 sas系统的主要功能 2.1 sas主要的过程命令 2.2 sas的数据挖掘命令 2.2.1 sas最简单的程序例子 2.2.2 sas程序中的指令 2.2.3 sas数据的计算机编码 2.2.4 sas的编程工具 习题2 第3章 sas的数据输入与数据挖掘 3.1 定义sas数据 3.2 定义自由格式的sas数据 3.3 定义固定格式的sas数据 3.4 定义一行几个个案的数据 3.5 sas数据的读取、显示及缺失值的输入法 3.5.1 用cards命令读取数据 . 3.5.2 用list命令显示数据 3.5.3 缺失值的输入 3.6 sas如何调用外部数据文件 3.7 有条件的数据运算 3.8 有条件的数据删除 3.9 go-to语句 3.10 定义变量标签 3.11 定义数值标签 3.12 求和前预置变量值 3.13 创建新变量及函数求和 3.13.1 变量值求和 3.13.2 用sum函数对缺失值累加 3.14 重新编码数据 3.15 本章知识摘要 习题3 第4章 用对话框进行简单的统计 4.1 用assist窗口进行数据输入与管理 4.2 assist窗口的功能 4.2.1 tutorial命令 4.2.2 data mgmt菜单 4.2.3 report writing命令 4.2.4 graphics命令 4.3 用lab窗口统计数据 4.3.1 lab窗口的功能 4.3.2 用“向导式数据分析”中的lab统计数据 4.3.3 用lab新建sas数据集的弊端 4.4 在work工作区中输入小型数据 4.5 在work工作区中外调一个sas数据集 习题4 第5章 sas最基本的统计概念 5.1 总体与样本的区别 5.2 参数与统计量的区别 5.3 正态分布的重要特征 5.4 用经验规则概括数据 5.5 正态分布的假设检验 5.5.1 检验正态分布的重要统计量 5.5.2 检验正态分布的图示 5.6 显著性水平与α理论值的关系 习题5 第6章 用两种绘图法所产生图形的鲜明对照 6.1 条形图的生成与对比 6.2 饼图的生成与对比 6.3 等高线图的产生与对比 6.4 空间立体图形的产生与对比 习题6 第7章 描述统计一： 频数统计 7.1 用过程命令freq统计频数 7.2 用对话框命令“分析家”统计频数 7.3 用tables过程命令加权数据 7.4 过程univarite与freq产生的频率表对比 习题7 第8章 描述统计二： 双变量的交叉汇总和相关测量 8.1 用“分析家”对话框对两个变量交叉汇总 8.2 用编程法对双变量交叉汇总 8.3 有控制变量的交叉汇总及结合测量 8.4 交叉汇总表的单元内容 8.5 双变量相关分析 习题8 第9章 描述统计三： 用means过程比较均值 9.1 用“分析家”对话框命令比较均值 9.2 用proc means过程编程比较均值 习题9 第10章 t检验与非参数检验 10.1 概括描述两组独立样本 10.2 两组独立样本t检验的假设检验 10.2.1 两组独立样本t检验的对话框法 10.2.2 两组独立样本t检验的程序法 10.3 两组独立样本的wilcoxon非参数检验 10.4 对两组配对样本的描述统计 10.5 配对差值的t检验 10.6 用wilcoxon过程做配对差值的非参数检验 10.7 两个均值比较的归纳 习题10 第11章 市场品牌的调查分析 11.1 品牌的分类 11.2 精品购物的问卷设计 11.3 正交设计 11.4 结合分析的方法 11.5 结合分析的结果 11.6 市场预测法 习题11 第12章 变量的线性相关测量 12.1 变量的类型 12.2 “比例-比例”型变量的相关测量 12.3 “二分-区间”型变量的相关测量 12.4 “次序-次序”型变量的相关测量 12.5 “次序-比率”型变量的相关测量 12.6 “次序-次序”型变量的相关测量 12.7 “标称-标称”型变量的相关测量 12.8 cronbach的alpha系数与spearman相关系数 12.9 用proc corr过程编程计算相关系数 习题12 第13章 线性回归与非线性回归 13.1 一元线性回归 13.1.1 一元线性回归的数据与程序 13.1.2 一元线性回归的结果分析 13.1.3 一元线性回归方程 13.2 多元线性回归 13.2.1 多元线性回归的源程序 13.2.2 多元线性回归的输出结果 13.2.3 多元线性回归的结果分析 13.3 用glm过程进行多项式回归 13.3.1 多项式回归的一般模型 13.3.2 多项式回归的实例 13.4 含虚拟变量的回归 习题13 第14章 随机实验组的协方差分析 14.1 两组随机数据单因变量协方差分析 14.2 两组随机数据的三因变量协方差分析 习题14 第15章 用anova过程进行方差分析 15.1 anova的假设与检验 15.2 单因素方差分析的变量 15.3 单因素方差分析 15.4 双因素方差分析 15.5 多因变量复方差分析 15.6 重复方差测量 习题15 第16章 因子分析与主成分分析 16.1 共通性元素 16.2 因子分析的模型 16.3 因子分析的顺序 16.4 因子的提取 16.5 前几个因子的抽取法 16.6 进一步探讨前几个因子 16.7 转轴方式 16.8 因子分析与因子得分 16.9 存储因子得分 16.10 主成分分析 习题16 第17章 判别分析 17.1 判别分析的分类规则 17.2 3种判别分析法 17.3 一般判别分析法 17.4 逐步判别分析法 17.5 典型判别分析法 习题17 第18章 聚类分析 18.1 聚类的4种方法 18.2 cluster凝聚法 18.3 大样本的快速聚类法 18.4 对变量聚类 18.5 画出树形图 习题18 第19章 多因素二水平的方差分析 19.1 两维排列组合式方差分析 19.1.1 编程进行两维排列组合方差分析 19.1.2 分析结果 19.2 三因素二水平方差分析 19.2.1 编程做三因素二水平的方差分析 19.2.2 分析结果 19.3 三组随机配伍数据的方差分析 19.3.1 编程建立sas命令文件 19.3.2 分析结果 19.3.3 在对话框中进行随机块方差分析 19.4 实验组与对照组的均值比较 19.4.1 医学实例 19.4.2 分析结果 19.4.3 在对话框中进行随机块方差分析 习题19 参考文献 |
内容加载中，请稍后...
商品评论（0条）