●序
前言
第1章 環境數據分析概述 1
1.1 數據分析 1
1.2 數據基本類型 2
1.3 數據前處理 3
1.4 統計描述 3
1.4.1 頻率分析 4
1.4.2 描述性分析 4
1.4.3 集中趨勢的描述 4
1.4.4 離散趨勢的描述 5
1.5 環境數據探索分析 9
1.6 環境數據圖形化分析 9
1.6.1 條形圖 9
1.6.2 箱圖 11
1.6.3 線圖 12
1.6.4 面積圖 13
1.6.5 餅圖 14
1.6.6 高低圖 17
1.6.7 散點圖 18
1.6.8 誤差條形圖 19
1.6.9 直方圖 20
第2章 環境數據分布 23
2.1 數據總體與樣本 23
2.1.1 總體與樣本 23
2.1.2 樣本統計量與總體參數 23
2.1.3 隨機抽樣 24
2.2 抽樣分布 28
2.2.1 樣本均值分布 28
2.2.2 t分布 34
2.2.3 ?2分布 35
2.2.4 F分布 37
2.3 參數估計 38
2.3.1 點估計 38
2.3.2 置信區間估計 38
第3章 環境數據分布類型檢驗 42
3.1 小概率原理 42
3.2 統計假設檢驗基本思想 42
3.2.1 統計假設檢驗的基本步驟 42
3.2.2 統計假設檢驗的兩類錯誤 43
3.2.3 雙側檢驗與單側檢驗 44
3.3 幾大分布類型檢驗 46
3.3.1 正態分布檢驗 47
3.3.2 二項分布檢驗 49
3.3.3 卡方檢驗 49
3.3.4 遊程檢驗 50
3.3.5 Z檢驗 51
3.3.6 t檢驗 54
第4章 環境數據參數檢驗—t檢驗 61
4.1 t檢驗概述 61
4.1.1 t檢驗的概念 61
4.1.2 t檢驗的適用條件 61
4.2 單樣本t檢驗 62
4.2.1 單樣本t檢驗概述 62
4.2.2 SPSS分析過程 62
4.3 兩獨立樣本t檢驗 63
4.3.1 兩獨立樣本t檢驗概述 63
4.3.2 軟件分析過程 64
4.4 配對樣本t檢驗 67
4.4.1 配對樣本t檢驗概述 67
4.4.2 軟件分析過程 67
第5章 環境數據參數檢驗—方差分析 70
5.1 方差分析概述 70
5.1.1 定義和基本概念 70
5.1.2 基本思想和步驟 70
5.1.3 ANOVA應用 71
5.2 單因素方差分析 72
5.2.1 數學模型 72
5.2.2 單因素方差分析的進一步分析 74
5.2.3 單因素方差分析實例 74
5.3 雙因素方差分析 78
5.3.1 無交互作用的雙因素方差分析 78
5.3.2 有交互作用的雙因素方差分析 81
5.4 多因素方差分析 85
5.5 重復測量方差分析 88
5.6 協方差分析 92
5.方差分析 95
5.8 常見試驗設計的方差分析 97
5.8.1 接近隨機設計 97
5.8.2 隨機區組設計 98
5.8.3 配對設計 100
5.8.4 析因設計 100
5.8.5 正交設計 103
第6章 環境數據非參數檢驗 106
6.1 單樣本非參數檢驗 106
6.1.1 二項檢驗 107
6.1.2 單樣本卡方檢驗（ 檢驗） 109
6.1.3 K-S檢驗 112
6.1.4 遊程檢驗 113
6.2 兩配對樣本非參數檢驗 115
6.2.1 符號檢驗 115
6.2.2 Wilcoxon符號秩檢驗 117
6.2.3 McNemer檢驗 119
6.3 兩獨立樣本的非參數檢驗 122
6.3.1 兩獨立樣本的卡方檢驗 122
6.3.2 曼-惠特尼U檢驗 125
6.3.3 兩獨立樣本K-S檢驗 126
6.3.4 Wald-Wolfowitz遊程檢驗 126
6.3.5 摩西特別反應檢驗 127
6.4 多相關樣本非參數檢驗 129
6.5 多獨立樣本非參數檢驗 132
第7章 環境數據相關分析 137
7.1 相關分析概述 137
7.2 相關分析方法 138
7.2.1 圖表相關分析 138
7.2.2 協方差及協方差矩陣 138
7.2.3 相關繫數 139
7.3 基於Excel的相關繫數計算 141
7.4 雙變量相關分析 143
7.4.1 雙變量相關分析的概述 143
7.4.2 Pearson相關分析 144
7.4.3 Spearman等級相關分析 147
7.4.4 Kendall等級相關分析 148
7.5 偏相關分析 150
7.5.1 偏相關分析概述 150
7.5.2 偏相關分析的SPSS操作 151
7.6 距離相關分析 154
7.6.1 距離相關分析的基本原理 154
7.6.2 距離相關分析SPSS操作 154
第8章 環境數據回歸分析 157
8.1 回歸分析概述 157
8.2 線性回歸分析 158
8.2.1 線性回歸分析的基本原理 158
8.2.2 線性回歸方程的顯著性檢驗 159
8.2.3 基於Excel的回歸分析 160
8.2.線性回歸分析 164
8.2.線性回歸分析 168
8.3 非線性回歸分析 171
8.3.1 非線性回歸分析基本原理及內容 171
8.3.2 非線性回歸分析方法分類 171
8.3.3 非線性回歸分析的SPSS操作 172
8.4 Logistic回歸分析 176
8.4.1 Logistic回歸分析的基本原理 176
8.4.Logistic回歸分析 178
8.4.Logistic回歸分析 181
8.5 多項式回歸分析 186
8.5.1 多項式回歸分析的基本原理 186
8.5.n次多項式回歸分析 187
8.5.二次多項式回歸分析 191
8.6 有序回歸 193
第9章 環境數據時間序列分析 197
9.1 時間序列分析概述 197
9.1.1 時間序列 197
9.1.2 時間序列分析 197
9.2 數據預處理 199
9.2.1 定義日期 199
9.2.2 創建時間序列 200
9.2.3 替換缺失值 202
9.3 時間序列的圖形化觀察及檢驗 203
9.3.1 序列圖 203
9.3.2 自相關圖 205
9.3.3 互相關圖 209
9.4 指數平滑模型 211
9.5 ARIMA模型 217
9.5.1 AR模型 217
9.5.2 MA模型 217
9.5.3 ARMA模型和ARIMA模型 218
9.6 季節分解模型 221
第10章 環境數據降維分析 224
10.1 降維分析概述 224
10.2 因子分析 225
10.3 對應分析 237
10.4 很優尺度分析 244
10.4.1 很優尺度分析操作方法 244
10.4.2 多重對應分析 245
10.4.3 分類主成分分析 251
10.4.4 非線性典型相關分析 252
第11章 環境數據尺度分析 257
11.1 信度分析 257
11.2 多維尺度分析 262
11.2.1 多維尺度分析與因子分析和聚類分析的異同 263
11.2.2 MDS分析的應用 263
11.2.3 MDS分析的測量標準 264
11.2.4 MDS分析的模型 264
11.2.5 考慮個體差異的MDS模型 271
11.2.6 多維鄰近尺度分析 274
第12章 環境數據多重響應分析 279
12.1 定義多重響應集 280
12.2 多重響應頻率分析 281
12.3 多重響應交叉表分析 282
第13章 環境數據生存分析 285
13.1 生存分析概述 285
13.2 壽命表法 286
13.2.1 概述 286
13.2.2 SPSS分析過程 286
13.3 Kaplan-Meier法 289
13.3.1 概述 289
13.3.2 SPSS分析過程 289
13.4 Cox回歸法 292
13.4.1 概述 292
13.4.2 SPSS分析過程 293
第14章 環境數據聚類分析 298
14.1 聚類分析概述 298
14.1.1 聚類分析的概念 298
14.1.2 聚類分析的步驟 298
14.2 兩步聚類分析 303
14.2.1 概述 303
14.2.2 SPSS操作 304
14.3 K-均值聚類分析 308
14.3.1 概述 308
14.3.2 SPSS操作 309
14.4 繫統聚類分析 311
14.4.1 概述 311
14.4.2 變量聚類分析（R型聚類） 312
14.4.3 樣品聚類分析（Q型聚類） 316
14.5 樹分析 317
14.5.1 概述 317
14.5.2 SPSS操作 318
14.6 判別分析 322
14.6.1 概述 322
14.6.2 SPSS操作 322
14.7 素分析 328
14.7.1 概述 328
14.7.2 SPSS操作 329
主要參考文獻 333
