试验数据的统计分析是研究生应掌握的必备技能。统计方法(SAS、SPSS和R统计软件应用),主要围绕如何分析试验数据,如何利用专业的统计软件,例如SAS、SPSS和R软件进行统计分析的方法。 SAS(全称Statistical Analysis System)是一个模块化、集成化的大型应用软件系统。 SPSS(Statistical Product and Service Solutions),“统计产品与服务解决方案”软件是世界上最早采用图形菜单驱动界面的统计软件,它最突出的特点就是操作界面极为友好,输出结果美观漂亮。 R是目前最流行的一种用于统计分析和绘图的语言,是一个自由、免费、源代码开放的软件,一个用于统计计算和统计作图的优秀软件。 本课程将重点介绍本课程将重点介绍如何使用SPSS、SAS和R软件来进行试验数据的统计分析。
Overview
Syllabus
- 第一章 SPSS统计软件应用
- 1.1 SPSS简介
- 1.2 SPSS数据的输入与整理
- 1.3 统计描述
- 1.4 均值比较与T检验
- 1.5 相关分析
- 1.6 偏相关分析
- 1.7 距离分析
- 1.8 单因素方差分析
- 1.9 协方差分析
- 1.10 多因素方差分析
- 1.11 多元方差分析
- 1.12 正交实验设计
- 1.13 交叉表格分析
- 1.14 卡方检验
- 1.15 二项分布检验
- 1.16 单样本非参数K-S检验
- 1.17 两独立样本非参数检验
- 1.18 多个独立样本非参数检验
- 1.19 两相关样本非参数检验
- 1.20 线性回归
- 1.21 曲线拟合
- 1.22 逻辑回归
- 1.23 概率单位回归
- 1.24 因子分析/主成分分析
- 1.25 聚类分析
- 1.26 判别分析
- 1.27 典型相关分析
- 1.28 SPSS统计图
- 1.29 Power分析
- 第二章 SAS统计软件应用
- 2.1 SAS系统简介
- 2.2 SAS数据导入输出(上)
- 2.3 SAS数据导入输出(下)
- 2.4 均值比较
- 2.5 T检验
- 2.6 相关分析和偏相关分析
- 2.7 距离分析
- 2.8 单因素方差分析
- 2.9 多因素方差分析(上)
- 2.10 多因素方差分析(下)
- 2.11 多元方差分析
- 2.12 卡方检验
- 2.13 非参数检验
- 2.14 直线回归分析
- 2.15 曲线回归分析
- 2.16 混合模型分析
- 2.17 GLM分析
- 2.18 非线性混合模型分析
- 2.19 广义线性混合模型分析
- 2.20 因子分析
- 2.21 聚类分析
- 2.22 典型相关分析
- 2.23 Power分析
- 2.24 近交系数分析
- 第三章 R统计软件应用
- 3.1 R简介
- 3.2 R数据导入输出
- 3.3 R编程基础(一)
- 3.4 R编程基础(二)
- 3.5 R编程基础(三)
- 3.6 Power分析
- 3.7 T-Test
- 3.8 卡方检验
- 3.9 相关分析
- 3.10 方差分析
- 3.11 线性回归分析
- 3.12 R高级统计与作图
- 期末考试
Taught by
Nanjing Agricultural University