SAS(全球最大的统计学软件公司)推出的一种交互式可视化统计发现软件系列,包括JMP,JMP Pro,JMP/SAS Clinical,JMP Genomics,SAS Simulation Studio for JMP等强大的产品线。主要用于实现统计分析。JMP的算法源于SAS,特别强调以统计方法的实际应用为导向,交互性、可视化能力强,使用方便,尤其适合非统计专业背景的数据分析人员使用,在同类软件中有较大的优势
目前国内讲解JMP的专业书籍较少,JMP统计分析教程一书系统介绍了JMP在常用的统计分析中的应用方法,是我国第一部关于JMP软件应用的专著。在此上传和大家一起分享
目 录
第一章 JMP入门
1.1 JMP的基本操作
1.2 基本统计量分析
1.2.1 统计数据的分类
1.2.2 基本统计量分析
1.3 数据可视化
1.3.1 基本统计量的可视化
1.3.2 两个变量数据的可视化
1.3.3 多维数据的可视化
1.3.4 数据的探索与筛选
第二章 正态总体的统计推断
2.1 总体均值的检验与估计(标准差已知)
2.1.1 总体均值的检验
2.1.2 总体均值的区间估计
2.2 总体均值的检验与估计(标准差未知)
2.2.1 总体均值的检验
2.2.2 总体均值的区间估计
2.3 总体方差的检验与估计
2.3.1 总体方差的检验
2.3.2 总体方差的区间估计
2.4 正态分布的检验
2.4.1 拟合优度检验
2.4.2 正态分位数图检验
第三章 两个正态总体的统计推断
3.1 独立双样本总体均值差的检验与估计(方差齐)
3.1.1 独立双样本总体均值差的检验
3.1.2 独立双样本总体均值差的区间估计
3.2 独立双样本总体均值差的检验(方差不齐)
3.3 配对双样本总体均值差的检验与估计
3.3.1 配对双样本总体均值差的检验
3.3.2 配对双样本总体均值差的区间估计
3.4 方差齐性检验
第四章 方差分析
4.1 单因素方差分析
4.1.1 单因素完全随机设计
4.1.2 单因素随机区组设计
4.2 多因素方差分析
4.2.1 双因素无重复完全随机设计
4.2.2 双因素有重复完全随机设计
4.2.3 双因素有重复随机区组设计
4.3 拉丁方设计的方差分析
4.4 嵌套设计的方差分析
4.5 裂区设计的方差分析
4.6 重复测定的方差分析
4.6.1 一元方差分析
4.6.2 修正一元方差分析
4.6.3 一元方差分析与修正一元方差分析的比较
第五章 一元回归与相关分析
5.1 直线相关分析
5.1.1 相关关系的直观判断
5.1.2 相关性检验
5.1.3 总体相关系数的检验
5.2 直线回归分析
5.2.1 计算直线回归方程
5.2.2 检验直线回归方程
5.2.3 直线回归的区间估计
5.3 曲线回归分析
5.3.1 可线性化的回归分析
5.3.2 多项式回归分析
5.3.3 曲线拟合
第六章 协方差分析
6.1 协方差分析前的思考
6.2 协方差分析的原理
6.3 协方差分析的方法
第七章 分类数据分析
7.1 总体比率的检验
7.2 单向表中分类概率的检验
7.3 双向表及其图形
7.4 双向表中分类概率的检验
7.4.1 2×2双向表中分类概率的检验
7.4.2 高维2×2双向表中分类概率的检验
7.4.3 m×n双向表中分类概率的检验
7.5 对应分析
第八章 非参数分析
8.1 单个总体位置的检验
8.2 独立双样本的检验
8.3 配对双样本的检验
8.4 独立多样本完全随机设计的检验
8.5 独立多样本随机区组设计的检验
8.6 秩相关系数的检验
第九章 试验设计
9.1 试验设计基础知识
9.2 定制设计