S-PLUS实用统计分析【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

S-PLUS实用统计分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　S-PLUS简介及其基本操作1

1.1 S-PLUS简介1

1.2 S-PLUS图形界面1

1.2.1 S-PLUS菜单栏和工具栏及其基本操作2

1.2.2 S-PLUS主要窗口3

1.2.3　打印一个脚本或者报告21

1.2.4 S-PLUS画图功能21

1.3 S语言基础25

1.3.1 S语言简介25

1.3.2　数据对象25

1.3.3　函数37

1.3.4 S-PLUS作图函数41

1.3.5 S-PLUS程序控制结构44

1.3.6　定义函数45

1.3.7　程序和函数的调试46

1.4　数据整理和数据接口47

1.4.1 Data窗口界面47

1.4.2　输入、编辑和保存数据48

1.4.3　浏览和格式化数据51

1.4.4　操纵数据57

1.4.5　导入、导出数据64

习题73

第2章　探索性数据分析75

2.1　一维数据的描述性分析75

2.1.1　一维数据的图形描述75

2.1.2　一维数据的统计量描述80

2.2　多维数据的描述性分析83

2.2.1　二维数据的图形描述83

2.2.2　二维数据的定量描述96

2.3　多维数据图101

2.3.1　散点图和散点图阵101

2.3.2　Trellis作图107

2.3.3 三维图111

2.4　样本检验116

2.4.1　一个样本检验（One-Sample Tests）116

2.4.2 两个样本检验（Two-Sample Tests）125

习题134

第3章　回归分析136

3.1 线性回归137

3.1.1　拟合线性回归模型137

3.1.2　线性回归模型的诊断图141

3.2　鲁棒MM回归143

3.2.1 鲁棒MM回归的执行144

3.2.2　鲁棒MM回归模型的诊断图147

3.3　鲁棒LTS回归149

3.4　逐步线性回归151

3.5　广义可加模型153

3.6　局部（Loess）回归156

3.7　非线性回归159

3.8　广义线性模型162

3.9　对数线性（Poisson）回归164

3.10 Logistic回归166

3.11　概率单位回归172

习题（数据说明见附录，数据从网站下载）174

第4章　树型回归和分类模型176

4.1　树型模型（Tree Models）176

4.2　使用树型模型177

4.3　树型模型工具（Tree Tools）182

4.4　使用树型模型工具183

习题184

第5章　聚类分析185

5.1　聚类分析概述185

5.1.1　聚类所基于的数据类型185

5.1.2　分割的方法187

5.1.3 划分的方法187

5.1.4　层次聚类188

5.1.5　基于密度的方法189

5.1.6　基于网格的方法189

5.1.7　基于模型的聚类方法189

5.1.8　孤立点分析190

5.2　计算相异度（Compute Dissimilarities）191

5.3 K-平均算法（K-Means Clustering）192

5.4 PAM算法（Partitioning Around Medoids）194

5.5　模糊聚类（Fuzzy Clustering）196

5.6　合并层次聚类（Agglomerative Hierachical Clustering）199

5.7　分裂层次聚类（Divisive Hierachical Clustering）201

5.8　单一聚类（Monothetic Clustering）203

习题205

第6章　实验设计与方差分析技术208

6.1　实验设计208

6.1.1 因子设计（Factorial）208

6.1.2　正交表（Orthogonal Array）209

6.1.3　设计图形（Design Plot）210

6.1.4　因子图形（Factor Plot）211

6.1.5　交互图（Interaction Plot）212

6.2　方差分析技术简介214

6.2.1 简介214

6.2.2　示例214

习题220

第7章　时间序列分析221

7.1　简介221

7.2　（偏）自相关函数221

7.3 ARIMA模型222

7.4　滞后图224

7.5　频谱图（Spectrum Plot）225

习题226

附录　支持习题所需的数据说明227