分组比较的统计分析.pptVIP

;引言——;目 录;全书脉络简介;比较的内容 分布。比较多个经验分布之间的差异。 数据结构。在各组中找不到差异时，可能这种一致性已经存在数据结构中。 模型结构。变量之间的关系在不同的分组中选用不同的模型来表示。 模型参数。在一个模型中，测量参数、结构参数、截距等等，都可以进行比较。;全书的研究思路 线性模型中的比较：比较两个均值、方差分析、多重比较方法、多元线性回归。 非参数比较：非参数检验、再抽样法。 比率的比较：数据及其标准化。 广义线性模型中的比较：对数单位模型、风险率模型。 结构方程模型中的比较：多元分布、协方差矩阵。 类别潜变量的比较：潜类模型、潜特质模型。 多水平分析中的比较：线性多水平模型、广义线性多水平模型。 ;全书特点总评 涉及的比较模型和比较方法很广泛，从最原始的比较方法到最新发展起来的方法均有介绍。 方法介绍的详略程度不一，对于新发展起来的方法，进行了十分详尽的介绍。 对于计算量很大的方法，提供了详细的计算机程序（如SAS）的示例。 各种方法的介绍相对独立。 案例较少，很多方法仅有对方法的描述。 语言问题。 ;线性模型中的比较 单因素ANOVA 非参数比较 K-S检验 自助法 广义线性模型中的比较 风险率模型 似然比检验 贝叶斯广义线性模型 ;线性模型中的比较——单因素ANOVA 用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数