DPS數據處理系統

DPS數據處理系統，英文名稱為Data Processing System，取首字母縮寫為DPS。該系統採用多級下拉式菜單，用戶使用時整個屏幕猶如一張工作平台，隨意調整，操作自如，故形象地稱其為DPS數據處理工作平台，簡稱DPS平台。

它將數值計算、統計分析、模型模擬以及畫線製表等功能融為一體。因此，DPS 系統主要是作為數據處理和分析工具而面向廣大用戶。DPS系統兼有如Excel等流行電子表格軟體系統和若干專業統計分析軟體系統的功能。與流行的電子表格系統比較，DPS 平台具有強大得多的統計分析和數學模型模擬分析功能。與國外同類專業統計分析軟體系統相比，DPS系統具有操作簡便，在統計分析和模型模擬方面功能齊全，易於掌握，尤其是對廣大中國用戶，其工作界面友好，只需熟悉它的一般操作規則就可靈活應用。

DPS數據處理系統的第一版於1997年出版發行，運行環境是直接寫屏的軟漢字DOS操作系統。當前推出的第二版，其運行環境是當前流行的中文Windows 95/98視窗系統。DPS數據處理系統集數據全屏幕編輯製表、試驗設計及統計分析、多元分析、數值計算以及建立各種數學模型等多項功能為一體，可廣泛適用於教學、科研和生產各個領域。不管是青年學生、還是高級科研人員，不管是計算機應用的初學者，還是經驗豐富的計算機應用專家，用戶都可以在本系統中找到自己感興趣或有用的部分。

《DPS數據處理系統：實驗設計、統計分析及數據挖掘(第2版)(附光碟1張)》從應用角度簡要地闡述了現代統計學400多種實驗數據統計分析和模型模擬方法，如試驗設計、各類型方差分析、列聯表分析及非參數檢驗；專業統計包括了生物測定、遺傳育種、生存分析；作物品種區域試驗、空間分佈型、數值生態學方法等；各種回歸分析、聚類分析、主成分分析、判別分析、典型相關分析、對應分析等多元分析技術；非線性回歸模型參數估計、模型模擬技術；單目標和多目標線性規劃、非線性規劃等運籌學方法；以及狀態方程、數值分析、時間序列分析、模糊數學、BP神經網路、數據挖掘、灰色理論等方法。全書共8篇44章，配以作者開發的計算機全屏互動式DPS數據處理軟體系統光碟1張。

《DPS數據處理系統：實驗設計、統計分析及數據挖掘(第2版)(附光碟1張)》可供從事自然科學和社會科學如農林牧漁、生態區劃、醫藥衛生、氣象、水文地質、地震、市場調研、經濟管理等專業的科研、教學、管理和技術推廣人員使用，也可作為有關專業大學生和研究生學習數據統計分析課程的教材或參考書及實踐工具。

序

序二

第二版前言

第一版前言

第一篇 DPS@數據處理系統

第1章 DPS系統簡介

1.1 系統功能簡介

1.2 DPS系統的不同版本

1.3 系統運行環境與安裝、使用

1.4 DPS的基本操作

1.5 文本數值轉換及字元串數值轉換

1.6 數據行列轉換及行列重排

1.7 分類變數的取值和編碼

1.8 數據統計分析及其建模基本步驟

1.9 DPS系統函數應用

參考文獻

第2章 DPS數據處理基礎

2.1 數據基本參數計算

2.2 常用統計分佈及DPS統計函數

2.3 正態性檢驗及參考值範圍

2.4 Trimmed及Winsorized均值

2.5 二項分佈和Poisson分佈的置信區間

2.6 混合分佈參數估計

2.7 Pearson-Ⅲ型分佈

2.8 異常值檢驗

2.9 圖表處理

參考文獻

第二篇 試驗統計分析

第3章 一組樣本和兩組樣本統計檢驗

3.1 顯著性檢驗基本原理

3.2 平均數和總體差異檢驗

3.3 總體均值樣本量估計

3.4 樣本率和總體率的比較

3.5 Poisson分佈的均數和總體比較

3.6 兩組樣本均值差異f檢驗

3.7 小樣本均值差異Fisher非參數檢驗

3.8 Bonferroni檢驗

3.9 兩組樣本率差別檢驗

3.10 兩總體檢驗樣本含量及功效估計

3.11 概率模型擬合優度檢驗

參考文獻

第4章 方差分析

4.1 方差分析基本原理和步驟

4.2 單因素完全隨機設計

4.3 單因素隨機區組設計

4.4 系統分組(巢式)設計

4.5 二因素(組內無重複)完全隨機設計

4.6 二因素完全隨機設計

4.7 二因素隨機區組設計

4.8 平衡不完全區組設計試驗

4.9 多因素試驗設計

4.10 裂區試驗設計

4.11 重複測量資料方差分析

4.12 拉丁方設計

4.13 隨機區組實驗的協方差分析

參考文獻

第5章 一般線性模型

5.1 線性模型基本原理

5.2 GLM模型用戶操作界面

5.3 GLM模型輸出結果分析

5.4 一般方差分析的GLM模型

5.5 混合效應模型方差分析

5.6 系統分組(或嵌套)設計

5.7 裂區試驗統計分析

5.8 協方差分析

5.9 數量化方法Ⅰ

參考文獻

第6章 分類數據列聯表分析

6.1 列聯表分析及卡方檢驗概述

6.2 列聯表的生成與分析

6.3 四格表分析

6.4 多層2x2表Mental.Haenszel檢驗

6.5 R×C列聯表卡方檢驗

6.6 單向有序R×C表統計檢驗

6.7 雙向有序且屬性不同的R×C表統計檢驗

6.8 McNemar檢驗及Kappa檢驗

6.9 2×C表和多層2×C表

6.10 配對病例——對照列聯表分析

6.11 重複測定資料似然比卡方檢驗

參考文獻

第7章 分類數據模型分析

7.1 Logistic回歸

7.2 條件Logistic回歸

7.3 多分類無序反應變數Logistic回歸

7.4 多分類有序反應變數Logistic回歸

7.5 Poisson回歸

7.6 對數線性模型

參考文獻

第8章 非參數檢驗

8.1 兩樣本配對符號檢驗

8.2 兩樣本配對Wilcoxon符號。秩檢驗

8.3 兩樣本Wilcoxon檢驗

8.4.KruskalWallis檢驗

8.5 中位數檢驗

8.6 Jonckheere-Terpstra檢驗

8.7 Friedman檢驗

8.8 Kendall協同係數檢驗

8.9 Cochran檢驗

8.10 非參數回歸分析

參考文獻

第9章 圓形分佈資料統計分析

9.1 平均角及其假設檢驗

9.2 兩個或多個樣本平均角的比較

9.3 多個樣本平均角的比較

9.4 圓-圓相關

9.5 圓-線相關

參考文獻

第10章 多因素優化設計與分析

10.1 正交試驗統計分析

10.2 二次正交回歸組合(中心複合)設計

10.3 Box.Behnken設計

10.4 均勻試驗設計

10.5 二次飽和D.最優設計

10.6 二次正交旋轉及二次通用組合實驗統計分析

10.7 二次多項式回歸模型

10.8 “3414”測土配方施肥實驗統計分析

參考文獻

第11章 混料試驗設計與分析

11.1 單純形格子設計

11.2 單純形重心設計

1113有下界約束條件限制的混料試驗設計

11.4 單純形格子設計和單純形重心設計操作示例

11.5 基於均勻設計表的混料試驗設計

11.6 有上下限條件約束的混料試驗設計

11.7 具附加線性約束的混料試驗設計

11.8 混料試驗分析的數學模型

11.9 混料試驗數據的回歸分析

11.10 偏最小二乘回歸分析

參考文獻

第三篇 專業試驗統計

第12章 數據包絡分析和隨機前沿面分析

12.1 生產效率分析基本原理

12.2 數據包絡分析CCR模型

12.3 數據包絡分析擴展模型

12.4 考慮價格因素時的DEA模型

12.5 面板數據的Malmquist指數

12.6 隨機前沿面模型

12.7 面板數據隨機前沿面模型

參考文獻

第13章 量表分析和顧客滿意指數模型

13.1 項目分析

13.2 量表可信度分析

……

第14章 生物測定

第15章 診斷試驗評價

第16章 序貫試驗分析

第17章 抽樣技術

第18章 生存分析

第19章 數學生態學方法

第20章 地理統計

第21章 品種比較試驗

第22章 遺傳統計（參數估計）

第23章 遺傳統計（遺傳交配設計）

第四篇 多元統計分析

第24章 多變數統計檢驗

第25章 回歸分析

第26章 聚類分析

第27章 判別分析

第28章 多因子分析

第29章 概率統計模型

第五篇 數學模型模擬分析

第30章 非線性回歸模型

第31章 數學模型模擬與優化

第32章 數學規劃

第33章 狀態空間模型

第六篇 常用數值分析

第34章 矩陣計算

第35章 方程求解及多項式求根

第36章 微積分數值計算

第七篇 時間序列分析

第37章 時間序列趨勢分析

第38章 時間序列周期分析

第39章 平穩時間序列分析

第40章 其他時間序列模型

第八篇 其他數據分析方法

第41章 模糊數學方法

第42章 灰色系統分析

第43章 神經網路和支持向量機

第44章 多試驗、多指標綜合評價

配套光碟使用說明

……