《FOXPRO数据库组织和统计分析》求取 ⇩

1 FoxPro数据库组织1

1．1 FoxPro基础知识1

1．1．1 性能指标1

1．1．2 数据类型1

1．1．3 变量1

1．1．4 运算符和表达式2

1．1．4．1 算术运算符2

1．1．4．2 字符串运算符2

1．1．4．3 关系运算符2

1．1．4．4 逻辑运算符2

1．1．5 命令结构2

1．1．6 基本输入输出3

1．1．7 流程控制3

1．1．7．1 选择结构3

1．1．7．2 循环结构4

1．1．8 数组4

1．1．9 过程和函数5

1．2 数据库组织7

1．2．1 数据库的建立、打开、关闭7

1．2．1．1 建立数据库7

1．2．1．2 打开数据库9

1．2．1．3 关闭数据库11

1．2．2 记录的添加、插入、修改和删除11

1．2．2．1 添加记录11

1．2．2．2 修改记录12

1．2．2．3 插入记录12

1．2．2．4 删除记录13

1．2．3 记录的浏览13

1．2．4 与外部文件的数据交换14

1．3 FoxPro界面要素14

1．3．1 窗口14

1．3．1．1 窗口的定义14

1．3．1．2 窗口的激活15

1．3．1．3 窗口的关闭和删除15

1．3．2 菜单16

1．3．3 屏幕24

1．3．3．1 屏幕控制项24

1．3．3．2 文件名的处理方法27

2 试验资料的整理29

2．1 试验资料的类型29

2．2 次数分布29

2．2．1 次数分布分析方法29

2．2．2 交数分布源程序30

2．3 基本特征参数34

2．3．1 平均数34

2．3．1．1 算术平均数34

2．3．1．2 几何平均数35

2．3．1．3 调和平均数35

2．3．1．4 中位数36

2．3．1．5 众数36

2．3．2 变异数36

2．3．2．1 样本方差36

2．3．2．2 样本标准差37

2．3．2．3 变异系数37

2．3．3 基本特征参数源程序37

2．4 统计数的分布45

2．4．1 随机抽样45

2．4．1．1 从有限总体中进行个体可重复的抽样45

2．4．1．2 从有限总体中进行个体无重复的抽样46

2．4．1．3 随机抽样源程序46

2．4．2 正态分布48

2．4．2．1 正态分布上概率48

2．4．2．2 正态分布百分点49

2．4．2．3 正态分布计算源程序49

2．4．3 Beta（1/2整倍数）分布52

2．4．3．1 贝塔分布函数和密度函数52

2．4．3．2 贝塔分布百分点53

2．4．3．3 贝塔分布计算源程序53

2．4．4 学生氏t分布56

2．4．4．1 t分布上概率56

2．4．4．2 t分布百分点57

2．4．4．3 t 分布计算源程序57

2．4．5 F分布59

2．4．5．1 F分布上概率59

2．4．5．2 F分布百分点60

2．4．5．3 F分布计算源程序60

3 假设测验63

3．1 单个样本平均数的假设测验63

3．1．1 原理与实例63

3．1．2 单个样本平均数假设测验源程序65

3．2 两个样本平均数的假设测验68

3．2．1 成组数据的比较68

3．2．1．1 已知两样本总体方差或大样本（n＞30）,用u测验68

3．2．1．2 总体方差未知,且小样本情况下,可用t 测验69

3．2．1．3 成组数据比较源程序70

3．2．2 成对数据的比较74

3．2．2．1 原理与实例74

3．2．2．2 成对数据相比较源程序75

3．3 样本百分数的比较76

3．3．1 单个样本百分数的假设测验76

3．3．2 两个样本百分数相比较的假设测验77

3．3．3 样本百分数比较源程序78

4 方差分析82

4．1 方差分析的意义82

4．2 方差分析的基本原理82

4．2．1 自由度和平方和的分解82

4．2．2 F测验83

4．2．3 多重比较83

4．3 单向分组资料的方差分析84

4．3．1 组内观测值相等完全随机资料的方差分析84

4．3．2 组内观测值不等完全随机资料的方差分析85

4．3．3 组内又分亚组(系统分组)资料的方差分析86

4．3．4 单向分组资料的方差分析源程序87

4．4 两向分组资料的方差分析95

4．4．1 两向组内只有单个观察值完全随机资料的方差分析95

4．4．2 两向组内有重复观测值完全随机资料的方差分析96

4．4．3 两向分组资料的方差分析源程序99

4．5 常用试验设计的方差分析107

4．5．1 单因素随机区组试验的方差分析107

4．5．2 拉丁方试验的方差分析109

4．5．3 二因素随机区组试验的方差分析110

4．5．4 常用试验设计方差分析源程序113

5 双变数回归与相关124

5．1 直线回归与相关124

5．1．1 直线回归方程的建立124

5．1．2 回归方程估计标准误125

5．1．3 回归方程的显著性测验125

5．1．4 线性相关分析126

5．1．5 相关系数的显著性测验126

5．2 非线性回归分析127

5．2．1 y=a+blgx128

5．2．2 y=abx129

5．2．3 y=aebx130

5．2．4 y=axebx132

5．2．5 y=axb133

5．2．6 y=aebx?134

5．2．7 y=(a+bx)/x136

5．2．8 y=l/(a+bx)137

5．2．9 y=x/(a+bx)138

5．2．10 对称型S形曲线(正态累积函数)139

5．2．11 不对称型S形曲线140

5．2．12 Logistic生长曲线141

5．3 双变数回归和相关分析源程序144

6 协方差分析150

6．1 协方差分析的意义150

6．2 单向分组资料的协方差分析150

6．2．1 自由度和乘积和的分解150

6．2．2 协方差分析151

6．2．3 回归系数的假设测验151

6．2．4 处理平均数的回归矫正152

6．2．5 矫正平均数的假设测验152

6．2．6 单向分组资料协方差分析的源程序155

6．3 两向分组资料的协方差分析160

6．3．1 自由度和乘积和的分解160

6．3．2 协方差分析161

6．3．3 矫正平均数及差异显著性测验161

6．3．4 两向分组资料的协方差分析源程序163

7 多元回归与相关169

7．1 多元线性回归分析169

7．1．1 多元线性回归的数学模型169

7．1．2 多元线性回归方程的求解170

7．1．3 回归方程的显著性检验170

7．1．4 回归系数的显著性检验171

7．1．5 多元线性回归分析源程序173

7．2 逐步回归分析179

7．2．1 逐步回归分析的基本思想179

7．2．2 逐步回归分析的计算步骤179

7．2．2．1 准备阶段179

7．2．2．2 逐步计算阶段180

7．2．2．3 结尾阶段180

7．2．3 逐步回归分析源程序184

7．3 二次多项式回归分析189

7．3．1 原理和实例189

7．3．2 二次逐步回归193

7．3．3 二次多项式回归分析源程序194

8 通径分析199

8．1 通径分析的意义199

8．2通径分析步骤199

8．2．1 通径分析的基本原理199

8．2．2 通径系数的计算199

8．2．3 通径系数的显著性测验200

8．3 通径分析源程序202

9 主成分分析205

9．1 总体主成分205

9．2 样本主成分206

9．3 主成分分析源程序209

10 聚类分析215

10．1 数据变换处理215

10．2 距离系数216

10．3 系统聚类法216

10．4 系统聚类法源程序218

参考文献227