本书以数据分析为切入点，探讨数量研究方法的应用角度、分析方法、技能实现、以及结果阐释等问题。实例大都以作者发文的数据或实例结合，着力为数量研究方法在实例应用中探讨专业问题对数据分析的其需求程度，以及数据分析对研究视角的佐证能力，将数据分析、数据分析工具和数据分析在专业中的应用结合起来，为生物学（分类、形态、生理、生化、生态、遗传、进化）研究提供理论方法、保证研究的整体性和合理性。
更多科学出版社服务，请扫码获取。
目录
第一章 数据分析过程与相关术语 1
第一节 基本试验设计及其特点 1
一、对比设计 2
二、区组设计 4
三、拉丁方设计 12
四、正交设计 13
五、裂区设计 16
六、其他试验设计 16
第二节 常用的取样方法与实际操作 17
一、随机抽样 17
二、顺序抽样 19
三、典型抽样 20
四、室外取样方法的初步介绍 20
第三节 数据分析的重点和难点 23
一、数据分析方法 23
二、数据分析的重点 24
三、数据分析的难点 26
第四节 统计学常用术语 27
一、总体、个体与样本 27
二、变量与常数 28
三、参数与统计数 28
四、效应与互作 28
五、误差与错误 28
六、准确性与精确性 29
第二章 数据集的建立与原则 30
第一节 数据集简介 30
一、数据类型的确定 30
二、数据分类的概念 31
三、数据集的概念 31
第二节 数据集建立的原则与分类 32
一、数据集建立的原则 32
二、数据集的分类 32
第三节 数据集建立的实例分析 33
一、Excel数据集的建立 33
二、txt数据集的建立 40
三、Excel和txt数据集的转化 40
第三章 数据集的整理 43
第一节 缺失数据的处理 43
一、缺失数据的概念 43
二、缺失数据的插补原因 43
三、数据的插补方法 44
第二节 异常值点与强影响点 46
一、异常值点与强影响点简介 46
二、异常值点检验 47
三、强影响点检测 49
第三节 不同数据类型间的转化 51
一、质量性状资料转化为数量性状资料 51
二、数量性状资料转化为质量性状资料 52
第四节 数据集的处理 52
一、数据简缩 53
二、数据转换 53
三、数据标准化 54
第四章 描述性统计分析 57
第一节 集中趋势统计数（参数） 57
一、算术平均数 57
二、中位数 57
三、众数 58
四、几何平均数 58
第二节 离散程度统计数（参数） 58
一、极差 58
二、方差 58
三、标准差 59
四、变异系数 60
第三节 次数（频数）分布表 60
一、计数资料的整理 60
二、计量资料的整理 62
第四节 次数（频数）分布图 64
一、条形图 64
二、饼图 65
三、直方图 65
四、多边形图 66
五、散点图 66
第五节 Excel中几种图表的绘制 67
一、标签图的绘制 67
二、散点聚类图的绘制 68
三、草层结构图的绘制 70
四、箱形图的绘制 71
第六节 描述性统计在SAS和Excel中的异同 76
一、Excel和SAS中的描述性统计操作及统计数 76
二、Excel和SAS的描述性统计结果 78
三、四分位数和百分位数在Excel和SAS中的计算法则 78
四、四分位数与箱式图 79
五、SAS与Excel描述性统计的总结 80
第五章 样本数据的正态性检验 81
第一节 正态性检验的假设检验方法 81
一、Jarque-Bera检验 81
二、Kolmogorov-Smirnov正态性检验 82
三、Shapiro-Wilk检验（W检验） 83
四、卡方拟合优度检验 84
第二节 正态性检验的图示方法 84
一、P-P图 84
二、Q-Q图 84
三、直方图 84
四、箱线图 85
第六章 统计推断 86
第一节 假设检验的原理与方法 86
一、假设检验的概念 86
二、假设检验的步骤 86
三、双尾检验与单尾检验 88
四、假设检验中的两类错误 89
第二节 样本均值的假设检验 90
一、一元样本均值的假设检验 90
二、多元样本均值的假设检验 98
第三节 样本频率的假设检验 102
一、一个样本频率的假设检验 103
二、两个样本频率的假设检验 104
第四节 参数的区间估计与点估计 105
一、参数区间估计与点估计的原理 105
二、一个总体平均数μ的区间估计与点估计 106
三、两个总体平均数差数μ1-μ2的区间估计与点估计 107
四、一个总体频率p的区间估计与点估计 108
五、两个总体频率差数p1-p2的区间估计与点估计 109
第五节 假设检验的实例分析 109
一、研究问题的提出 109
二、试验地点及研究内容与方法 110
三、秋播育苗 111
四、嫁接育苗 113
五、针对问题讨论 114
六、针对育苗的结论 115
第七章 χ2检验 116
第一节 χ2检验的基本原理和方法 116
一、χ2检验的计算过程 116
二、方差同质性检验 117
三、适合性检验 118
四、独立性检验 119
第二节 方差同质性检验 121
一、一个样本方差 121
二、两个样本方差 122
三、多个样本方差 123
四、方差同质性检验的统计学意义及其应用角度分析 126
第三节 适合性检验 127
一、大豆花色是否符合3:1的比率 127
二、应用角度分析 127
第四节 独立性检验 128
一、2×2列联表 128
二、2×c列联表 138
三、r×c列联表 141
第八章 方差分析 149
第一节 方差分析的基本原理 149
一、相关术语 149
二、方差分析的基本思想 151
三、数学模型 151
四、平方和与自由度的分解 153
五、统计假设的显著性检验——F检验 156
六、多重比较 157
第二节 方差分析的基本假定和数据转换 162
一、方差分析的基本假定 162
二、数据转换 163
第三节 按照试验处理因素划分的方差分析 164
一、单因素方差分析 164
二、双因素方差分析 169
三、多因素方差分析 179
第四节 按照试验设计划分的方差分析 184
一、随机区组设计的方差分析 184
二、拉丁方设计的方差分析 188
三、裂区设计的方差分析 191
四、正交设计的方差分析 195
第五节 多元方差分析 198
一、多元方差分析的基本原理和解释要点 198
二、基于因子的多元方差分析 200
第六节 协方差分析 214
一、协方差分析的数学模型 214
二、协方差分析的基本假定 214
三、协方差分析的作用 215
四、一元协方差分析 216
五、多元协方差分析 224
第七节 快速方差分析及SAS过程 226
一、方差分析方法与SAS过程的调用 227
二、方差分析列表规则和绘图规则 229
三、Excel函数和VBA编程 230
四、讨论与小结 233
第九章 相关分析 235
第一节 直线相关分析 235
一、相关系数和决定系数 235
二、相关系数的假设检验 237
三、应用直线相关的注意事项 237
四、直线相关实例分析 238
第二节 复（多元）相关分析 240
一、基本原理和计算方法 240
二、多元相关的实例分析 240
第三节 偏（净）相关分析 242
一、偏相关系数的计算与检验 242
二、偏相关实例解析 243
三、偏相关与简单相关的区别 244
第四节 双序列相关分析 245
一、双序列相关的计算过程 245
二、双序列相关的实例分析 246
三、双序列相关的Excel操作 249
第五节 典型相关分析 250
一、典型变量和典型相关系数的概念 250
二、典型变量和典型相关系数的求法 251
三、典型变量的性质 253
四、典型相关系数的显著性检验 253
五、典型结构与典型冗余分析 254
六、典型相关的实例解析 255
第六节 相关分析的SAS操作过程 258
一、直线相关分析过程 258
二、复（多元）相关分析过程 260
三、偏（净）相关分析过程 262
四、典型相关分析过程 264
第十章 非参数检验 270
第一节 符号检验 270
一、配对资料的符号检验 270
二、样本中位数与总体中位数比较的符号检验 272
第二节 秩和检验 273
一、配对试验资料的符号秩和检验 274
二、非配对试验资料的秩和检验 275
三、多个样本比较的秩和检验 276
四、多个样本两两比较的秩和检验 278
第三节 等级相关分析 280
一、Spearman等级相关 281
二、Spearman等级相关实例分析 282
第四节 非参数检验的SAS操作过程 284
一、符号检验 284
二、符号秩和检验 287
三、等级相关 295
第十一章 回归分析 297
第一节 直线回归分析 297
一、直线回归方程的建立 298
二、直线回归的数学模型和基本假定 301
三、直线回归的假设检验 302
四、直线回归的区间估计 305
五、直线回归的应用及注意问题 309
六、可直线化的非线性回归分析 310
第二节 多元回归分析 313
一、多元线性回归模型 314
二、多元线性回归方程的建立 314
三、多元回归的假设检验和置信区间 317
第三节 趋势面分析与回归设计 326
一、趋势面分析的数学原理与方法 326
二、回归正交设计 346
三、回归旋转设计 359
第四节 回归分析的应用实例 369
一、研究地区与研究方法 370
二、分析结果汇总与阐释 373
三、讨论与结论 380
第十二章 通径、路径和结构方程 382
第一节 通径分析 382
一、通径图解释及参数估计 382
二、基于相关阵的正规方程组 383
三、通径分析的假设检验 385
四、通径分析的实例解析 386
五、通径分析的SAS操作 391
第二节 路径分析 394
一、路径图解释及参数估计 394
二、基于相关阵的正规方程组 395
三、路径分析的实例解析 397
四、递归和非递归模型 399
五、路径分析的SAS操作 400
第三节 结构方程 404
一、结构方程的概念及其作用 405
二、结构方程模型的基本术语及其模型结构 406
三、结构方程模型的数学模型 407
四、结构方程模型的评价 408
五、结构方程的因子分析 410
六、结构方程的实例解析 423
第十三章 主成分分析 431
第一节 主成分分析的原理及模型 431
一、主成分分析的基本思想 431
二、主成分分析的几何解释 431
三、主成分分析的数学模型 433
四、主成分分析的应用 434
第二节 主成分的导出与计算 434
一、主成分的导出 434
二、主成分的计算 437
第三节 主成分降维分析 439
一、计算相关阵 439
二、计算特征值 440
三、计算特征向量 440
四、主成分分析的SAS操作 441
第四节 主成分排序分析 442
一、计算观测的主成分得分 442
二、主成分得分的SAS操作 444
第五节 主成分分类分析 445
一、变量分类 445
二、观测分类 445
三、观测与变量联合分类 446
第六节 主成分回归分析 446
一、传统主成分回归分析 447
二、快速主成分回归分析 448
第十四章 因子分析与对应分析 451
第一节 因子分析与对应分析概述 451
一、因子分析 451
二、对应分析 451
第二节 因子分析的基本原理 452
一、因子分析的数学模型 452
二、因子分析的计算过程 452
三、因子分析的几点说明 454
第三节 因子分析的实例及SAS操作 457
一、因子分析的SAS操作 458
二、因子分析结果解析 459
第四节 对应分析的实例及SAS操作 463
一、对应分析的SAS操作 463
二、对应分析结果解析 465
第十五章 聚类分析 472
第一节 系统聚类分析 473
一、数据变换处理 473
二、计算距离系数 473
三、聚类分析的距离计算和相应准则 475
四、类的各种统计量 477
五、聚类方法介绍 479
六、系统聚类的SAS实例操作 479
第二节 逐步聚类分析 483
一、逐步聚类的计算过程 483
二、SAS实例分析过程 483
三、图表制定及结果阐释 498
第三节 变量聚类分析 502
一、变量聚类的数据形式 502
二、变量聚类的SAS程序 503
第十六章 判别分析 506
第一节 距离判别 506
一、两个总体的距离判别法 506
二、多个总体的距离判别法 510
三、距离判别实例分析 511
第二节 Fisher判别法 516
一、不等协方差阵的两个总体Fisher判别法 517
二、多个总体Fisher判别法 522
三、Fisher判别法的实例分析与SAS操作 524
第三节 Bayes判别分析 531
一、Bayes判别分析的基本思想 531
二、多元正态总体的Bayes判别法 532
三、Bayes判别法的实例分析与SAS操作 535
第四节 逐步判别分析 540
一、基本思想 540
二、具体计算步骤 540
三、逐步判别法的实例分析及SAS操作 542
参考文献 549
后记 553
书单推荐
