編輯推薦

本書是在美國大學中廣泛使用的教材，已經再版至第5版，不僅深受廣大師生的歡迎，而且有很大的影響，已逐步成為經典。

由於篇幅較大，股起英文影印版分為上、下兩冊。本書深入地介紹瞭“應用綫性統計模型”這門課程中幾乎所有的關鍵知識，但是讀起來並不艱深晦澀。書中用深入淺齣的方式來講解相關概念，同時配有大量的例題、習題以及實際案例幫助學生理解知識點。同時在幫助學生獨立地解決實際問題方麵，本書給人留下很深刻的印象。

本書圖文並茂，許多例子和習題都是經過精心挑選的，來源於生活和工程實踐，豐富的數據也都取材於實際案例。因此，本書不僅適用於統計專業，也可作為商業、計量經濟學等專業的參考書。

本書敘述比較詳盡，內容比國內教材豐富，篇幅較大，因此作為教材時刻適當選取主要內容講授，其餘可作為學生自學使用。

內容簡介

　　本書接續上冊，分為三部分：第4部分單因子研究的分析和設計，內容涉及試驗和觀測研究的設計引入，單因子研究，因子水平平均數分析，ANOVA診斷和修正測度，；第5部分多因子研究，內容涉及具有相等樣本量的雙因子研究，雙因子研究：次處理一個，隨機完全區組設計，協方差分析，具有不相等樣本量的雙因子研究，多因子研究，隨機和混閤效應模型；第6部分專業化的設計，內容涉及嵌套設計、二次抽樣和偏套設計，重復和相關設計，平衡不完全區組、拉丁方和相關設計，探索性試驗：二階析因設計和分式析因設計，響應麵方法論。本書篇幅適中，例子涉及各個應用領域，在介紹統計思想方麵比較突齣，數據豐富。

本書適用於高等院校統計學專業和理工科各專業本科生和研究生作為教材使用。

目錄

英文影印版序
前言
第4部分
單因子研究的分析和設計　641
第15章
試驗和觀測研究的設計引入　642
15.1　試驗研究、觀測研究和因果關係　643
試驗研究　643
觀測研究　644
混閤試驗研究與觀測研究　646
15.2　試驗研究：基本概念　647
因子　647
交叉和嵌套因子　648
處理　649
處理的選擇　649
試驗單元　652
樣本量和復製　652
隨機化　653
約束隨機化：區組化　655
測量　658
15.3　標準試驗設計概述　658
完全隨機設計　659
析因試驗　660
隨機全區組設計　661
嵌套因子　662
重復測度設計　663
不完全區組設計　664
二階和分式析因實驗　665
響應麵實驗　666
15.4　觀測研究設計　666
截麵研究　666
前瞻性研究　667
迴顧性研究　667
匹配　668
15.5　案例研究：逐對比較試驗　669
15.6　結束語　672
引用的參考文獻　672
問題　672
練習題　676
第16章
單因子研究　677
16.1　單因子試驗和觀測研究　677
16.2　迴歸分析和方差分析的關係　679
說明　679
兩類模型的選擇　680
16.3　單因子ANOVA模型　681
方格法模型　681
模型的重要性質　682
ANOVA模型是綫性模型　683
因子水平平均數的解釋　684
區分ANOVA模型Ⅰ和模型Ⅱ　685
16.4　ANOVA模型的擬閤　685
符號　686
最小二乘法和最大似然估計　687
殘差　689
16.5　方差分析　690
SSTO的分塊　690
自由度的分解　693
均方　693
方差分析錶　694
期望均方　694
16.6　因子水平平均數相等性的F檢驗　698
檢驗統計量　698
F*的分布　699
決策規則的構造　699
16.7　模型的交錯公式　701
因子效應模型　701
μ.的定義　702
因子水平平均數相等性檢驗　704
16.8　方差單因子分析的迴歸法　704
具有未加權平均數的因子效應模型　705
具有加權平均數的因子效應模型　709
方格法模型　710
16.9　隨機化檢驗　712
16.10　功效方法的樣本設計　716
F檢驗的功效　716
用錶B.12進行單因子研究　718
用錶B.12進行進一步觀測　720
16.11　尋找最佳處理的樣本量設計　721
引用的參考文獻　722
問題　722
練習題　730
課題　730
實例研究　732
第17章
因子水平平均數分析　733
17.1　引言　733
17.2　估計因子水平平均數的作圖　735
綫形圖　735
條形圖和主效應圖　736
17.3　因子水平平均數的估計和檢驗　737
單因子水平平均數的推斷　737
雙因子水平平均數的差分推斷　739
因子水平平均數的比較推斷　741
因子水平平均數的綫性組閤推斷　743
17.4　聯閤推斷過程的要求　744
17.5　Tukey多重比較方法　746
學生化係列分布　746
聯閤估計　747
聯閤檢驗　747
例1：相等樣本量　748
例2：不相等樣本量　750
17.6　Scheffé多重比較方法　753
聯閤估計　753
聯閤檢驗　754
Tukey方法和Scheffé方法的比較　755
17.7　Bonferroni多重比較方法　756
聯閤估計　756
聯閤檢驗　756
Tukey方法、Scheffé方法和
Bonferroni方法的比較　757
方法的分析　758
17.8　樣本量估計方法設計　759
例1：相等樣本量　759
例2：不相等樣本量　761
17.9　因子定量時的因子效應分析　762
引用的參考文獻　766
問題　767
練習題　773
課題　774
實例研究　774
第18章
ANOVA診斷和修正測度　775
18.1　殘差分析　775
殘差　776
殘差圖　776
ANOVA模型的偏差診斷　778
18.2　誤差方差不變性的檢驗　781
Hartley檢驗　782
Brown-Forsythe檢驗　784
18.3　修正測度概述　786
18.4　加權最小二乘法　786
18.5　響應變量的變換　789
找到變換的簡單方法　789
Box-Cox方法　791
18.6　模型偏差的效應　793
非正態性　793
不相等誤差方差　794
誤差項的非獨立性　794
18.7　非參數秩F檢驗　795
檢驗方法　795
多重逐對檢驗方法　797
18.8　案例：心髒移植　798
引用的參考文獻　801
問題　801
練習題　807
課題　807
實例研究　809
第5部分
多因子研究　811
第19章
具有相等樣本量的雙因子研究　812
19.1　雙因子觀測和實驗研究　812
雙因子試驗和觀測研究的例子　812
試驗的OFAAT方法　815
交叉多因子設計的優勢　816
19.2　ANOVA模型元素的意義　817
說明　817
處理平均數　817
因子水平平均數　818
主效應　818
......

前言/序言

Linear regression models are widely used today in business administration, economics,engineering, and the social, health, and biological sciences. Successful applications ofthese models require a sound understanding of both the underlying theory and the practicalproblems that are encountered in using the models in reallife situations. While Applied

Linear Regression Models, Fourth Edition, is basically an applied book, it seeks to blendtheory and applications effectively, avoiding the extremes of presenting theory in isolationand of giving elements of applications without the needed understanding of the theoretical

foundations.

英文影印版序

本書是在美國大學中廣泛使用的教材，已經再版至第5版，不僅深受廣大師生的歡迎，而且有很大的影響，已逐步成為經典。

由於篇幅較大，股起英文影印版分為上、下兩冊。本書深入地介紹瞭“應用綫性統計模型”這門課程中幾乎所有的關鍵知識，但是讀起來並不艱深晦澀。書中用深入淺齣的方式來講解相關概念，同時配有大量的例題、習題以及實際案例幫助學生理解知識點。同時在幫助學生獨立地解決實際問題方麵，本書給人留下很深刻的印象。

本書圖文並茂，許多例子和習題都是經過精心挑選的，來源於生活和工程實踐，豐富的數據也都取材於實際案例。因此，本書不僅適用於統計專業，也可作為商業、計量經濟學等專業的參考書。

本書敘述比較詳盡，內容比國內教材豐富，篇幅較大，因此作為教材時刻適當選取主要內容講授，其餘可作為學生自學使用。