第一篇 数据处理基础
第 1 章 绪论
1. 1 实验设计与数据处理的含义
1. 2 实验设计的发展
1. 2. 1 费希尔开创实验设计新科学
1. 2. 2 田口玄一推动实验设计的发展
1. 2. 3 中国科学家的贡献
1. 3 实验设计与数据处理的作用及意义
1. 3. 1 实验设计
1. 3. 2 数据处理
1. 3. 3 实验设计与数据处理的重要性
1. 4 实验设计原则
习题 1
第 2 章 概率与数理统计基础
2. 1 总体的参数估计
2. 1. 1 总体和简单随机样本
2. 1. 2 分布函数和密度函数
2. 1. 3 分布的估计
2. 2 随机变量的数字特征
2. 2. 1 期望值与方差
2. 2. 2 变异(变差)系数
2. 2. 3 矩
2. 2. 4 协方差
2. 2. 5 数字特征性质
2. 3 常见的分布形式
2. 3. 1 正态分布
2. 3. 2 χ2 分布
2. 3. 3 t 分布
2. 3. 4 F 分布
2. 4 参数的点估计
2. 4. 1 矩估计
2. 4. 2 最大似然估计法
2. 4. 3 估计量的评价
2. 5 参数的区间估计
2. 6 参数假设检验
2. 6. 1 u 检验
2. 6. 2 t 检验
2. 6. 3 χ2 检验
2. 6. 4 F 检验
2. 7 非参数假设检验
习题 2
第 3 章 误差分析
3. 1 物理量的测量方法与测量误差
3. 1. 1 测量的定义及分类
3. 1. 2 建筑环境基本参数概述
3. 1. 3 建筑环境基本参数的测量方法
3. 1. 4 测量误差
3. 2 实验数据的误差分析
3. 2. 1 真值与平均值
3. 2. 2 误差的表示方法
3. 2. 3 误差的来源与分类
3. 3 实验数据的精准度
3. 3. 1 精密度
3. 3. 2 正确度
3. 3. 3 准确度
3. 4 测量数据的合理性检验
3. 4. 1 拉伊特方法
3. 4. 2 肖维勒方法
3. 4. 3 t 检验方法
3. 4. 4 格拉布斯方法
3. 4. 5 注意事项
3. 5 直接测量中的误差分析
3. 5. 1 单次测量误差分析
3. 5. 2 重复多次测量值误差分析
3. 5. 3 等精度测量中的误差评价
3. 5. 4 不等精度测量中的误差评价
3. 6 误差传递
3. 6. 1 系统误差的传递
3. 6. 2 偶然误差的传递
3. 6. 3 确定测量的极差
3. 6. 4 误差的分配
3. 7 不确定度与测量结果表达
3. 7. 1 标准不确定度的评定
3. 7. 2 测量不确定度的合成
3. 8 有效数字与实验结果的表示
3. 8. 1 近似值与有效数
3. 8. 2 实验结果的数字表达
3. 8. 3 数字运算及舍入规则
习题 3
第二篇 实验设计与统计应用
第 4 章 析因实验与方差分析
4. 1 方差分析
4. 1. 1 方差分析的基本概念
4. 1. 2 方差分析中的术语
4. 1. 3 方差分析的类型
4. 1. 4 方差分析的原理
4. 2 单因素析因实验
4. 3 双因素析因实验
4. 3. 1 无重复双因素交叉分组实验(无交互作用)
4. 3. 2 考虑交互作用的双因素试验
4. 4 三因素析因实验的方差分析
4. 4. 1 有重复实验时三因素析因实验设计与分析
4. 4. 2 无重复实验时方差分析
4. 5 方差分析中的三种因素模型
4. 6 部分析因实验方差分析
4. 7 多重比较法
习题 4
第 5 章 正交试验设计
5. 1 正交试验设计的基本原理
5. 1. 1 正交试验设计的特点
5. 1. 2 正交表
5. 1. 3 利用正交表安排试验的一般原则
5. 2 正交试验结果的直观分析
5. 2. 1 直观分析的目的与方法
5. 2. 2 无交互作用正交设计的直观分析法
5. 3 多指标正交试验结果的直观分析法
5. 3. 1 指标单个分析综合处理法
5. 3. 2 综合评分法
5. 4 水平数目不等的正交试验设计
5. 4. 1 用混合水平表安排不等水平试验
5. 4. 2 拟水平法
5. 5 活动水平法
5. 6 复合因素法
5. 7 有交互作用的正交试验设计
5. 7. 1 交互作用的定义与判定
5. 7. 2 对交互作用的认识
5. 7. 3 有交互作用的实验安排与结果分析
5. 8 正交试验结果的方差分析
5. 8. 1 概述
5. 8. 2 正交表各列未饱和情况下的方差分析
5. 8. 3 正交表各列均饱和情况下的方差分析
5. 8. 4 有重复试验时的方差分析
5. 8. 5 正交试验的下一轮实验设计
5. 9 正交表的构造方法
5. 9. 1 阿达玛矩阵法
5. 9. 2 正交拉丁方的方法
习题 5
第 6 章 建立实验数学模型的方法
6. 1 实验数据整理
6. 1. 1 实验数据的列表整理
6. 1. 2 实验数据曲线的绘制
6. 1. 3 逐差法
6. 1. 4 最小二乘法拟合实验数据
6. 1. 5 常用的数据图
6. 2 数学模型的建立
6. 3 因次分析
6. 4 寻求数学模型函数形式的方法
6. 4. 1 由实验理论寻求数学模型的函数形式
6. 4. 2 利用专业经验确定数学模型的函数形式
6. 5 建立 n 次多项式的数学模型
6. 5. 1 n 次多项式的建立与差分检验法
6. 5. 2 利用差分确定公式系数
6. 6 根据实验曲线选取数学模型
6. 6. 1 数学模型选择的直线化法
6. 6. 2 适合于线性化的典型函数及图形
6. 7 求数学模型公式系数的方法
6. 7. 1 用图解法求公式系数
6. 7. 2 用平均值法求数学模型的公式系数
6. 7. 3 用最小二乘法求数学模型的公式系数
6. 7. 4 用回归分析法求模型系数
习题 6
第 7 章 实验数据的回归与聚类分析
7. 1 回归分析概述
7. 1. 1 变量间的关系
7. 1. 2 回归分析所讨论的主要内容
7. 2 一元线性回归
7. 2. 1 根据最小二乘法的原理估计回归方程的系数
7. 2. 2 求回归方程的列表算法
7. 2. 3 最小二乘法的应用条件
7. 3 一元线性回归方程的显著性检验
7. 3. 1 回归平方和的计算
7. 3. 2 方差检验法
7. 3. 3 相关系数检验
7. 3. 4 等级相关
7. 3. 5 重复实验的回归显著性检验
7. 4 回归方程的精度与系数的置信区间
7. 5 利用回归直线进行预报和控制
7. 6 二元线性回归方程的建立与检验
7. 6. 1 二元线性回归方程的建立
7. 6. 2 二元线性回归方程的方差检验
7. 6. 3 相关系数
7. 7 多元线性回归方程的建立与检验
7. 7. 1 多元线性回归方程的建立
7. 7. 2 多元线性回归的显著性检验
7. 7. 3 回归方程的精度
7. 7. 4 因素对实验结果影响的判断
7. 8 非线性回归分析
7. 8. 1 一元非线性回归分析
7. 8. 2 化非线性回归为多元线性回归
7. 9 主成分分析
7. 9. 1 概述
7. 9. 2 主成分的数学模型
7. 9. 3 主成分的分析计算
7. 9. 4 主成分分析的应用
7. 10 聚类分析
7. 10. 1 聚类分析的分类
7. 10. 2 聚类分析中样品或变量亲疏程度的测定
7. 10. 3 系统聚类分析
习题 7
第三篇 数据处理统计软件及分析
第 8 章 统计软件 SPSS 简介及其案例分析
8. 1 SPSS 概述
8. 2 SPSS 界面及操作
8. 2. 1 SPSS 的界面
8. 2. 2 SPSS 的基本操作
8. 3 秩和检验案例
8. 4 方差分析案例
8. 4. 1 单因素 ANOVA 过程
8. 4. 2 GLM 过程
8. 5 正交试验设计案例
8. 6 线性回归案例
8. 7 主成分分析案例
8. 8 聚类分析案例
习题 8
附录
附录 1 标准正态分布表
附录 2 t 分布的双侧分位数(tα )表
附录 3 χ2
分布临界值
附录 4 F 分布表
附录 5 秩和检验表
附录 6 q 分布表
附录 7 相关系数检验表
附录 8 正交表
参考文献