Design and Analysis of Experiments: Classical and Regression Approaches with SAS

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 1 
نویسندگان: Leonard C. Onyiah  
سری: Statistics:  A Series of Textbooks and Monographs 
ISBN (شابک) : 9781420060546, 9781874545187 
ناشر: Chapman and Hall/CRC 
سال نشر: 2008 
تعداد صفحات: 839 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 43,000

برخلاف سایر کتاب‌های مدل‌سازی و تحلیل داده‌های تجربی، طراحی و تجزیه و تحلیل آزمایش‌ها: رویکردهای کلاسیک و رگرسیون با SAS نه تنها تئوری طراحی تجربی کلاسیک را پوشش می‌دهد، بلکه رگرسیون را نیز بررسی می‌کند. نزدیک می شود. نویسنده با استفاده از در دسترس بودن نرم افزارهای پیشرفته، از روش های دستی و برنامه های SAS برای انجام تحلیل ها استفاده می کند.

این کتاب بیشتر طرح‌های مختلف تحت پوشش یک دوره طراحی تجربی معمولی را ارائه می‌کند. این الزامات برای آزمایش خوب، طراحی کاملا تصادفی، استفاده از کنتراست متعامد برای آزمون فرضیه ها، و بررسی کفایت مدل را مورد بحث قرار می دهد. نویسنده با تأکید بر آزمایش‌های فاکتوریل دو عاملی، اندازه‌گیری‌های مکرر و همچنین مدل‌های اثرات ثابت، تصادفی و ترکیبی را تحلیل می‌کند. او همچنین طرح هایی را با محدودیت های تصادفی توصیف می کند، قبل از اینکه به موارد خاص فاکتوریل 2^k و 3^k بپردازد. طرح ها، از جمله تکرار کسری و مخدوش کننده. علاوه بر این، این کتاب سطوح پاسخ، بلوک های ناقص متعادل و طرح های سلسله مراتبی، ANOVA، ANCOVA و MANOVA را پوشش می دهد.

این متن متمایز با تقویت نظریه و محاسبات با تمرین‌های عملی و مطالب تکمیلی، درمان مدرن و جامعی از طراحی و تجزیه و تحلیل تجربی ارائه می‌کند.

Unlike other books on the modeling and analysis of experimental data, Design and Analysis of Experiments: Classical and Regression Approaches with SAS not only covers classical experimental design theory, it also explores regression approaches. Capitalizing on the availability of cutting-edge software, the author uses both manual methods and SAS programs to carry out analyses.

The book presents most of the different designs covered in a typical experimental design course. It discusses the requirements for good experimentation, the completely randomized design, the use of orthogonal contrast to test hypotheses, and the model adequacy check. With an emphasis on two-factor factorial experiments, the author analyzes repeated measures as well as fixed, random, and mixed effects models. He also describes designs with randomization restrictions, before delving into the special cases of the 2^k and 3^k factorial designs, including fractional replication and confounding. In addition, the book covers response surfaces, balanced incomplete block and hierarchical designs, ANOVA, ANCOVA, and MANOVA.

Fortifying the theory and computations with practical exercises and supplemental material, this distinctive text provides a modern, comprehensive treatment of experimental design and analysis