Foundations of Statistical Analyses and Applications with SAS

تجزیه و تحلیل داده‌های واقعی با استفاده از روش‌های آماری با کمک یک بسته نرم‌افزاری رایج در صنعت و مدیریت، مطمئناً بخشی از کار حرفه‌ای آینده بسیاری از دانش‌آموزان در رشته‌های ریاضی یا آمار ریاضی خواهد بود.

معمولاً در یک برنامه درسی سنتی برای ریاضیات یا آمار، جایی طبیعی وجود ندارد که در آن پلی بین تئوری و عمل قرار گیرد. از سوی دیگر، تقاضا برای آموزش طراحی شده برای تکمیل آموزش نظری با تجربه عملی به سرعت در حال افزایش است.

در نتیجه، کمی دوگانگی بین آمار نظری و کاربردی وجود دارد و این کتاب تلاش می‌کند. برای عبور از آن شکاف این نظریه انتخاب روش های آماری مورد استفاده در عمل عمومی را با کاربرد آنها در مجموعه داده های دنیای واقعی با استفاده از بسته نرم افزاری آماری SAS (سیستم تحلیل آماری) مرتبط می کند. این کاربردها برای نشان دادن نظریه و ارائه همزمان توانایی استفاده مؤثر و آسان از دانش در اجرا در نظر گرفته شده است.

مقدمه ای بر SAS در ضمیمه کتاب آورده شده است. هشت فصل نظریه، داده‌های نمونه و تحقق SAS را به موضوعاتی مانند تحلیل رگرسیون، تجزیه و تحلیل داده‌های طبقه‌ای، تحلیل واریانس، تجزیه و تحلیل متمایز، تحلیل خوشه‌ای و مؤلفه‌های اصلی ارائه می‌دهد.

این کتاب به دانشجویان رشته‌های آمار و ریاضی می‌پردازد. در وهله اول. دانشجویان سایر شاخه‌ها مانند اقتصاد یا آمار زیستی که آمار در آن‌ها تأثیر قوی دارد و سخنرانی‌های مرتبط به آموزش دانشگاهی تعلق دارد، باید از آن بهره‌مند شوند. همچنین برای تمرین‌کنندگانی در نظر گرفته شده است که فراتر از استفاده از ابزارهای آماری، به پیشینه ریاضی خود علاقه دارند.

The analysis of real data by means of statistical methods with the aid of a software package common in industry and administration will certainly be part of a future professional work of many students in mathematics or mathematical statistics.

Commonly there is no natural place in a traditional curriculum for mathematics or statistics, where a bridge between theory and practice fits into. On the other hand, the demand for an education designed to supplement theoretical training by practial experience has been rapidly increasing.

There exists, consequently, a bit of a dichotomy between theoretical and applied statistics, and this book tries to straddle that gap. It links up the theory of a selection of statistical procedures used in general practice with their application to real world data sets using the statistical software package SAS (Statistical Analysis System). These applications are intended to illustrate the theory and to provide, simultaneously, the ability to use the knowledge effectively and readily in execution.

An introduction to SAS is given in an appendix of the book. Eight chapters present theory, sample data and SAS realization to topics such as regression analysis, categorial data analysis, analysis of variance, discriminant analysis, cluster analysis and principal components.

This book addresses the students of statistics and mathematics in the first place. Students of other branches such as economics or biostatistics, where statistics has a strong impact, and related lectures belong to the academic training, should benefit from it as well. It is also intended for the practitioner, who, beyond the use of statistical tools, is interested in their mathematical background.