|
专题内容：2006年新增内容较多，尤其是增加了顾客满意指数模型和层次分析技术，因这两种方法内容多，故以专题形式予以介绍。了解顾客满意指数模型方法可由此进入 ；了解层次分析法由此进入。
LOWESS(Locally
weighted scatter plot smoothing)稳健回归分析方法，作为一种“曲线”类型加入到DPS的“一元非线性回归模型”里面，当实验资料不好用公式表达时，应用LOWESS稳健回归分析方法较理想。LOWESS稳健回归分析目前在国际上的应用较广泛。其应用示例如下(2006.12.18)，参考文献
下载。：
数据序列的游程统计检验已加入到DPS之中，参考文献(2006.12.10).
该功能提供了4种游程序列生成的方法供用户选用。其数据格式和其它时间序列分析相同，即从上到下、从左到右依次输入(下图的左边)。用鼠标选中数据后，执行菜单下的“时间序列”下面的“数据序列游程检验”功能，即可出现如下图所示的工作界面(下图的右边)。点击“确定”按钮即将当前方法的结果返回到电子工作表中。
本例的输出结果如下：
|
计算结果 |
当前日期 2006-12-21 23:17:22 |
|
|
|
|
游程为序列差值. |
|
|
|
|
|
|
|
序列： |
- + + - + - + + - + - - - + - + - + - - + + + - - + - + + + - - + + + + -
+ |
|
|
不同长度游程(+)统计 |
|
|
|
|
|
|
长度 |
游程数 |
理论值 |
标准差 |
Z值 |
|
|
|
|
1 |
7.0000 |
8.1667 |
2.8319 |
-0.4120 |
|
|
|
|
2 |
2.0000 |
3.4583 |
1.4545 |
-1.0026 |
|
|
|
|
3 |
2.0000 |
0.9639 |
0.8769 |
1.1816 |
|
|
|
|
4 |
1.0000 |
0.2038 |
0.4372 |
1.8214 |
|
|
|
|
5 |
0.0000 |
0.0349 |
0.1856 |
-0.1882 |
|
|
|
|
6 |
0.0000 |
0.0050 |
0.0709 |
-0.0711 |
|
|
|
|
7 |
0.0000 |
0.0006 |
0.0251 |
-0.0251 |
|
|
|
|
8 |
0.0000 |
0.0001 |
0.0083 |
-0.0083 |
|
|
|
|
|
|
|
|
|
|
|
|
|
大于等于某长度游程(+)统计 |
|
|
|
|
|
|
长度 |
游程数 |
理论值 |
标准差 |
Z值 |
|
|
|
|
1 |
12.0000 |
12.8333 |
1.8181 |
-0.4583 |
|
|
|
|
2 |
5.0000 |
4.6667 |
1.2304 |
0.2709 |
|
|
|
|
3 |
3.0000 |
1.2083 |
0.9314 |
1.9235 |
|
|
|
|
4 |
1.0000 |
0.2444 |
0.4745 |
1.5925 |
|
|
|
|
5 |
0.0000 |
0.0407 |
0.2000 |
-0.2034 |
|
|
|
|
6 |
0.0000 |
0.0058 |
0.0757 |
-0.0760 |
|
|
|
|
7 |
0.0000 |
0.0007 |
0.0266 |
-0.0266 |
|
|
|
|
8 |
0.0000 |
0.0001 |
0.0088 |
-0.0088 |
|
|
|
|
不同长度游程(-)统计 |
|
|
|
|
|
长度 |
游程数 |
理论值 |
标准差 |
Z值 |
|
|
|
|
1 |
8.0000 |
8.1667 |
2.8319 |
-0.0589 |
|
|
|
|
2 |
3.0000 |
3.4583 |
1.4545 |
-0.3151 |
|
|
|
|
3 |
1.0000 |
0.9639 |
0.8769 |
0.0412 |
|
|
|
|
4 |
0.0000 |
0.2038 |
0.4372 |
-0.4661 |
|
|
|
|
5 |
0.0000 |
0.0349 |
0.1856 |
-0.1882 |
|
|
|
|
6 |
0.0000 |
0.0050 |
0.0709 |
-0.0711 |
|
|
|
|
7 |
0.0000 |
0.0006 |
0.0251 |
-0.0251 |
|
|
|
|
8 |
0.0000 |
0.0001 |
0.0083 |
-0.0083 |
|
|
|
|
大于等于某长度游程(-)统计 |
|
|
|
|
|
|
长度 |
游程数 |
理论值 |
标准差 |
Z值 |
|
|
|
|
1 |
12.0000 |
12.8333 |
1.8181 |
-0.4583 |
|
|
|
|
2 |
4.0000 |
4.6667 |
1.2304 |
-0.5418 |
|
|
|
|
3 |
1.0000 |
1.2083 |
0.9314 |
-0.2237 |
|
|
|
|
4 |
0.0000 |
0.2444 |
0.4745 |
-0.5152 |
|
|
|
|
5 |
0.0000 |
0.0407 |
0.2000 |
-0.2034 |
|
|
|
|
6 |
0.0000 |
0.0058 |
0.0757 |
-0.0760 |
|
|
|
|
7 |
0.0000 |
0.0007 |
0.0266 |
-0.0266 |
|
|
|
|
8 |
0.0000 |
0.0001 |
0.0088 |
-0.0088 |
|
|
|
|
总游程数(+,-) |
|
|
|
|
|
不同长度游程统计 |
|
|
|
|
|
|
长度 |
游程数 |
理论值 |
标准差 |
Z值 |
|
|
|
|
1 |
15.0000 |
16.3333 |
4.0049 |
-0.3329 |
|
|
|
|
2 |
5.0000 |
6.9167 |
2.0570 |
-0.9318 |
|
|
|
|
3 |
3.0000 |
1.9278 |
1.2401 |
0.8646 |
|
|
|
|
4 |
1.0000 |
0.4075 |
0.6182 |
0.9583 |
|
|
|
|
5 |
0.0000 |
0.0698 |
0.2624 |
-0.2661 |
|
|
|
|
6 |
0.0000 |
0.0101 |
0.1003 |
-0.1006 |
|
|
|
|
7 |
0.0000 |
0.0013 |
0.0355 |
-0.0355 |
|
|
|
|
8 |
0.0000 |
0.0001 |
0.0118 |
-0.0118 |
|
|
|
|
大于等于某长度游程统计 |
|
|
|
|
|
|
长度 |
游程数 |
理论值 |
标准差 |
Z值 |
|
|
|
|
1 |
24.0000 |
25.6667 |
2.5712 |
-0.6482 |
|
|
|
|
2 |
9.0000 |
9.3333 |
1.7401 |
-0.1916 |
|
|
|
|
3 |
4.0000 |
2.4167 |
1.3173 |
1.2020 |
|
|
|
|
4 |
1.0000 |
0.4889 |
0.6710 |
0.7617 |
|
|
|
|
5 |
0.0000 |
0.0813 |
0.2828 |
-0.2877 |
|
|
|
|
6 |
0.0000 |
0.0115 |
0.1071 |
-0.1074 |
|
|
|
|
7 |
0.0000 |
0.0014 |
0.0376 |
-0.0376 |
|
|
|
|
8 |
0.0000 |
0.0002 |
0.0124 |
-0.0124 |
|
|
|
|
最长的 + =4 |
|
|
|
|
|
|
最长的 - =3 |
|
|
|
|
|
|
最长游程=4 |
|
|
|
|
|
|
序列中 + 的个数=21 |
|
|
|
|
|
|
序列中 - 的个数=17 |
|
|
|
|
|
|
序列中 0 的个数=0 |
|
|
|
|
|
肥料效应3414实验方案
的实验设计及实验结果的统计分析功能加入到DPS之中。
在菜单“试验设计”下面执行“3414 配方施肥设计”，即出现如下实验设计参数设置界面：
根据需要，输入参数，并点击“确定”之后，得到实验设计表格如下(为提高试验设计水平，各处理进行了随机化处理)：
|
对应各处理编号的小区施肥量(实验实施用表) |
|
编号 |
区组1 |
区组2 |
区组3 |
|
C1 |
N肥(1.565), P肥(3.000), K肥(1.000) |
N肥(0.783), P肥(1.500), K肥(1.000) |
N肥(0.783), P肥(3.000), K肥(1.000) |
|
C2 |
N肥(2.348), P肥(3.000), K肥(1.000) |
N肥(1.565), P肥(0.000), K肥(1.000) |
N肥(1.565), P肥(4.500), K肥(1.000) |
|
C3 |
N肥(1.565), P肥(0.000), K肥(1.000) |
N肥(0.783), P肥(3.000), K肥(0.500) |
N肥(1.565), P肥(1.500), K肥(1.000) |
|
C4 |
N肥(0.783), P肥(3.000), K肥(0.500) |
N肥(1.565), P肥(1.500), K肥(0.500) |
N肥(1.565), P肥(0.000), K肥(1.000) |
|
C5 |
N肥(1.565), P肥(1.500), K肥(1.000) |
N肥(0.000), P肥(0.000), K肥(0.000) |
N肥(1.565), P肥(3.000), K肥(0.500) |
|
C6 |
N肥(0.000), P肥(3.000), K肥(1.000) |
N肥(1.565), P肥(1.500), K肥(1.000) |
N肥(0.783), P肥(3.000), K肥(0.500) |
|
C7 |
N肥(0.783), P肥(1.500), K肥(1.000) |
N肥(1.565), P肥(3.000), K肥(0.000) |
N肥(1.565), P肥(3.000), K肥(1.500) |
|
C8 |
N肥(1.565), P肥(4.500), K肥(1.000) |
N肥(1.565), P肥(3.000), K肥(1.500) |
N肥(2.348), P肥(3.000), K肥(1.000) |
|
C9 |
N肥(0.783), P肥(3.000), K肥(1.000) |
N肥(1.565), P肥(4.500), K肥(1.000) |
N肥(1.565), P肥(3.000), K肥(1.000) |
|
C10 |
N肥(0.000), P肥(0.000), K肥(0.000) |
N肥(0.000), P肥(3.000), K肥(1.000) |
N肥(0.783), P肥(1.500), K肥(1.000) |
|
C11 |
N肥(1.565), P肥(3.000), K肥(0.500) |
N肥(1.565), P肥(3.000), K肥(0.500) |
N肥(1.565), P肥(3.000), K肥(0.000) |
|
C12 |
N肥(1.565), P肥(3.000), K肥(0.000) |
N肥(0.783), P肥(3.000), K肥(1.000) |
N肥(0.000), P肥(3.000), K肥(1.000) |
|
C13 |
N肥(1.565), P肥(1.500), K肥(0.500) |
N肥(1.565), P肥(3.000), K肥(1.000) |
N肥(1.565), P肥(1.500), K肥(0.500) |
|
C14 |
N肥(1.565), P肥(3.000), K肥(1.500) |
N肥(2.348), P肥(3.000), K肥(1.000) |
N肥(0.000), P肥(0.000), K肥(0.000) |
| |
|
|
|
|
|
|
|
|
|
|
实验结果整理用表(右边是对应的各个处理的编号，请将产量按编号对号入座填入) |
|
|
|
|
N |
P2O5 |
K2O |
区组1 |
区组2 |
区组3 |
|
|
|
|
|
0.0000 |
0.0000 |
0.0000 |
C10 |
C5 |
C14 |
|
|
|
|
|
0.0000 |
8.0000 |
13.3333 |
C6 |
C10 |
C12 |
|
|
|
|
|
8.0000 |
8.0000 |
13.3333 |
C9 |
C12 |
C1 |
|
|
|
|
|
16.0000 |
0.0000 |
13.3333 |
C3 |
C2 |
C4 |
|
|
|
|
|
16.0000 |
4.0000 |
13.3333 |
C5 |
C6 |
C3 |
|
|
|
|
|
16.0000 |
8.0000 |
13.3333 |
C1 |
C13 |
C9 |
|
|
|
|
|
16.0000 |
12.0000 |
13.3333 |
C8 |
C9 |
C2 |
|
|
|
|
|
16.0000 |
8.0000 |
0.0000 |
C12 |
C7 |
C11 |
|
|
|
|
|
16.0000 |
8.0000 |
6.6667 |
C11 |
C11 |
C5 |
|
|
|
|
|
16.0000 |
8.0000 |
20.0000 |
C14 |
C8 |
C7 |
|
|
|
|
|
24.0000 |
8.0000 |
13.3333 |
C2 |
C14 |
C8 |
|
|
|
|
|
8.0000 |
4.0000 |
13.3333 |
C7 |
C1 |
C10 |
|
|
|
|
|
8.0000 |
8.0000 |
6.6667 |
C4 |
C3 |
C6 |
|
|
|
|
|
16.0000 |
4.0000 |
6.6667 |
C13 |
C4 |
C13 |
|
|
|
|
实验结果的统计分析，数据编辑与定义格式如下图: 左边是没有重复的数据编辑定义格式， 右边是有重复时的数据编辑定义格式(这里是2次重复)：
选择数据后，在菜单方式下执行“试验统计”下面的“3414实验统计分析”功能，系统显示数据分析用户界面(含自动作图分析功能)，在该用户界面中，用户可在“施肥模型”选择框中选择不同的施肥模型，然后点击“计算”按钮，执行计算。计算结果在右下方的文本框中。计算后，可在坐标的图表框中选择肥料效应曲线图(其它因素取正常水平)，图形可点击上部的几个按钮进行编辑修改、保存、拷贝复制等操作。
点击右下角的“返回编辑”按钮，可将当前施肥模型的数值结果输出到电子工作表如下。提供参考文献3篇：下载1,
下载2, 下载3；演示程序可供下载试用(2006.12.04)。
|
计算结果 |
当前日期 2006-12-4 8:14:50 |
|
|
|
|
|
变量 |
平均值 |
标准差 |
|
|
|
|
|
|
x1 |
19.6429 |
10.6454 |
|
|
|
|
|
|
x2 |
11.7857 |
6.3872 |
|
|
|
|
|
|
x3 |
9.4286 |
5.1098 |
|
|
|
|
|
|
x4 |
491.0714 |
372.0696 |
|
|
|
|
|
|
x5 |
176.7857 |
133.9451 |
|
|
|
|
|
|
x6 |
113.1429 |
85.7248 |
|
|
|
|
|
|
x7 |
247.7679 |
193.2081 |
|
|
|
|
|
|
x8 |
198.2143 |
154.5665 |
|
|
|
|
|
|
x9 |
118.9286 |
92.7399 |
|
|
|
|
|
|
y |
207.5000 |
43.4011 |
|
|
|
|
|
|
相关系数矩阵(略) |
|
|
|
|
|
|
|
系数 |
估计值 |
标准系数 |
偏相关 |
t检验值 |
p值 |
|
|
|
b0 |
115.2177 |
|
|
|
|
|
|
|
b1 |
8.4457 |
2.0716 |
0.9005 |
7.4643 |
0.0017 |
|
|
|
b2 |
11.6216 |
1.7103 |
0.8631 |
6.1627 |
0.0035 |
|
|
|
b3 |
-4.3366 |
-0.5106 |
-0.4545 |
1.8397 |
0.1396 |
|
|
|
b4 |
-0.2140 |
-1.8350 |
-0.9567 |
11.8460 |
0.0003 |
|
|
|
b5 |
-0.4208 |
-1.2988 |
-0.9187 |
8.3845 |
0.0011 |
|
|
|
b6 |
-0.5060 |
-0.9995 |
-0.8730 |
6.4525 |
0.0030 |
|
|
|
b7 |
-0.2395 |
-1.0660 |
-0.6974 |
3.5083 |
0.0247 |
|
|
|
b8 |
0.4582 |
1.6320 |
0.8303 |
5.3707 |
0.0058 |
|
|
|
b9 |
0.2991 |
0.6391 |
0.5039 |
2.1032 |
0.1033 |
|
|
|
复相关系数R= 0.9868
决定系数R^2= 0.9737 |
|
|
F值= |
16.4746 |
Df=(9,4) |
p值= |
0.0080 |
|
|
|
|
剩余标准差SSE= 0.9058 |
|
|
|
|
|
|
调整后的相关系数Ra= 0.9564
调整决定系数Ra^2= 0.9146 |
|
| |
|
|
|
|
|
|
|
|
回归方程: |
|
|
|
|
|
|
|
|
y=115.2177+8.4457N+11.6216P-4.3366K-0.2140N^2-0.4208P^2-0.5060K^2-0.2395NP+0.4582NK+0.2991PK
|
| |
|
|
|
|
|
|
|
|
优化结果 |
产量最高 |
效益最大 |
|
|
|
|
|
|
目标y |
257.3996 |
196.5864 |
|
|
|
|
|
|
x1 |
24.5052 |
12.1522 |
|
|
|
|
|
|
x2 |
10.3418 |
8.6085 |
|
|
|
|
|
|
x3 |
9.8667 |
1.7851 |
|
|
|
|
|
| |
|
|
|
|
|
|
|
投影寻踪综合评价是对多指标进行综合评价的有效方法。我们采用非线性优化算法，实现了投影寻踪综合评价方法 ，并加入到DPS系统中
。采用非线性优化算法的计算结果较目前国内刊物介绍的，一般采用的遗传算法等计算出来的结果，拟合效果好，计算精度更高, 目标函数Q(a)更大。
投影寻踪综合评价方法，其数据编辑及选择格式，以及
用户界面如下图所示：在用户界面中可选择各种数据转换方法。分析结果亦示例如下(2006.12.02)。
参考文献两篇：下载1、下载2
DPS英汉双语版正在开发中(目前的V8.01版主菜单已实现英汉双语化,可按F9键实现互相切换, 2006.08.23)。
新世纪全国高等中医药院校创新教材：
《中医药统计学与软件应用(供研究生和七年制各专业用)》，刘明芝、周仁郁主编，中国中医药出版社2006年8月出版
，450页67.6万字，定价35元。该书介绍的统计分析方法内容丰富；“在介绍国际通用SPSS 14.0、SAS
9.0统计软件同时，介绍适用于中医药专业的优秀统计软件DPS 7.55，编排方法主要贯穿SPSS 14.0，辅以DPS 7.55解难，...
...”(摘自本书前言)。作者为方便教学和应用，已将书中例题汇集成DPS系统和SPSS系统数据格式放到本网站，读者可输入网址http://www.chinadps.net/STCM.rar下载(2006.09.20)。
区试数据AMMI分析作图功能原是z在Delphi5下编写的独立程序，在有些情况下无法使用该功能作图。今天已经将该功能放到DPS里面，解决了不能作图的问题(2006.09.08)。
优势分析(Dominance analysis, DA,
主导分析)数据编辑格式和多元线性回归分析相同.DPS还将优势分析和最优组合线性回归分析结合进来,下面是20个样本,5个自变量,一个因变量的分析结果示例(2006.08.02)。相关内容的参考文献两篇：下载1、下载2
|
变量 |
平均值 |
标准差 |
|
|
|
|
|
|
x1 |
1.0313 |
0.4745 |
|
|
|
|
|
|
x2 |
3.0335 |
1.4236 |
|
|
|
|
|
|
x3 |
62.8400 |
15.4636 |
|
|
|
|
|
|
x4 |
19.5000 |
9.9868 |
|
|
|
|
|
|
x5 |
1.9990 |
0.0097 |
|
|
|
|
|
|
y |
112.3000 |
104.6876 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
