JMP是SAS公司为了与SPSS竞争市场份额于二十世纪八十年代推出的统计发现软件群。JMP实现了完全菜单操作，具有卓越的数据可视化能力、突出的交互性、全面而强大的分析功能、易学易用、扩展性强等特点。除基本统计分析、模型、多元方法外，还具有测量系统分析（MSA）、统计过程控制（SPC）、“分类”分析、实验设计（DOE）、数据挖掘等功能。

《JMP统计分析教程》介绍了JMP的常用统计分析方法，是关于JMP的第一部中文出版物。该书注重实用，省略了统计学原理的系统介绍以及数学公式的证明过程，结合案例简要说明案例类型和分析原理，直接给出统计量的计算公式，重点介绍分析方法与JMP的分析过程。每种分析方法列举一个典型案例，根据教程读者可轻松地完成统计分析。

目录

第一章 JMP入门

1.1 JMP的基本操作

1.2 基本统计量分析

1.2.1 统计数据的分类

1.2.2 基本统计量分析

1.3 数据可视化

1.3.1 基本统计量的可视化

1.3.2 两个变量数据的可视化

1.3.3 多维数据的可视化

1.3.4 数据的探索与筛选

第二章 正态总体的统计推断

2.1 总体均值的检验与估计（标准差已知）

2.1.1 总体均值的检验

2.1.2 总体均值的区间估计

2.2 总体均值的检验与估计（标准差未知）

2.2.1 总体均值的检验

2.2.2 总体均值的区间估计

2.3 总体方差的检验与估计

2.3.1 总体方差的检验

2.3.2 总体方差的区间估计

2.4 正态分布的检验

2.4.1 拟合优度检验

2.4.2 正态分位数图检验

第三章 两个正态总体的统计推断

3.1 独立双样本总体均值差的检验与估计（方差齐）

3.1.1 独立双样本总体均值差的检验

3.1.2 独立双样本总体均值差的区间估计

3.2 独立双样本总体均值差的检验（方差不齐）

3.3 配对双样本总体均值差的检验与估计

3.3.1 配对双样本总体均值差的检验

3.3.2 配对双样本总体均值差的区间估计

3.4 方差齐性检验

第四章 方差分析

4.1 单因素方差分析

4.1.1 单因素完全随机设计

4.1.2 单因素随机区组设计

4.2 多因素方差分析

4.2.1 双因素无重复完全随机设计

4.2.2 双因素有重复完全随机设计

4.2.3 双因素有重复随机区组设计

4.3 拉丁方设计的方差分析

4.4 嵌套设计的方差分析

4.5 裂区设计的方差分析

4.6 重复测定的方差分析

4.6.1 一元方差分析

4.6.2 修正一元方差分析

4.6.3 一元方差分析与修正一元方差分析的比较

第五章 一元回归与相关分析

5.1 直线相关分析

5.1.1 相关关系的直观判断

5.1.2 相关性检验

5.1.3 总体相关系数的检验

5.2 直线回归分析

5.2.1 计算直线回归方程

5.2.2 检验直线回归方程

5.2.3 直线回归的区间估计

5.3 曲线回归分析

5.3.1 可线性化的回归分析

5.3.2 多项式回归分析

5.3.3 曲线拟合

第六章 协方差分析

6.1 协方差分析前的思考

6.2 协方差分析的原理

6.3 协方差分析的方法

第七章 分类数据分析

7.1 总体比率的检验

7.2 单向表中分类概率的检验

7.3 双向表及其图形

7.4 双向表中分类概率的检验

7.4.1 2×2双向表中分类概率的检验

7.4.2 高维2×2双向表中分类概率的检验

7.4.3 m×n双向表中分类概率的检验

7.5 对应分析

第八章 非参数分析

8.1 单个总体位置的检验

8.2 独立双样本的检验

8.3 配对双样本的检验

8.4 独立多样本完全随机设计的检验

8.5 独立多样本随机区组设计的检验

8.6 秩相关系数的检验

第九章 试验设计

9.1 试验设计基础知识

9.2 定制设计