SAS常用统计分析教程(第2版)-统计分析系列

本书内容丰富且新颖， 适用面宽且可操作性强。涉及SAS软件基础和五种高级编程技术、 统计设计中关键技术的SAS实现、 定量与定性资料差异性和预测性分析。这些内容高质量、 高效率地解决了实验设计、 统计表达与描述、 各种常用统计分析、 现代回归分析、 SAS高级编程技术和SAS实现及结果解释等人们迫切需要解决却又十分棘手的问题。 本书第1、 2篇共7章， 介绍了SAS软件应用入门、 SAS语言基础、 五种SAS高级编程技术， 介绍了用SAS实现实验设计的关键技术（包括样本含量与检验效能估计、 随机化和直接生成设计类型）； 第3、 4篇共8章， 对各种单因素和多因素设计下定量与定性结果进行差异性分析； 第5、 6篇共16章， 对定量与定性结果提供了数十种预测性分析方法， 包括定量和定性原因变量的判别分析。还有一些配套的辅助资料， 放在华信教育资源网www.hxedu.com.cn上， 便于读者查询。

目 录
第1篇 SAS软件及相关知识介绍
第1章 SAS软件与SAS用法简介
1.1 SAS软件简介
1.1.1 SAS软件结构
1.1.2 SAS界面简介
1.1.3 SAS过程与SAS程序
1.1.4 运行SAS软件的两种常用方式
1.1.5 SAS程序结构
1.1.6 简单SAS程序中的SAS语句简介
1.1.7 SAS语言简介
1.1.8 SAS数据集简介
1.1.9 如何利用SAS帮助窗口
1.2 SAS用法简介
1.2.1 初学者学习SAS的快捷方式
1.2.2 实际运行SAS
1.2.3 从实验设计角度谈SAS用法
1.2.4 从资料录入角度谈SAS用法
1.2.5 从不同格式数据转换角度谈SAS用法
1.2.6 从资料表达角度谈SAS用法
1.2.7 从统计分析角度谈SAS用法
1.3 本章小结
第2章 SAS语言基础介绍
2.1 SAS数据步中常用SAS语句
2.1.1 数据获取语句
2.1.2 数据步文件管理语句
2.1.3 SAS变量操作语句
2.1.4 SAS观测值操作语句
2.1.5 数据步循环与控制语句
2.2 SAS过程步中常用SAS语句
2.3 可在SAS程序中任何地方出现的SAS语句——全程语句
2.3.1 全程数据存取语句
2.3.2 全程日志控制语句
2.3.3 全程环境控制语句
2.3.4 全局输出控制语句
2.3.5 全程程序控制语句
2.4 SAS函数中的基础知识
2.4.1 SAS函数
2.4.2 SAS参数
2.4.3 函数值
2.4.4 SAS函数分类
2.4.5 SAS函数在使用中的注意事项
2.5 日期时间函数
2.5.1 日期时间函数简介
2.5.2 用DATDIF函数计算两个日期之间的天数
2.5.3 用YRDIF函数计算两个日期之间的年数
2.5.4 用HOUR和MINUTE函数计算当前时间
2.5.5 用YEAR、 QTR、 MONTH和DAY函数计算当前所处的年、 季度、 月份和日期
2.5.6 用HOLIDAY函数计算指定年份指定节日的日期
2.6 截取函数
2.6.1 截取函数简介
2.6.2 用CEIL函数求最小整数
2.6.3 用FLOOR函数求最大整数
2.6.4 用INT函数取整数部分
2.6.5 用ROUND函数按指定的精度取舍入值
2.6.6 用TRUNC函数求截取数值
2.7 分位数函数
2.7.1 分位数函数简介
2.7.2 用CINV函数计算卡方分布曲线下的p分位数
2.7.3 用FINV函数计算F分布曲线下的p分位数
2.7.4 用PROBIT函数计算标准正态分布曲线下的p分位数
2.7.5 用TINV函数计算t分布曲线下的p分位数
2.8 数学函数
2.8.1 数学函数简介
2.8.2 用ABS函数求绝对值
2.8.3 用EXP函数计算e的x次幂
2.8.4 用LOG函数计算以e为底的真数x的自然对数值
2.8.5 用LOG10函数计算以10为底的真数x的对数值
2.8.6 用MOD函数计算余数值
2.8.7 用SQRT函数计算平方根
2.8.8 用SQRT函数、 FNONCT函数和FINV函数计算ψ值
2.8.9 用CNONCT函数和CINV函数计算λ值
2.9 概率函数
2.9.1 概率函数简介
2.9.2 用PROBCHI函数计算服从卡方分布的随机变量小于x的概率
2.9.3 用PROBF函数计算服从F分布的随机变量小于x的概率
2.9.4 用PROBNORM函数计算标准正态分布曲线下的面积
2.9.5 用PROBT函数计算服从t分布的随机变量小于x的概率
2.9.6 用PROBMC函数计算q临界值
2.10 样本统计函数
2.10.1 样本统计函数简介
2.10.2 用MEAN、 MAX与MIN函数计算算术均值、 最大值与最小值
2.10.3 用SUM、 USS与CSS函数计算和、 未校正平方和与校正平方和
2.10.4 用VAR、 STD、 STDERR和CV函数计算方差、 标准差、 标准误与变异系数
2.10.5 用SKEWNESS和KURTOSIS函数计算偏度系数与峰度系数
2.10.6 用NMISS函数计算缺失值的个数
2.11 随机数函数
2.11.1 随机数函数简介
2.11.2 用NORMAL函数或RANNOR函数产生正态分布的随机数
2.11.3 用UNIFORM或RANUNI函数产生均匀分布的随机数
2.11.4 用RANEXP函数产生指数分布的随机数
2.11.5 用RANBIN函数产生二项分布的随机数
2.11.6 用RANPOI函数产生泊松分布的随机数
2.12 SAS call子程序
2.12.1 随机数子程序
2.12.2 其他子程序
2.12.3 随机数子程序的运用
第3章 SAS高级编程技术介绍
3.1 SAS ODS介绍
3.1.1 概述
3.1.2 ODS特点和常用输出目标
3.1.3 常用ODS语句
3.1.4 SAS ODS的应用
3.2 SAS宏介绍
3.2.1 概述
3.2.2 宏变量
3.2.3 宏与宏参数
3.2.4 宏的引用
3.2.5 常用宏语句和系统宏函数
3.2.6 宏与其他模块接口
3.3 SAS SQL介绍
3.3.1 SQL简介
3.3.2 SQL过程的语句介绍
3.4 SAS数组介绍
3.4.1 概述
3.4.2 Array语法格式
3.4.3 数组Array定义
3.4.4 数组Array初始化
3.4.5 数组引用
3.4.6 有关数组的SAS函数
3.5 SAS/IML介绍
3.5.1 概述
3.5.2 由矩阵标识创建矩阵
3.5.3 矩阵操作
3.5.4 SAS/IML编程语句
3.5.5 IML中常用函数
3.5.6 IML中数据集的操作
第2篇 统计设计中关键技术的SAS实现
第4章 统计设计核心内容介绍
4.1 统计设计概述
4.1.1 统计设计类型
4.1.2 三类统计设计的共性
4.1.3 三类统计设计的个性
4.1.4 试验设计要点
4.1.5 临床试验设计要点
4.1.6 调查设计要点
4.2 设计类型概述
4.2.1 单因素设计
4.2.2 多因素设计
4.2.3 重复测量设计
4.3 比较类型概述
4.3.1 四种比较类型的概念
4.3.2 四种比较类型下检验假设及结论的正确陈述
4.3.3 合理选择临床试验的比较类型
4.4 样本含量与检验效能估计概述
4.4.1 样本含量估计的概念、 意义与作用
4.4.2 检验效能估计的概念、 意义与作用
4.5 随机化方法概述
4.5.1 随机化的概念
4.5.2 随机化的意义与作用
4.5.3 随机抽样方法
4.5.4 随机分组方法
4.6 本章小节
第5章 构建设计类型的SAS实现
5.1 常用标准多因素设计类型的列表格式
5.1.1 随机区组设计
5.1.2 含一个协变量的随机区组设计
5.1.3 平衡不完全随机区组设计
5.1.4 拉丁方设计
5.1.5 交叉设计
5.1.6 无重复实验的双因素设计
5.1.7 嵌套设计
5.1.8 裂区设计
5.1.9 析因设计
5.1.10 含区组因素的析因设计
5.1.11 正交设计
5.1.12 均匀设计
5.1.13 重复测量设计
5.2 常用标准多因素设计类型的SAS输出格式
5.2.1 如何用SAS实现随机区组设计
5.2.2 如何用SAS实现平衡不完全区组设计
5.2.3 如何用SAS实现拉丁方设计
5.2.4 如何用SAS实现2×2交叉设计
5.2.5 如何用SAS实现3×3交叉设计
5.2.6 如何用SAS实现裂区设计
5.2.7 如何用SAS实现析因设计
5.2.8 如何用SAS实现含区组因素的析因设计
5.3 本章小结
第6章 样本含量与检验效能估计的SAS实现
6.1 估计样本含量与检验效能的前提条件
6.2 抽样调查中样本含量估计
6.2.1 估计总体均值时如何估计样本含量
6.2.2 估计总体率时如何估计样本含量
6.3 定量资料假设检验中样本含量与检验效能估计
6.3.1 单组、 配对或交叉设计定量资料统计分析时样本含量估计
6.3.2 成组设计统计分析时样本含量估计
6.3.3 成组设计等效性检验时样本含量估计
6.3.4 成组设计非劣效或优效性检验时样本含量估计
6.3.5 单因素多水平设计定量资料方差分析时样本含量的估计
6.3.6 两因素析因设计定量资料方差分析时样本含量估计
6.3.7 简单直线相关或回归分析时样本含量的估计
6.3.8 单组、 配对或交叉设计定量资料假设检验时检验效能的计算
6.3.9 成组设计均值差异性检验时检验效能的计算
6.3.10 成组设计均值等效性检验时检验效能的计算
6.3.11 成组设计均值非劣效或优效性检验时检验效能的计算
6.3.12 单因素多水平设计定量资料的方差分析时检验效能的计算
6.3.13 两因素析因设计定量资料方差分析时检验效能的计算
6.4 定性资料假设检验中样本含量与检验效能估计
6.4.1 单组设计率的检验时样本含量的估计
6.4.2 两样本频率比较时样本含量的估计
6.4.3 多个样本频率比较时样本含量的估计
6.4.4 单因素2水平设计定性资料等效性检验时检验效能的估计
6.4.5 单因素2水平设计定性资料非劣效或优效性检验时检验效能的估计
6.4.6 例数相等的两组样本频率比较时检验效能的计算
6.4.7 例数不相等的两组样本频率比较时检验效能的计算
6.4.8 单因素2水平设计定性资料等效性检验时检验效能的计算
6.4.9 单因素2水平设计定性资料非劣效或优效性检验时检验效能的计算
6.5 本章小结
第7章 随机化的SAS实现
7.1 常见随机抽样和随机分组的种类
7.2 调查研究中随机抽样的SAS实现
7.3 试验研究中随机分组的SAS实现
7.4 本章小结
第3篇 对定量结果进行差异性分析
第8章 单因素设计一元定量资料差异性分析
8.1 单组设计一元定量资料t检验与符号秩和检验
8.1.1 问题与数据
8.1.2 对数据结构的分析
8.1.3 分析目的与统计分析方法的选择
8.1.4 SAS程序中重要内容的说明
8.1.5 主要分析结果及解释
8.2 配对设计一元定量资料t检验与符号秩和检验
8.2.1 问题与数据
8.2.2 对数据结构的分析
8.2.3 分析目的与方法选择
8.2.4 SAS程序中重要内容的说明
8.2.5 主要分析结果及解释
8.3 成组设计一元定量资料t检验
8.3.1 问题与数据
8.3.2 对数据结构的分析
8.3.3 分析目的与方法选择
8.3.4 SAS程序中重要内容的说明
8.3.5 主要分析结果及解释
8.4 成组设计一元定量资料两种近似t检验和Wilcoxon秩和检验
8.4.1 问题与数据
8.4.2 对数据结构的分析
8.4.3 分析目的与统计分析方法的选择
8.4.4 SAS程序中重要内容的说明
8.4.5 主要分析结果及解释
8.5 成组设计一元定量资料三种特殊的比较——优效性、 非劣效性和等效性t检验
8.5.1 何为三种特殊的假设检验
8.5.2 成组设计一元定量资料优效性检验
8.5.3 成组设计一元定量资料非劣效性检验
8.5.4 成组设计一元定量资料等效性检验
8.6 单因素k(k≥3)水平设计一元定量资料方差分析和两两比较
8.6.1 问题与数据
8.6.2 对数据结构的分析
8.6.3 分析目的与统计分析方法的选择
8.6.4 SAS程序中重要内容的说明
8.6.5 主要分析结果及解释
8.7 单因素k(k≥3)水平设计定量资料一元协方差分析
8.7.1 问题与数据
8.7.2 对数据结构的分析
8.7.3 分析目的与统计分析方法的选择
8.7.4 SAS程序中重要内容的说明
8.7.5 主要分析结果及解释
8.8 单因素k(k≥3)水平设计一元定量资料Welch近似方差分析和KruskalWallis秩
和检验及两两比较
8.8.1 问题与数据
8.8.2 对数据结构的分析
8.8.3 分析目的与统计分析方法的选择
8.8.4 SAS程序中重要内容的说明
8.8.5 主要分析结果及解释
8.9 本章小结
第9章 单因素设计一元生存资料差异性分析
9.1 单因素设计一元生存资料分析简介
9.2 生存资料统计描述
9.2.1 问题与数据
9.2.2 对数据结构的分析
9.2.3 分析目的与统计分析方法的选择
9.2.4 SAS程序
9.2.5 主要分析结果及解释
9.3 生存曲线比较
9.3.1 问题与数据
9.3.2 对数据结构的分析
9.3.3 分析目的与统计分析方法的选择
9.3.4 SAS程序
9.3.5 主要分析结果及解释
9.4 本章小结
第10章 多因素设计一元定量资料差异性分析
10.1 随机区组设计一元定量资料方差分析与Friedman秩和检验
10.1.1 问题与数据
10.1.2 对数据结构的分析
10.1.3 分析目的与统计分析方法的选择
10.1.4 SAS程序
10.1.5 主要分析结果及解释
10.2 双因素无重复实验设计一元定量资料方差分析
10.2.1 问题与数据
10.2.2 对数据结构的分析
10.2.3 分析目的与统计分析方法的选择
10.2.4 SAS程序
10.2.5 主要分析结果及解释
10.3 平衡不完全随机区组设计一元定量资料方差分析
10.3.1 问题与数据
10.3.2 对数据结构的分析
10.3.3 分析目的与统计分析方法的选择
10.3.4 SAS程序
10.3.5 主要分析结果及解释
10.4 拉丁方设计一元定量资料方差分析
10.4.1 问题与数据
10.4.2 对数据结构的分析
10.4.3 分析目的与统计分析方法的选择
10.4.4 SAS程序
10.4.5 主要分析结果及解释
10.5 二阶段交叉设计一元定量资料方差分析
10.5.1 问题与数据
10.5.2 对数据结构的分析
10.5.3 分析目的与统计分析方法的选择
10.5.4 SAS程序
10.5.5 主要分析结果及解释
10.6 析因设计一元定量资料方差分析
10.6.1 问题与数据
10.6.2 对数据结构的分析
10.6.3 分析目的与统计分析方法的选择
10.6.4 SAS程序
10.6.5 主要分析结果及解释
10.7 含区组因素的析因设计一元定量资料方差分析
10.7.1 问题与数据
10.7.2 对数据结构的分析
10.7.3 分析目的与统计分析方法的选择
10.7.4 SAS程序
10.7.5 主要分析结果及解释
10.8 嵌套设计一元定量资料方差分析
10.8.1 问题与数据
10.8.2 对数据结构的分析
10.8.3 分析目的与统计分析方法的选择
10.8.4 SAS程序
10.8.5 主要分析结果及解释
10.9 裂区设计一元定量资料方差分析
10.9.1 问题与数据
10.9.2 对数据结构的分析
10.9.3 分析目的与统计分析方法的选择
10.9.4 SAS程序
10.9.5 主要分析结果及解释
10.10 正交设计一元定量资料方差分析
10.10.1 问题与数据
10.10.2 对数据结构的分析
10.10.3 分析目的与统计分析方法的选择
10.10.4 SAS程序
10.10.5 主要分析结果及解释
10.11 重复测量设计一元定量资料方差分析
10.11.1 问题与数据
10.11.2 对数据结构的分析
10.11.3 分析目的与统计分析方法的选择
10.11.4 SAS程序
10.11.5 主要分析结果及解释
10.12 常见多因素实验设计一元定量资料协方差分析
10.12.1 问题与数据
10.12.2 对数据结构的分析
10.12.3 分析目的与统计分析方法的选择
10.12.4 SAS程序
10.12.5 主要分析结果及解释
10.13 多个单因素2水平设计定量资料meta分析
10.13.1 问题与数据
10.13.2 对数据结构的分析
10.13.3 分析目的与统计分析方法的选择
10.13.4 SAS程序
10.13.5 主要分析结果及解释
10.14 本章小结
第11章 单因素设计多元定量资料差异性分析
11.1 问题、 数据及统计分析方法的选择
11.1.1 问题与数据
11.1.2 对数据结构的分析
11.1.3 分析目的与统计分析方法选择
11.2 单因素设计定量资料多元方差和协方差分析
11.2.1 对例111资料进行单组设计定量资料二元方差分析
11.2.2 对例112资料进行配对设计定量资料二元方差分析
11.2.3 对例113资料进行单因素2水平设计定量资料三元方差分析
11.2.4 对例114资料进行单因素3水平设计定量资料二元方差分析
11.2.5 对例115资料进行单因素2水平设计二元定量资料的一元协方差分析
11.2.6 对例116资料进行单因素2水平设计二元定量资料的二元协方差分析
11.3 本章小结
第12章 多因素设计多元定量资料差异性分析
12.1 问题、 数据及统计分析方法的选择
12.1.1 问题与数据
12.1.2 对数据结构的分析
12.1.3 分析目的与统计分析方法的选择
12.2 多因素设计定量资料多元方差和协方差分析
12.2.1 对例121资料进行随机区组设计定量资料三元方差分析
12.2.2 对例122资料进行两因素析因设计定量资料三元方差分析
12.2.3 对例123资料进行含区组因素析因设计定量资料四元方差分析
12.2.4 对例124资料进行正交设计定量资料三元方差分析
12.2.5 对例125资料进行具有一个重复测量的两因素设计定量资料二元方差分析
12.2.6 对例126资料进行两因素析因设计五元定量资料的二元协方差分析
12.3 本章小结
第4篇 对定性结果进行差异性分析
第13章 单因素设计一元定性资料差异性分析
13.1 单组设计一维表资料统计分析
13.1.1 问题与数据
13.1.2 对数据结构的分析
13.1.3 分析目的与统计分析方法的选择
13.1.4 SAS程序中重要内容的说明
13.1.5 主要分析结果及解释
13.2 配对设计四格表资料统计分析
13.2.1 问题与数据
13.2.2 对数据结构的分析
13.2.3 分析目的与统计分析方法的选择
13.2.4 SAS程序中重要内容的说明
13.2.5 主要分析结果及解释
13.3 配对设计扩大形式的方表资料统计分析
13.3.1 问题与数据
13.3.2 对数据结构的分析
13.3.3 分析目的与统计分析方法的选择
13.3.4 SAS程序中重要内容的说明
13.3.5 主要分析结果及解释
13.4 成组设计横断面研究四格表资料统计分析
13.4.1 问题与数据
13.4.2 对数据结构的分析
13.4.3 分析目的与统计分析方法的选择
13.4.4 SAS程序中重要内容的说明
13.4.5 主要分析结果及解释
13.5 成组设计队列研究四格表资料统计分析
13.5.1 问题与数据
13.5.2 对数据结构的分析
13.5.3 分析目的与统计分析方法的选择
13.5.4 SAS程序中重要内容的说明
13.5.5 主要分析结果及解释
13.6 成组设计病例对照研究四格表资料统计分析
13.6.1 问题与数据
13.6.2 对数据结构的分析
13.6.3 分析目的与统计分析方法的选择
13.6.4 SAS程序中重要内容的说明
13.6.5 主要分析结果及解释
13.7 成组设计结果变量为多值有序变量的2×C表资料统计分析
13.7.1 问题与数据
13.7.2 对数据结构的分析
13.7.3 分析目的与统计分析方法的选择
13.7.4 SAS程序中重要内容的说明
13.7.5 主要分析结果及解释
13.8 成组设计结果变量为多值名义变量的2×C表资料统计分析
13.8.1 问题与数据
13.8.2 对数据结构的分析
13.8.3 分析目的与统计分析方法的选择
13.8.4 SAS程序中重要内容的说明
13.8.5 主要分析结果及解释
13.9 单因素多水平设计无序原因变量R×2表资料统计分析
13.9.1 问题与数据
13.9.2 对数据结构的分析
13.9.3 分析目的与统计分析方法的选择
13.9.4 SAS程序中重要内容的说明
13.9.5 主要分析结果及解释
13.10 单因素多水平设计有序原因变量R×2表资料统计分析
13.10.1 问题与数据
13.10.2 对数据结构的分析
13.10.3 分析目的与统计分析方法的选择
13.10.4 SAS程序中重要内容的说明
13.10.5 主要分析结果及解释
13.11 单因素多水平设计双向无序R×C表资料统计分析
13.11.1 问题与数据
13.11.2 对数据结构的分析
13.11.3 分析目的与统计分析方法的选择
13.11.4 SAS程序中重要内容的说明
13.11.5 主要分析结果及解释
13.12 单因素多水平设计有序结果变量R×C表资料统计分析
13.12.1 问题与数据
13.12.2 对数据结构的分析
13.12.3 分析目的与统计分析方法的选择
13.12.4 SAS程序中重要内容的说明
13.12.5 主要分析结果及解释
13.13 单因素多水平设计双向有序R×C表资料统计分析
13.13.1 问题与数据
13.13.2 对数据结构的分析
13.13.3 分析目的与统计分析方法的选择
13.13.4 SAS程序中重要内容的说明
13.13.5 主要分析结果及解释
13.14 数据库形式表达资料的统计分析
13.15 成组设计一元定性资料三种特殊的比较——优效性、 非劣效性
和等效性t检验
13.15.1 成组设计一元定性资料三种特殊的比较概述
13.15.2 优效性检验
13.15.3 非劣效性检验
13.15.4 等效性检验
13.16 本章小结
第14章 多因素设计一元定性资料差异性分析
14.1 用加权χ2检验处理结果变量为二值变量的高维列联表资料
14.1.1 问题与数据
14.1.2 对数据结构的分析
14.1.3 分析目的与统计分析方法的选择
14.1.4 SAS程序中重要内容的说明
14.1.5 主要分析结果及解释
14.2 用CMHχ2检验处理结果变量具有三种性质的高维列联表资料
14.2.1 问题与数据
14.2.2 对数据结构的分析
14.2.3 分析目的与统计分析方法的选择
14.2.4 SAS程序中重要内容的说明
14.2.5 主要分析结果及解释
14.3 用meta分析分别合并处理多个成组设计定性资料
14.3.1 问题与数据
14.3.2 对数据结构的分析
14.3.3 分析目的与统计分析方法的选择
14.3.4 SAS程序中重要内容的说明
14.3.5 主要分析结果及解释
14.4 用ROC方法分析诊断试验资料
14.4.1 问题与数据
14.4.2 对数据结构的分析
14.4.3 分析目的与统计分析方法的选择
14.4.4 SAS程序中重要内容的说明
14.4.5 主要分析结果及解释
14.5 本章小结
第15章 多因素设计一元定性资料的对数线性模型分析
15.1 问题、 数据及统计分析方法的选择
15.1.1 问题与数据
15.1.2 对数据结构的分析
15.1.3 分析目的与统计分析方法的选择
15.2 用对数线性模型分析列联表资料
15.2.1 对数线性模型简介
15.2.2 用SAS分析例151资料
15.2.3 用SAS分析例152资料
15.3 本章小结
第5篇 对定量结果进行预测性分析
第16章 两变量简单线性相关与回归分析
16.1 问题、 数据及统计分析方法的选择
16.1.1 问题与数据
16.1.2 对数据结构的分析
16.1.3 分析目的与统计分析方法的选择
16.1.4 统计分析方法简介
16.2 Pearson线性相关分析
16.2.1 SAS程序中重要内容的说明
16.2.2 主要分析结果及解释
16.3 Spearman秩相关分析
16.3.1 SAS程序中重要内容的说明
16.3.2 主要分析结果及解释
16.4 Kendall''s Taub相关分析
16.4.1 SAS程序中重要内容的说明
16.4.2 主要分析结果及解释
16.5 简单线性回归分析
16.5.1 对例164资料的分析
16.5.2 对例165资料的分析
16.6 常用于估计LD50的加权线性回归分析
16.6.1 SAS程序中重要内容的说明
16.6.2 主要分析结果及解释
16.6.3 用于比较LD50和斜率的SAS程序中重要内容的说明
16.6.4 两两比较的主要分析结果及解释
16.7 本章小结
第17章 两变量可直线化曲线回归分析
17.1 问题、 数据及统计分析方法的选择
17.1.1 问题与数据
17.1.2 对数据结构的分析
17.1.3 分析目的与统计分析方法的选择
17.2 对数函数、 幂函数和双曲函数曲线回归分析
17.2.1 SAS程序中重要内容的说明
17.2.2 主要分析结果及解释
17.3 指数函数曲线回归分析
17.3.1 SAS程序中重要内容的说明
17.3.2 主要分析结果及解释
17.4 Logistic函数曲线回归分析
17.4.1 SAS程序中重要内容的说明
17.4.2 主要分析结果及解释
17.5 本章小结
第18章 各种复杂曲线回归分析
18.1 多项式曲线回归分析
18.1.1 问题与数据
18.1.2 分析目的与统计分析方法的选择
18.1.3 SAS程序
18.1.4 主要分析结果及解释
18.2 logistic曲线回归分析
18.2.1 问题与数据
18.2.2 分析目的与统计分析方法的选择
18.2.3 SAS程序
18.2.4 主要分析结果及解释
18.3 Gompertz曲线回归分析
18.3.1 问题与数据
18.3.2 分析目的与统计分析方法的选择
18.3.3 SAS程序
18.3.4 主要分析结果及解释
18.4 二项型指数曲线回归分析
18.4.1 问题与数据
18.4.2 分析目的与统计分析方法的选择
18.4.3 SAS程序
18.4.4 主要分析结果及解释
18.5 三项型指数曲线回归分析
18.5.1 问题与数据
18.5.2 分析目的与统计分析方法的选择
18.5.3 SAS程序
18.5.4 主要分析结果及解释
18.6 本章小结
第19章 多重线性回归分析
19.1 问题、 数据及统计分析方法的选择
19.1.1 问题与数据
19.1.2 对数据结构的分析
19.1.3 分析目的与统计分析方法的选择
19.2 多重线性回归分析概述
19.3 产生哑变量和派生变量的方法
19.3.1 如何产生哑变量
19.3.2 如何产生派生变量
19.4 自变量各种筛选方法介绍
19.4.1 筛选自变量的必要性
19.4.2 筛选自变量的方法
19.4.3 如何在多个多重线性回归方程中选择最佳者
19.5 自变量各种共线性诊断方法介绍
19.5.1 共线性的概念
19.5.2 共线性的诊断
19.6 各种异常点诊断方法介绍
19.6.1 异常点的概念
19.6.2 异常点的诊断
19.7 自变量作用大小的评价
19.8 多个多重回归方程优劣的评价
19.9 多重线性回归分析的SAS实现
19.9.1 SAS程序及说明
19.9.2 主要分析结果及解释
19.10 REG过程语法简介
19.11 本章小结
第20章 主成分回归分析
20.1 问题、 数据及统计分析方法的选择
20.1.1 问题与数据
20.1.2 对数据结构的分析
20.1.3 分析目的及统计分析方法的选择
20.2 主成分回归分析应用场合及关键技术
20.3 主成分回归分析
20.3.1 对例201资料进行主成分回归分析
20.3.2 对例202数据进行分析
20.4 本章小结
第21章 用SAS实现岭回归分析
21.1 问题、 数据及统计分析方法的选择
21.1.1 问题与数据
21.1.2 对数据结构的分析
21.1.3 分析目的与统计分析方法的选择
21.2 岭回归分析应用场合及关键技术
21.3 岭回归分析
21.3.1 进行多重线性回归分析并进行共线性诊断
21.3.2 进行岭回归分析
21.4 与岭回归分析有关的SAS语句说明
21.5 本章小结
第22章 Poisson回归分析
22.1 问题、 数据及统计分析方法的选择
22.1.1 问题与数据
22.1.2 对数据结构的分析
22.1.3 分析目的与统计分析方法的选择
22.2 Poisson回归分析应用场合及关键技术
22.2.1 Poisson回归模型简介
22.2.2 Poisson回归定义
22.2.3 Possion回归的参数估计
22.2.4 Possion回归估计系数的假设检验
22.2.5 Possion拟合优度检验
22.3 Poisson回归分析的SAS实现
22.3.1 对例221资料进行分析
22.3.2 对例222资料进行分析
22.4 本章小结
第23章 负二项回归分析
23.1 问题、 数据及统计分析方法的选择
23.1.1 问题与数据
23.1.2 对数据结构的分析
23.1.3 分析目的与统计分析方法的选择
23.2 负二项回归分析应用场合及关键技术
23.3 负二项回归分析的SAS实现
23.3.1 SAS程序及说明
23.3.2 主要分析结果及解释
23.4 GENMOD过程及COUNTREG过程简介
23.5 本章小结
第24章 Probit回归分析
24.1 问题、 数据及统计分析方法的选择
24.1.1 问题与数据
24.1.2 对数据结构的分析
24.1.3 分析目的与统计分析方法的选择
24.2 Probit回归分析应用场合及关键技术
24.2.1 适于进行Probit回归分析的资料表达形式
24.2.2 Probit回归模型简介
24.3 Probit回归分析的SAS实现
24.3.1 对例241资料进行Probit回归分析
24.3.2 对例242资料进行Probit回归分析
24.4 PROBIT过程语法简介
24.5 本章小结
第25章 生存资料Cox模型回归分析
25.1 实例
25.1.1 问题与数据
25.1.2 对数据结构的分析
25.1.3 分析目的与统计分析方法的选择
25.2 生存资料Cox模型回归分析简介
25.3 生存资料Cox模型回归分析的SAS实现
25.3.1 SAS程序
25.3.2 主要分析结果及解释
25.4 本章小结
第26章 生存资料参数模型回归分析
26.1 实例
26.1.1 问题与数据
26.1.2 对数据结构的分析
26.1.3 分析目的与统计分析方法的选择
26.2 生存资料参数模型回归分析简介
26.3 生存资料参数模型回归分析的SAS实现
26.3.1 SAS程序
26.3.2 主要分析结果及解释
26.4 LIFEREG过程简介
26.5 本章小结
第27章 时间序列分析
27.1 时间序列分析简介
27.2 指数平滑法
27.2.1 指数平滑法简介
27.2.2 应用实例
27.2.3 SAS程序
27.2.4 主要分析结果及解释
27.3 ARIMA模型
27.3.1 ARIMA模型简介
27.3.2 应用实例
27.3.3 SAS程序
27.3.4 主要分析结果及解释
27.4 谱分析
27.4.1 谱分析简介
27.4.2 应用实例
27.4.3 SAS程序
27.4.4 主要分析结果及解释
27.5 X12方法
27.5.1 X12过程简介
27.5.2 应用实例
27.5.3 SAS程序
27.5.4 摘录主要分析结果
27.6 本章小结
第6篇 对定性结果进行预测性分析
第28章 非配对设计定性资料多重logistic回归分析
28.1 问题、 数据及统计分析方法的选择
28.1.1 问题与数据
28.1.2 对数据结构的分析
28.1.3 分析目的与统计分析方法的选择
28.1.4 logistic回归分析简介
28.2 二值变量的多重logistic回归分析
28.2.1 SAS程序及说明
28.2.2 主要分析结果及结论
28.3 多值有序变量的多重logistic回归分析
28.3.1 SAS程序及说明
28.3.2 主要分析结果及结论
28.4 多值名义变量的多重logistic回归分析
28.4.1 SAS程序及说明
28.4.2 主要分析结果及结论
28.5 本章小结
第29章 配对设计定性资料多重logistic回归分析
29.1 问题、 数据及统计分析方法的选择
29.1.1 问题与数据
29.1.2 对数据结构的分析
29.1.3 分析目的与统计分析方法的选择
29.1.4 条件logistic回归分析简介
29.2 11配对设计定性资料的多重logistic回归分析
29.2.1 SAS程序及说明
29.2.2 主要分析结果及解释
29.3 mn配对设计定性资料的多重logistic回归分析
29.3.1 SAS程序及说明
29.3.2 主要分析结果及解释
29.4 本章小结
第30章 原因变量为定量变量的判别分析
30.1 实例
30.1.1 问题与数据
30.1.2 对数据结构的分析
30.1.3 分析目的与统计分析方法的选择
30.2 原因变量为定量变量的判别分析简介
30.3 原因变量为定量变量的判别分析
30.3.1 SAS程序
30.3.2 主要分析结果及解释
30.4 本章小结
第31章 原因变量为定性变量的判别分析
31.1 实例
31.1.1 问题与数据
31.1.2 对数据结构的分析
31.1.3 分析目的与统计分析方法的选择
31.2 原因变量为定性变量的判别分析简介
31.3 原因变量为定性变量的判别分析
31.3.1 SAS程序
31.3.2 主要分析结果及解释
31.4 本章小结