统计分析系列 SAS常用统计分析教程【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

统计分析系列 SAS常用统计分析教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇 SAS软件及相关知识介绍1

第1章 SAS软件与SAS用法简介1

1.1 SAS软件简介1

1.1.1 SAS软件结构1

1.1.2 SAS界面简介1

1.1.3 SAS过程与SAS程序2

1.1.4 运行SAS软件的两种常用方式2

1.1.5 SAS程序结构2

1.1.6 简单SAS程序中的SAS语句简介3

1.1.7 SAS语言简介5

1.1.8 SAS数据集简介5

1.1.9 如何利用SAS帮助窗口6

1.2 SAS用法简介6

1.2.1 初学者学习SAS的快捷方式6

1.2.2 实际运行SAS7

1.2.3 从实验设计角度谈SAS用法8

1.2.4 从资料录入角度谈SAS用法8

1.2.5 从不同格式数据转换角度谈SAS用法12

1.2.6 从资料表达角度谈SAS用法13

1.2.7 从统计分析角度谈SAS用法13

1.3 本章小结14

第2章 SAS语言基础介绍15

2.1 SAS数据步中常用SAS语句15

2.1.1 数据获取语句16

2.1.2 数据步文件管理语句18

2.1.3 SAS变量操作语句27

2.1.4 SAS观测值操作语句32

2.1.5 数据步循环与控制语句41

2.2 SAS过程步中常用SAS语句46

2.3 可在SAS程序中任何地方出现的SAS语句——全程语句48

2.3.1 全程数据存取语句48

2.3.2 全程日志控制语句49

2.3.3 全程环境控制语句49

2.3.4 全局输出控制语句49

2.3.5 全程程序控制语句50

2.4 SAS函数中的基础知识51

2.4.1 SAS函数51

2.4.2 SAS参数51

2.4.3 函数值52

2.4.4 SAS函数分类52

2.4.5 SAS函数在使用中的注意事项52

2.5 日期时间函数53

2.5.1 日期时间函数简介53

2.5.2 用DATDIF函数计算两个日期之间的天数54

2.5.3 用YRDIF函数计算两个日期之间的年数54

2.5.4 用HOUR和MINUTE函数计算当前时间55

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55

2.5.6 用HOLIDAY函数计算指定年份指定节日的日期55

2.6 截取函数56

2.6.1 截取函数简介56

2.6.2 用CEIL函数求最小整数56

2.6.3 用FLOOR函数求最大整数56

2.6.4 用INT函数取整数部分57

2.6.5 用ROUND函数按指定的精度取舍入值57

2.6.6 用TRUNC函数求截取数值57

2.7 分位数函数57

2.7.1 分位数函数简介57

2.7.2 用CINV函数计算卡方分布曲线下的p分位数58

2.7.3 用FINV函数计算F分布曲线下的p分位数58

2.7.4 用PROBIT函数计算标准正态分布曲线下的p分位数59

2.7.5 用TINV函数计算t分布曲线下的p分位数59

2.8 数学函数60

2.8.1 数学函数简介60

2.8.2 用ABS函数求绝对值60

2.8.3 用EXP函数计算e的x次幂61

2.8.4 用LOG函数计算以e为底的真数x的自然对数值61

2.8.5 用LOG10函数计算以10为底的真数x的对数值61

2.8.6 用MOD函数计算余数值61

2.8.7 用SQRT函数计算平方根62

2.8.8 用SQRT函数、FNONCT函数和FINV函数计算ψ值62

2.8.9 用CNONCT函数和CINV函数计算λ值63

2.9 概率函数63

2.9.1 概率函数简介63

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64

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64

2.9.4 用PROBNORM函数计算标准正态分布曲线下的面积64

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65

2.9.6 用PROBMC函数计算q临界值65

2.10 样本统计函数67

2.10.1 样本统计函数简介67

2.10.2 用MEAN、MAX与MIN函数计算算术均值、最大值与最小值67

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68

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68

2.10.5 用SKEWNESS和KURTOSIS函数计算偏度系数与峰度系数68

2.10.6 用NMISS函数计算缺失值的个数69

2.11 随机数函数69

2.11.1 随机数函数简介69

2.11.2 用NORMAL函数或RANNOR函数产生正态分布的随机数69

2.11.3 用UNIFORM或RANUNI函数产生均匀分布的随机数70

2.11.4 用RANEXP函数产生指数分布的随机数71

2.11.5 用RANBIN函数产生二项分布的随机数71

2.11.6 用RANPOI函数产生泊松分布的随机数71

2.12 SAS call子程序72

2.12.1 随机数子程序72

2.12.2 其他子程序72

2.12.3 随机数子程序的运用72

第3章 SAS高级编程技术介绍75

3.1 SAS ODS介绍75

3.1.1 概述75

3.1.2 ODS特点和常用输出目标75

3.1.3 常用ODS语句77

3.1.4 SAS ODS的应用90

3.2 SAS宏介绍100

3.2.1 概述100

3.2.2 宏变量101

3.2.3 宏与宏参数108

3.2.4 宏的引用110

3.2.5 常用宏语句和系统宏函数116

3.2.6 宏与其他模块接口126

3.3 SAS SQL介绍128

3.3.1 SQL简介128

3.3.2 SQL过程的语句介绍129

3.4 SAS数组介绍157

3.4.1 概述157

3.4.2 Array语法格式157

3.4.3 数组Array定义158

3.4.4 数组Array初始化160

3.4.5 数组引用161

3.4.6 有关数组的SAS函数163

3.5 SAS/IML介绍164

3.5.1 概述164

3.5.2 由矩阵标识创建矩阵165

3.5.3 矩阵操作167

3.5.4 SAS/IML编程语句177

3.5.5 IML中常用函数184

3.5.6 IML中数据集的操作192

第2篇 统计设计中关键技术的SAS实现201

第4章 统计设计核心内容介绍201

4.1 统计设计概述201

4.1.1 统计设计类型201

4.1.2 三类统计设计的共性201

4.1.3 三类统计设计的个性201

4.1.4 试验设计要点202

4.1.5 临床试验设计要点204

4.1.6 调查设计要点206

4.2 设计类型概述207

4.2.1 单因素设计207

4.2.2 多因素设计208

4.2.3 重复测量设计212

4.3 比较类型概述214

4.3.1 四种比较类型的概念214

4.3.2 四种比较类型下检验假设及结论的正确陈述215

4.3.3 合理选择临床试验的比较类型216

4.4 样本含量与检验效能估计概述217

4.4.1 样本含量估计的概念、意义与作用217

4.4.2 检验效能估计的概念、意义与作用218

4.5 随机化方法概述218

4.5.1 随机化的概念218

4.5.2 随机化的意义与作用218

4.5.3 随机抽样方法218

4.5.4 随机分组方法219

4.6 本章小节219

第5章 构建设计类型的SAS实现220

5.1 常用标准多因素设计类型的列表格式220

5.1.1 随机区组设计220

5.1.2 含一个协变量的随机区组设计220

5.1.3 平衡不完全随机区组设计221

5.1.4 拉丁方设计221

5.1.5 交叉设计221

5.1.6 无重复实验的双因素设计222

5.1.7 嵌套设计222

5.1.8 裂区设计222

5.1.9 析因设计223

5.1.10 含区组因素的析因设计223

5.1.11 正交设计224

5.1.12 均匀设计225

5.1.13 重复测量设计225

5.2 常用标准多因素设计类型的SAS输出格式226

5.2.1 如何用SAS实现随机区组设计226

5.2.2 如何用SAS实现平衡不完全区组设计226

5.2.3 如何用SAS实现拉丁方设计228

5.2.4 如何用SAS实现2×2交叉设计228

5.2.5 如何用SAS实现3×3交叉设计229

5.2.6 如何用SAS实现裂区设计231

5.2.7 如何用SAS实现析因设计232

5.2.8 如何用SAS实现含区组因素的析因设计233

5.3 本章小结234

第6章 样本含量与检验效能估计的SAS实现235

6.1 估计样本含量与检验效能的前提条件235

6.2 抽样调查中样本含量估计236

6.2.1 估计总体均值时如何估计样本含量236

6.2.2 估计总体率时如何估计样本含量236

6.3 定量资料假设检验中样本含量与检验效能估计237

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237

6.3.2 成组设计统计分析时样本含量估计238

6.3.3 成组设计等效性检验时样本含量估计238

6.3.4 成组设计非劣效或优效性检验时样本含量估计239

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239

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240

6.3.7 简单直线相关或回归分析时样本含量的估计242

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243

6.3.9 成组设计均值差异性检验时检验效能的计算243

6.3.10 成组设计均值等效性检验时检验效能的计算243

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244

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244

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246

6.4 定性资料假设检验中样本含量与检验效能估计248

6.4.1 单组设计率的检验时样本含量的估计248

6.4.2 两样本频率比较时样本含量的估计248

6.4.3 多个样本频率比较时样本含量的估计249

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249

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250

6.4.6 例数相等的两组样本频率比较时检验效能的计算250

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251

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251

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252

6.5 本章小结252

第7章 随机化的SAS实现253

7.1 常见随机抽样和随机分组的种类253

7.2 调查研究中随机抽样的SAS实现253

7.3 试验研究中随机分组的SAS实现256

7.4 本章小结263

第3篇 对定量结果进行差异性分析264

第8章 单因素设计一元定量资料差异性分析264

8.1 单组设计一元定量资料t检验与符号秩和检验264

8.1.1 问题与数据264

8.1.2 对数据结构的分析264

8.1.3 分析目的与统计分析方法的选择264

8.1.4 SAS程序中重要内容的说明265

8.1.5 主要分析结果及解释265

8.2 配对设计一元定量资料t检验与符号秩和检验266

8.2.1 问题与数据266

8.2.2 对数据结构的分析267

8.2.3 分析目的与方法选择267

8.2.4 SAS程序中重要内容的说明267

8.2.5 主要分析结果及解释267

8.3 成组设计一元定量资料t检验268

8.3.1 问题与数据268

8.3.2 对数据结构的分析268

8.3.3 分析目的与方法选择268

8.3.4 SAS程序中重要内容的说明268

8.3.5 主要分析结果及解释269

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270

8.4.1 问题与数据270

8.4.2 对数据结构的分析270

8.4.3 分析目的与统计分析方法的选择270

8.4.4 SAS程序中重要内容的说明271

8.4.5 主要分析结果及解释271

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273

8.5.1 何为三种特殊的假设检验273

8.5.2 成组设计一元定量资料优效性检验273

8.5.3 成组设计一元定量资料非劣效性检验274

8.5.4 成组设计一元定量资料等效性检验275

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276

8.6.1 问题与数据276

8.6.2 对数据结构的分析276

8.6.3 分析目的与统计分析方法的选择276

8.6.4 SAS程序中重要内容的说明276

8.6.5 主要分析结果及解释277

8.7 单因素k（k≥3）水平设计定量资料一元协方差分析278

8.7.1 问题与数据278

8.7.2 对数据结构的分析278

8.7.3 分析目的与统计分析方法的选择279

8.7.4 SAS程序中重要内容的说明279

8.7.5 主要分析结果及解释279

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280

8.8.1 问题与数据280

8.8.2 对数据结构的分析280

8.8.3 分析目的与统计分析方法的选择280

8.8.4 SAS程序中重要内容的说明280

8.8.5 主要分析结果及解释281

8.9 本章小结283

第9章 单因素设计一元生存资料差异性分析284

9.1 单因素设计一元生存资料分析简介284

9.2 生存资料统计描述284

9.2.1 问题与数据284

9.2.2 对数据结构的分析285

9.2.3 分析目的与统计分析方法的选择285

9.2.4 SAS程序285

9.2.5 主要分析结果及解释286

9.3 生存曲线比较289

9.3.1 问题与数据289

9.3.2 对数据结构的分析289

9.3.3 分析目的与统计分析方法的选择289

9.3.4 SAS程序290

9.3.5 主要分析结果及解释290

9.4 本章小结291

第10章 多因素设计一元定量资料差异性分析292

10.1 随机区组设计一元定量资料方差分析与Friedman秩和检验292

10.1.1 问题与数据292

10.1.2 对数据结构的分析292

10.1.3 分析目的与统计分析方法的选择292

10.1.4 SAS程序292

10.1.5 主要分析结果及解释294

10.2 双因素无重复实验设计一元定量资料方差分析295

10.2.1 问题与数据295

10.2.2 对数据结构的分析296

10.2.3 分析目的与统计分析方法的选择296

10.2.4 SAS程序296

10.2.5 主要分析结果及解释297

10.3 平衡不完全随机区组设计一元定量资料方差分析298

10.3.1 问题与数据298

10.3.2 对数据结构的分析298

10.3.3 分析目的与统计分析方法的选择298

10.3.4 SAS程序298

10.3.5 主要分析结果及解释299

10.4 拉丁方设计一元定量资料方差分析300

10.4.1 问题与数据300

10.4.2 对数据结构的分析300

10.4.3 分析目的与统计分析方法的选择301

10.4.4 SAS程序301

10.4.5 主要分析结果及解释301

10.5 二阶段交叉设计一元定量资料方差分析302

10.5.1 问题与数据302

10.5.2 对数据结构的分析302

10.5.3 分析目的与统计分析方法的选择302

10.5.4 SAS程序303

10.5.5 主要分析结果及解释303

10.6 析因设计一元定量资料方差分析303

10.6.1 问题与数据303

10.6.2 对数据结构的分析304

10.6.3 分析目的与统计分析方法的选择304

10.6.4 SAS程序304

10.6.5 主要分析结果及解释305

10.7 含区组因素的析因设计一元定量资料方差分析306

10.7.1 问题与数据306

10.7.2 对数据结构的分析306

10.7.3 分析目的与统计分析方法的选择306

10.7.4 SAS程序307

10.7.5 主要分析结果及解释307

10.8 嵌套设计一元定量资料方差分析308

10.8.1 问题与数据308

10.8.2 对数据结构的分析308

10.8.3 分析目的与统计分析方法的选择309

10.8.4 SAS程序309

10.8.5 主要分析结果及解释310

10.9 裂区设计一元定量资料方差分析311

10.9.1 问题与数据311

10.9.2 对数据结构的分析312

10.9.3 分析目的与统计分析方法的选择312

10.9.4 SAS程序312

10.9.5 主要分析结果及解释313

10.10 正交设计一元定量资料方差分析314

10.10.1 问题与数据314

10.10.2 对数据结构的分析314

10.10.3 分析目的与统计分析方法的选择315

10.10.4 SAS程序315

10.10.5 主要分析结果及解释316

10.11 重复测量设计一元定量资料方差分析318

10.11.1 问题与数据318

10.11.2 对数据结构的分析319

10.11.3 分析目的与统计分析方法的选择319

10.11.4 SAS程序319

10.11.5 主要分析结果及解释323

10.12 常见多因素实验设计一元定量资料协方差分析330

10.12.1 问题与数据330

10.12.2 对数据结构的分析331

10.12.3 分析目的与统计分析方法的选择332

10.12.4 SAS程序332

10.12.5 主要分析结果及解释334

10.13 多个单因素2水平设计定量资料meta分析339

10.13.1 问题与数据339

10.13.2 对数据结构的分析339

10.13.3 分析目的与统计分析方法的选择339

10.13.4 SAS程序339

10.13.5 主要分析结果及解释341

10.14 本章小结341

第11章 单因素设计多元定量资料差异性分析342

11.1 问题、数据及统计分析方法的选择342

11.1.1 问题与数据342

11.1.2 对数据结构的分析343

11.1.3 分析目的与统计分析方法选择344

11.2 单因素设计定量资料多元方差和协方差分析345

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345

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345

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346

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347

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349

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351

11.3 本章小结354

第12章 多因素设计多元定量资料差异性分析355

12.1 问题、数据及统计分析方法的选择355

12.1.1 问题与数据355

12.1.2 对数据结构的分析358

12.1.3 分析目的与统计分析方法的选择359

12.2 多因素设计定量资料多元方差和协方差分析360

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360

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361

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362

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363

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365

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366

12.3 本章小结369

第4篇 对定性结果进行差异性分析370

第13章 单因素设计一元定性资料差异性分析370

13.1 单组设计一维表资料统计分析370

13.1.1 问题与数据370

13.1.2 对数据结构的分析370

13.1.3 分析目的与统计分析方法的选择370

13.1.4 SAS程序中重要内容的说明370

13.1.5 主要分析结果及解释371

13.2 配对设计四格表资料统计分析371

13.2.1 问题与数据371

13.2.2 对数据结构的分析371

13.2.3 分析目的与统计分析方法的选择371

13.2.4 SAS程序中重要内容的说明372

13.2.5 主要分析结果及解释372

13.3 配对设计扩大形式的方表资料统计分析373

13.3.1 问题与数据373

13.3.2 对数据结构的分析373

13.3.3 分析目的与统计分析方法的选择373

13.3.4 SAS程序中重要内容的说明373

13.3.5 主要分析结果及解释374

13.4 成组设计横断面研究四格表资料统计分析374

13.4.1 问题与数据374

13.4.2 对数据结构的分析374

13.4.3 分析目的与统计分析方法的选择375

13.4.4 SAS程序中重要内容的说明375

13.4.5 主要分析结果及解释375

13.5 成组设计队列研究四格表资料统计分析376

13.5.1 问题与数据376

13.5.2 对数据结构的分析376

13.5.3 分析目的与统计分析方法的选择376

13.5.4 SAS程序中重要内容的说明376

13.5.5 主要分析结果及解释376

13.6 成组设计病例对照研究四格表资料统计分析377

13.6.1 问题与数据377

13.6.2 对数据结构的分析378

13.6.3 分析目的与统计分析方法的选择378

13.6.4 SAS程序中重要内容的说明378

13.6.5 主要分析结果及解释378

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379

13.7.1 问题与数据379

13.7.2 对数据结构的分析379

13.7.3 分析目的与统计分析方法的选择379

13.7.4 SAS程序中重要内容的说明379

13.7.5 主要分析结果及解释380

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380

13.8.1 问题与数据380

13.8.2 对数据结构的分析380

13.8.3 分析目的与统计分析方法的选择380

13.8.4 SAS程序中重要内容的说明380

13.8.5 主要分析结果及解释381

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381

13.9.1 问题与数据381

13.9.2 对数据结构的分析381

13.9.3 分析目的与统计分析方法的选择382

13.9.4 SAS程序中重要内容的说明382

13.9.5 主要分析结果及解释382

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382

13.10.1 问题与数据382

13.10.2 对数据结构的分析382

13.10.3 分析目的与统计分析方法的选择383

13.10.4 SAS程序中重要内容的说明383

13.10.5 主要分析结果及解释383

13.11 单因素多水平设计双向无序R×C表资料统计分析383

13.11.1 问题与数据383

13.11.2 对数据结构的分析384

13.11.3 分析目的与统计分析方法的选择384

13.11.4 SAS程序中重要内容的说明384

13.11.5 主要分析结果及解释384

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385

13.12.1 问题与数据385

13.12.2 对数据结构的分析385

13.12.3 分析目的与统计分析方法的选择385

13.12.4 SAS程序中重要内容的说明385

13.12.5 主要分析结果及解释385

13.13 单因素多水平设计双向有序R×C表资料统计分析386

13.13.1 问题与数据386

13.13.2 对数据结构的分析386

13.13.3 分析目的与统计分析方法的选择386

13.13.4 SAS程序中重要内容的说明386

13.13.5 主要分析结果及解释387

13.14 数据库形式表达资料的统计分析387

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388

13.15.1 成组设计一元定性资料三种特殊的比较概述388

13.15.2 优效性检验389

13.15.3 非劣效性检验389

13.15.4 等效性检验390

13.16 本章小结391

第14章 多因素设计一元定性资料差异性分析392

14.1 用加权X2检验处理结果变量为二值变量的高维列联表资料392

14.1.1 问题与数据392

14.1.2 对数据结构的分析392

14.1.3 分析目的与统计分析方法的选择392

14.1.4 SAS程序中重要内容的说明393

14.1.5 主要分析结果及解释393

14.2 用CMH X2检验处理结果变量具有三种性质的高维列联表资料393

14.2.1 问题与数据393

14.2.2 对数据结构的分析394

14.2.3 分析目的与统计分析方法的选择394

14.2.4 SAS程序中重要内容的说明395

14.2.5 主要分析结果及解释396

14.3 用meta分析分别合并处理多个成组设计定性资料397

14.3.1 问题与数据397

14.3.2 对数据结构的分析398

14.3.3 分析目的与统计分析方法的选择399

14.3.4 SAS程序中重要内容的说明399

14.3.5 主要分析结果及解释403

14.4 用ROC方法分析诊断试验资料404

14.4.1 问题与数据404

14.4.2 对数据结构的分析405

14.4.3 分析目的与统计分析方法的选择405

14.4.4 SAS程序中重要内容的说明405

14.4.5 主要分析结果及解释408

14.5 本章小结410

第15章 多因素设计一元定性资料的对数线性模型分析411

15.1 问题、数据及统计分析方法的选择411

15.1.1 问题与数据411

15.1.2 对数据结构的分析412

15.1.3 分析目的与统计分析方法的选择412

15.2 用对数线性模型分析列联表资料412

15.2.1 对数线性模型简介412

15.2.2 用SAS分析例15-1资料412

15.2.3 用SAS分析例15-2资料417

15.3 本章小结418

第5篇 对定量结果进行预测性分析419

第16章 两变量简单线性相关与回归分析419

16.1 问题、数据及统计分析方法的选择419

16.1.1 问题与数据419

16.1.2 对数据结构的分析420

16.1.3 分析目的与统计分析方法的选择421

16.1.4 统计分析方法简介422

16.2 Pearson线性相关分析423

16.2.1 SAS程序中重要内容的说明423

16.2.2 主要分析结果及解释423

16.3 Spearman秩相关分析424

16.3.1 SAS程序中重要内容的说明424

16.3.2 主要分析结果及解释424

16.4 Kendall's Tau-b相关分析425

16.4.1 SAS程序中重要内容的说明425

16.4.2 主要分析结果及解释425

16.5 简单线性回归分析426

16.5.1 对例16-4资料的分析426

16.5.2 对例16-5资料的分析427

16.6 常用于估计LD50的加权线性回归分析430

16.6.1 SAS程序中重要内容的说明430

16.6.2 主要分析结果及解释430

16.6.3 用于比较LD50和斜率的SAS程序中重要内容的说明432

16.6.4 两两比较的主要分析结果及解释433

16.7 本章小结434

第17章 两变量可直线化曲线回归分析435

17.1 问题、数据及统计分析方法的选择435

17.1.1 问题与数据435

17.1.2 对数据结构的分析435

17.1.3 分析目的与统计分析方法的选择435

17.2 对数函数、幂函数和双曲函数曲线回归分析436

17.2.1 SAS程序中重要内容的说明436

17.2.2 主要分析结果及解释437

17.3 指数函数曲线回归分析440

17.3.1 SAS程序中重要内容的说明440

17.3.2 主要分析结果及解释441

17.4 logistic函数曲线回归分析442

17.4.1 SAS程序中重要内容的说明442

17.4.2 主要分析结果及解释443

17.5 本章小结444

第18章 各种复杂曲线回归分析445

18.1 多项式曲线回归分析445

18.1.1 问题与数据445

18.1.2 分析目的与统计分析方法的选择445

18.1.3 SAS程序445

18.1.4 主要分析结果及解释446

18.2 logistic曲线回归分析447

18.2.1 问题与数据447

18.2.2 分析目的与统计分析方法的选择447

18.2.3 SAS程序447

18.2.4 主要分析结果及解释448

18.3 Gompertz曲线回归分析449

18.3.1 问题与数据449

18.3.2 分析目的与统计分析方法的选择449

18.3.3 SAS程序450

18.3.4 主要分析结果及解释450

18.4 二项型指数曲线回归分析452

18.4.1 问题与数据452

18.4.2 分析目的与统计分析方法的选择452

18.4.3 SAS程序452

18.4.4 主要分析结果及解释454

18.5 三项型指数曲线回归分析456

18.5.1 问题与数据456

18.5.2 分析目的与统计分析方法的选择457

18.5.3 SAS程序457

18.5.4 主要分析结果及解释459

18.6 本章小结462

第19章 多重线性回归分析463

19.1 问题、数据及统计分析方法的选择463

19.1.1 问题与数据463

19.1.2 对数据结构的分析463

19.1.3 分析目的与统计分析方法的选择463

19.2 多重线性回归分析概述464

19.3 产生哑变量和派生变量的方法465

19.3.1 如何产生哑变量465

19.3.2 如何产生派生变量466

19.4 自变量各种筛选方法介绍466

19.4.1 筛选自变量的必要性466

19.4.2 筛选自变量的方法466

19.4.3 如何在多个多重线性回归方程中选择最佳者468

19.5 自变量各种共线性诊断方法介绍468

19.5.1 共线性的概念468

19.5.2 共线性的诊断468

19.6 各种异常点诊断方法介绍469

19.6.1 异常点的概念469

19.6.2 异常点的诊断469

19.7 自变量作用大小的评价469

19.8 多个多重回归方程优劣的评价470

19.9 多重线性回归分析的SAS实现470

19.9.1 SAS程序及说明470

19.9.2 主要分析结果及解释471

19.10 REG过程语法简介474

19.11 本章小结476

第20章 主成分回归分析477

20.1 问题、数据及统计分析方法的选择477

20.1.1 问题与数据477

20.1.2 对数据结构的分析478

20.1.3 分析目的及统计分析方法的选择478

20.2 主成分回归分析应用场合及关键技术478

20.3 主成分回归分析479

20.3.1 对例20-1资料进行主成分回归分析479

20.3.2 对例20-2数据进行分析483

20.4 本章小结487

第21章 用SAS实现岭回归分析488

21.1 问题、数据及统计分析方法的选择488

21.1.1 问题与数据488

21.1.2 对数据结构的分析488

21.1.3 分析目的与统计分析方法的选择489

21.2 岭回归分析应用场合及关键技术489

21.3 岭回归分析490

21.3.1 进行多重线性回归分析并进行共线性诊断490

21.3.2 进行岭回归分析491

21.4 与岭回归分析有关的SAS语句说明494

21.5 本章小结494

第22章 Poisson回归分析495

22.1 问题、数据及统计分析方法的选择495

22.1.1 问题与数据495

22.1.2 对数据结构的分析496

22.1.3 分析目的与统计分析方法的选择496

22.2 Poisson回归分析应用场合及关键技术497

22.2.1 Poisson回归模型简介497

22.2.2 Poisson回归定义497

22.2.3 Possion回归的参数估计498

22.2.4 Possion回归估计系数的假设检验498

22.2.5 Possion拟合优度检验498

22.3 Poisson回归分析的SAS实现499

22.3.1 对例22-1资料进行分析499

22.3.2 对例22-2资料进行分析502

22.4 本章小结504

第23章 负二项回归分析505

23.1 问题、数据及统计分析方法的选择505

23.1.1 问题与数据505

23.1.2 对数据结构的分析506

23.1.3 分析目的与统计分析方法的选择506

23.2 负二项回归分析应用场合及关键技术506

23.3 负二项回归分析的SAS实现508

23.3.1 SAS程序及说明508

23.3.2 主要分析结果及解释508

23.4 GENMOD过程及COUNTREG过程简介511

23.5 本章小结513

第24章 Probit回归分析514

24.1 问题、数据及统计分析方法的选择514

24.1.1 问题与数据514

24.1.2 对数据结构的分析515

24.1.3 分析目的与统计分析方法的选择515

24.2 Probit回归分析应用场合及关键技术515

24.2.1 适于进行Probit回归分析的资料表达形式515

24.2.2 Probit回归模型简介516

24.3 Probit回归分析的SAS实现516

24.3.1 对例24-1资料进行Probit回归分析516

24.3.2 对例24-2资料进行Probit回归分析518

24.4 PROBIT过程语法简介523

24.5 本章小结526

第25章 生存资料Cox模型回归分析527

25.1 实例527

25.1.1 问题与数据527

25.1.2 对数据结构的分析527

25.1.3 分析目的与统计分析方法的选择527

25.2 生存资料Cox模型回归分析简介528

25.3 生存资料Cox模型回归分析的SAS实现528

25.3.1 SAS程序528

25.3.2 主要分析结果及解释530

25.4 本章小结532

第26章 生存资料参数模型回归分析533

26.1 实例533

26.1.1 问题与数据533

26.1.2 对数据结构的分析533

26.1.3 分析目的与统计分析方法的选择533

26.2 生存资料参数模型回归分析简介534

26.3 生存资料参数模型回归分析的SAS实现534

26.3.1 SAS程序534

26.3.2 主要分析结果及解释535

26.4 LIFEREG过程简介538

26.5 本章小结539

第27章 时间序列分析540

27.1 时间序列分析简介540

27.2 指数平滑法540

27.2.1 指数平滑法简介540

27.2.2 应用实例541

27.2.3 SAS程序541

27.2.4 主要分析结果及解释541

27.3 ARIMA模型543

27.3.1 ARIMA模型简介543

27.3.2 应用实例543

27.3.3 SAS程序543

27.3.4 主要分析结果及解释544

27.4 谱分析547

27.4.1 谱分析简介547

27.4.2 应用实例548

27.4.3 SAS程序548

27.4.4 主要分析结果及解释549

27.5 X12方法551

27.5.1 X12过程简介551

27.5.2 应用实例551

27.5.3 SAS程序551

27.5.4 摘录主要分析结果552

27.6 本章小结556

第6篇 对定性结果进行预测性分析557

第28章 非配对设计定性资料多重logistic回归分析557

28.1 问题、数据及统计分析方法的选择557

28.1.1 问题与数据557

28.1.2 对数据结构的分析558

28.1.3 分析目的与统计分析方法的选择559

28.1.4 logistic回归分析简介559

28.2 二值变量的多重logistic回归分析559

28.2.1 SAS程序及说明559

28.2.2 主要分析结果及结论560

28.3 多值有序变量的多重logistic回归分析562

28.3.1 SAS程序及说明562

28.3.2 主要分析结果及结论563

28.4 多值名义变量的多重logistic回归分析565

28.4.1 SAS程序及说明565

28.4.2 主要分析结果及结论565

28.5 本章小结567

第29章 配对设计定性资料多重logistic回归分析568

29.1 问题、数据及统计分析方法的选择568

29.1.1 问题与数据568

29.1.2 对数据结构的分析569

29.1.3 分析目的与统计分析方法的选择569

29.1.4 条件logistic回归分析简介569

29.2 1:1配对设计定性资料的多重logistic回归分析569

29.2.1 SAS程序及说明569

29.2.2 主要分析结果及解释570

29.3 m:n配对设计定性资料的多重logistic回归分析572

29.3.1 SAS程序及说明572

29.3.2 主要分析结果及解释572

29.4 本章小结574

第30章 原因变量为定量变量的判别分析575

30.1 实例575

30.1.1 问题与数据575

30.1.2 对数据结构的分析576

30.1.3 分析目的与统计分析方法的选择576

30.2 原因变量为定量变量的判别分析简介576

30.3 原因变量为定量变量的判别分析577

30.3.1 SAS程序577

30.3.2 主要分析结果及解释579

30.4 本章小结588

第31章 原因变量为定性变量的判别分析589

31.1 实例589

31.1.1 问题与数据589

31.1.2 对数据结构的分析590

31.1.3 分析目的与统计分析方法的选择590

31.2 原因变量为定性变量的判别分析简介590

31.3 原因变量为定性变量的判别分析590

31.3.1 SAS程序590

31.3.2 主要分析结果及解释591

31.4 本章小结592