样品间相互与依赖关系及近似程度分析、数据挖掘与基因表达谱分析、绘制统计图与实验设计、SAS语言和SAS非编程模块用法。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、各种常用和多元统计分析、现代回归分析和数据挖掘、SAS语言基础和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。
作性强。涉及到定量与定性资料差异性和预测性分析、变量间和样品间相互与依赖关系及近似程度分析、数据挖掘与基因表达谱分析、绘制统计图与实验设计、SAS语言和SAS非编程模块用法。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、各种常用和多元统计分析、现代回归分析和数据挖掘、SAS语言基础和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。《SAS统计分析教程》适合于需要学习和运用实验设计、统计表达与描述和统计分析及SAS实现的本科生、研究生、博士生、科研和管理工作者、临床医生和杂志编辑学习和使用。

SAS统计分析教程-胡良平主编2010.zip
大小:(46.96 MB)

 马上下载

                                        内容简介                                　　本书内容丰富且新颖，适用面宽且可操作性强。涉及到定量与定性资料差异性和预测性分析、变量间和样品间相互与依赖关系及近似程度分析、数据挖掘与基因表达谱分析、绘制统计图与实验设计、SAS语言和SAS非编程模块用法。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、各种常用和多元统计分析、现代回归分析和数据挖掘、SAS语言基础和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9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3~4篇共19章，对定量与定性结果提供了数十种预测性分析方法；第5~6篇共13章，介绍多变量间相互与依赖关系分析和变量或样品间亲疏关系或近似程度分析；第7篇共3章，介绍数据挖掘技术与基因表达谱分析；第8篇共3章，用编程法绘制统计图与实现实验设计。与SASPAL软件调用、SAS语言、SAS模块操作、SAS输出结果、统计计算原理和公式、实例与数据和参考文献等有关的翔实内容放在与本书配套的光盘上，方便读者学习和查阅。
    本书适合于需要学习和运用实验设计、统计表达与描述和统计分析及SAS实现的本科生、研究生、博士生、科研和管理工作者、临床医生和杂志编辑学习和使用。

目录                                第1篇  对定量结果进行差异性分析
　第1章  SAS软件与SAS用法简介     
　　1.1  SAS软件简介     
　　1.2  SAS用法简介     
　　1.3  本章小结     
　第2章  单因素设计一元定量资料差异性分析     
　　2.1  单组设计一元定量资料t检验与符号秩和检验     
　　2.2  配对设计一元定量资料t检验与符号秩和检验     
　　2.3  成组设计一元定量资料t检验     
　　2.4  成组设计一元定量资料Wilcoxon秩和检验     
　　2.5  单因素k（k≥3）水平设计定量资料一元方差分析     
　　2.6  单因素k（k≥3）水平设计定量资料一元协方差分析     
　　2.7  单因素k（k≥3）水平设计一元定量资料 Kruskal-Wallis秩和检验     
　　2.8  本章小结     
　第3章  单因素设计一元生存资料差异性分析     
　　3.1  单因素设计一元生存资料分析简介     
　　3.2  生存资料统计描述     
　　3.3  生存曲线比较     
　　3.4  本章小结     
　第4章  多因素设计一元定量资料差异性分析     
　　4.1  随机区组设计一元定量资料方差分析与 Friedman秩和检验     
　　4.2  双因素无重复实验设计一元定量资料方差分析     
　　4.3  平衡不完全随机区组设计一元定量资料方差分析     
　　4.4  拉丁方设计一元定量资料方差分析     
　　4.5  二阶段交叉设计一元定量资料方差分析     
　　4.6  析因设计一元定量资料方差分析     
　　4.7  含区组因素的析因设计一元定量资料方差分析     
　　4.8  嵌套设计一元定量资料方差分析     
　　4.9  裂区设计一元定量资料方差分析     
　　4.9.1  问题与数据     
　　4.10  正交设计一元定量资料方差分析     
　　4.11  重复测量设计一元定量资料方差分析     
　　4.12  常见多因素实验设计一元定量资料协方差分析     
　　4.13  多个单因素两水平设计定量资料Meta分析     
　　4.14  本章小结   
　第5章  单因素设计多元定量资料差异性分析   
　　5.1  问题、数据及统计分析方法的选择   
　　5.2  单因素设计定量资料多元方差和协方差分析   
　　5.3  本章小结   
　第6章  多因素设计多元定量资料差异性分析   
　　6.1  问题、数据及统计分析方法的选择   
　　6.2  多因素设计定量资料多元方差和协方差分析   
　　6.3  本章小结   
第2篇  对定性结果进行差异性分析
　第7章  单因素设计一元定性资料差异性分析   
　　7.1  单组设计一维表资料统计分析   
　　7.2  配对设计四格表资料统计分析   
　　7.3  配对设计扩大形式的方表资料统计分析   
　　7.4  成组设计横断面研究四格表资料统计分析   
　　7.5  成组设计队列研究四格表资料统计分析   
　　7.6  成组设计病例对照研究四格表资料统计分析   
　　7.7  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   
　　7.8  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   
　　7.9  单因素多水平设计无序原因变量R×2表资料统计分析   
　　7.10  单因素多水平设计有序原因变量R×2表资料统计分析   
　　7.11  单因素多水平设计双向无序R×C表资料统计分析   
　　7.12  单因素多水平设计有序结果变量R×C表资料统计分析   
　　7.13  单因素多水平设计双向有序R×C表资料统计分析   
　　7.14  数据库形式表达资料的统计分析   
　　7.15  本章小结   
　第8章  多因素设计一元定性资料差异性分析   
　　8.1  用加权 检验处理结果变量为二值变量的高维列联表资料   
　　8.2  用 检验处理结果变量具有3种性质的高维列联表资料   
　　8.3  用Meta分析分别合并处理多个成组设计定性资料   
　　8.4  ROC方法分析诊断试验资料   
　　8.5  本章小结   
　第9章  多因素设计一元定性资料对数线性模型分析   
　　9.1  问题、数据及统计分析方法的选择   
　　9.2  用对数线性模型分析列联表资料   
　　9.3  本章小结   
第3篇  对定量结果进行预测性分析
　第10章  两变量简单线性回归分析   
　　10.1  问题、数据及统计分析方法的选择   
　　10.2  Pearson线性相关分析   
　　10.3  Spearman秩相关分析   
　　10.4  简单线性回归分析   
　　10.5  加权线性回归分析   
　　10.6  本章小结   
　第11章  两变量可直线化曲线回归分析   
　　11.1  问题、数据及统计分析方法的选择   
　　11.2  对数函数、幂函数和双曲函数曲线回归分析   
　　11.3  指数函数曲线回归分析   
　　11.4  Logistic函数曲线回归分析   
　　11.5  本章小结   
　第12章  各种复杂曲线回归分析   
　　12.1  多项式曲线回归分析   
　　12.2  Logistic曲线回归分析   
　　12.3  Gompertz曲线回归分析   
　　12.4  二项型指数曲线回归分析   
　　12.5  三项型指数曲线回归分析   
　　12.6  本章小结   
　第13章  多重线性回归分析   
　　13.1  问题、数据及统计分析方法的选择   
　　13.2  多重线性回归分析   
　　13.3  REG过程语法简介   
　　13.4  本章小结   
　第14章  主成分回归分析   
　　14.1  问题、数据及统计分析方法的选择   
　　14.2  单组设计多元定量资料主成分回归分析   
　　14.3  本章小结   
　第15章  现岭回归分析   
　　15.1  问题、数据及统计分析方法的选择   
　　15.2  岭回归分析   
　　15.3  与岭回归分析有关的SAS语句说明   
　　15.4  本章小结   
　第16章  Poisson回归分析   
　　16.1  问题、数据及统计分析方法的选择   
　　16.2  Poisson回归分析   
　　16.3  本章小结   
　第17章  负二项回归与Probit回归分析   
　　17.1  问题、数据及统计分析方法的选择   
　　17.2  负二项回归分析   
　　17.3  对例17-2资料进行Probit回归分析   
　　17.4  对例17-3资料进行Probit回归分析   
　　17.5  相关的SAS过程语法简介   
　　17.6  本章小结   
　第18章  生存资料COX模型回归分析   
　　18.1  实例   
　　18.2  生存资料COX模型回归分析简介   
　　18.3  生存资料COX模型回归分析   
　　18.4  本章小结   
　第19章  生存资料参数模型回归分析   
　　19.1  实例   
　　19.2  生存资料参数模型回归分析简介   
　　19.3  生存资料参数模型回归分析   
　　19.4  LIFEREG过程简介   
　　19.5  本章小结   
　第20章  时间序列分析   
　　20.1  时间序列分析简介   
　　20.2  指数平滑法   
　　20.3  ARIMA模型   
　　20.4  谱分析   
　　20.5  X12方法   
　　20.6  本章小结   
第4篇  对定性结果进行预测性分析
　第21章  非配对设计定性资料多重logistic回归分析   
　　21.1  问题、数据及统计分析方法的选择   
　　21.2  二值变量的多重logistic回归分析   
　　21.3  多值有序变量的多重logistic回归分析   
　　21.4  多值名义变量的多重logistic回归分析   
　　21.5  本章小结   
　第22章  配对设计定性资料多重logistic回归分析   
　　22.1  问题、数据及统计分析方法的选择   
　　22.4  本章小结   
　第23章  原因变量为定量变量的判别分析   
　　23.1  实例   
　　23.2  原因变量为定量变量的判别分析简介   
　　23.3  原因变量为定量变量的判别分析   
　　23.4  本章小结   
　第24章  原因变量为定性变量的判别分析   
　　24.1  实例   
　　24.2  原因变量为定性变量的判别分析简介   
　　24.3  原因变量为定性变量的判别分析   
　　24.4  本章小结   
　第25章  遗传资料统计分析的SAS实现   
　　25.1  SAS/Genetics简介   
　　25.2  ALLELE、HAPLOTYPE和HTSNP过程简介   
　　25.3  利用CASECONTROL和FAMILY过程进行关联分析   
　　25.4  亲缘系数和近交系数   
　　25.5  结果校正和图形输出   
　　25.6  本章小结   
　第26章  用SAS/Genetics分析遗传流行病学资料   
　　26.1  基因、基因型频率测定与Hardy-Weinberg平衡定律的验证   
　　26.2  连锁不平衡与单体型分析   
　　26.3  多位点基因型与疾病关联分析   
　　26.4  标签SNP的确认与SAS程序   
　　26.5  一般人群病例对照遗传资料的关联分析   
　　26.6  家系数据的关联分析   
　　26.7  本章小结   
　第27章  决策树分析   
　　27.1  决策树简介   
　　27.2  决策树的基本原理   
　　27.3  决策树种类及决策树构造思路   
　　27.4  递归分割的分裂准则   
　　27.5  变量重要性检测   
　　27.6  实际应用与结果解释   
　　27.7  用数据挖掘模块近似实现各种决策树算法   
　　27.8  本章小结   
　第28章  神经网络分析   
　　28.1  前馈型神经网络简介   
　　28.2  多层感知器的学习   
　　28.3  模型过拟合   
　　28.4  模型复杂性的评价   
　　28.5  实际应用与结果解释   
　　28.6  本章小结