SAS统计分析教程PDF电子书下载

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 2

1.1　SAS软件简介 2

1.1.1　SAS软件结构 2

1.1.2　SAS界面简介 2

1.1.3　SAS过程与SAS程序 3

1.1.4　运行SAS软件的两种常用方式 3

1.1.5　SAS程序结构 4

1.1.6　简单SAS程序中的SAS语句简介 5

1.1.7　SAS语言简介 6

1.1.8　SAS数据集简介 7

1.1.9　如何利用SAS帮助窗口 8

1.2　SAS用法简介 8

1.2.1　初学者学习SAS的快捷方式 8

1.2.2　实际运行SAS 9

1.2.3　从实验设计角度谈SAS用法 10

1.2.4　从资料录入角度谈SAS用法 10

1.2.5　从不同格式数据转换角度谈SAS用法 15

1.2.6　从资料表达角度谈SAS用法 16

1.2.7　从统计分析角度谈SAS用法 16

1.3　本章小结 17

第2章　单因素设计一元定量资料差异性分析 18

2.1　单组设计一元定量资料t检验与符号秩和检验 18

2.1.1　问题与数据 18

2.1.2　对数据结构的分析 18

2.1.3　分析目的与统计分析方法的选择 18

2.1.4　SAS程序中重要内容的说明 18

2.1.5　主要分析结果及解释 19

2.2　配对设计一元定量资料t检验与符号秩和检验 21

2.2.1 问题与数据 21

2.2.2　对数据结构的分析 21

2.2.3　分析目的与方法选择 21

2.2.4　SAS程序中重要内容的说明 22

2.2.5　主要分析结果及解释 22

2.3　成组设计一元定量资料t检验 23

2.3.1 问题与数据 23

2.3.2　对数据结构的分析 23

2.3.3　分析目的与方法选择 23

2.3.4　SAS程序中重要内容的说明 23

2.3.5　主要分析结果及解释 24

2.4　成组设计一元定量资料Wilcoxon秩和检验 25

2.4.1 问题与数据 25

2.4.2　对数据结构的分析 26

2.4.3　分析目的与统计分析方法的选择 26

2.4.4　SAS程序中重要内容的说明 26

2.4.5　主要分析结果及解释 27

2.5　单因素k（k≥3）水平设计定量资料一元方差分析 28

2.5.1　问题与数据 28

2.5.2　对数据结构的分析 28

2.5.3　分析目的与统计分析方法的选择 28

2.5.4　SAS程序中重要内容的说明 28

2.5.5　主要分析结果及解释 29

2.6　单因素k（k≥3）水平设计定量资料一元协方差分析 30

2.6.1　问题与数据 30

2.6.2　对数据结构的分析 31

2.6.3　分析目的与统计分析方法的选择 31

2.6.4　SAS程序中重要内容的说明 31

2.6.5　主要分析结果及解释 32

2.7　单因素k（k≥3）水平设计一元定量资料Kruskal-Wallis秩和检验 33

2.7.1　问题与数据 33

2.7.2　对数据结构的分析 33

2.7.3　分析目的与统计分析方法的选择 33

2.7.4　SAS程序中重要内容的说明 33

2.7.5　主要分析结果及解释 34

2.8　本章小结 35

第3章　单因素设计一元生存资料差异性分析 37

3.1 单因素设计一元生存资料分析简介 37

3.2　生存资料统计描述 37

3.2.1 问题与数据 37

3.2.2　对数据结构的分析 38

3.2.3　分析目的与统计分析方法的选择 38

3.2.4　SAS程序 38

3.2.5　主要分析结果及解释 40

3.3　生存曲线比较 43

3.3.1　问题与数据 43

3.3.2　对数据结构的分析 43

3.3.3　分析目的与统计分析方法的选择 43

3.3.4　SAS程序 43

3.3.5　主要分析结果及解释 44

3.4　本章小结 45

第4章　多因素设计一元定量资料差异性分析 46

4.1 随机区组设计一元定量资料方差分析与Friedman秩和检验 46

4.1.1　问题与数据 46

4.1.2　对数据结构的分析 46

4.1.3　分析目的与统计分析方法的选择 47

4.1.4　SAS程序 47

4.1.5　主要分析结果及解释 48

4.2　双因素无重复实验设计一元定量资料方差分析 50

4.2.1　问题与数据 50

4.2.2　对数据结构的分析 50

4.2.3　分析目的与统计分析方法的选择 51

4.2.4　SAS程序 51

4.2.5　主要分析结果及解释 52

4.3　平衡不完全随机区组设计一元定量资料方差分析 53

4.3.1 问题与数据 53

4.3.2　对数据结构的分析 53

4.3.3　分析目的与统计分析方法的选择 53

4.3.4　SAS程序 53

4.3.5　主要分析结果及解释 54

4.4　拉丁方设计一元定量资料方差分析 55

4.4.1　问题与数据 55

4.4.2　对数据结构的分析 56

4.4.3　分析目的与统计分析方法的选择 56

4.4.4　SAS程序 56

4.4.5　主要分析结果及解释 57

4.5　二阶段交叉设计一元定量资料方差分析 58

4.5.1 问题与数据 58

4.5.2　对数据结构的分析 58

4.5.3　分析目的与统计分析方法的选择 58

4.5.4　SAS程序 58

4.5.5　主要分析结果及解释 59

4.6　析因设计一元定量资料方差分析 59

4.6.1　问题与数据 59

4.6.2　对数据结构的分析 60

4.6.3　分析目的与统计分析方法的选择 60

4.6.4　SAS程序 60

4.6.5　主要分析结果及解释 61

4.7　含区组因素的析因设计一元定量资料方差分析 62

4.7.1 问题与数据 62

4.7.2　对数据结构的分析 63

4.7.3　分析目的与统计分析方法的选择 63

4.7.4　SAS程序 63

4.7.5　主要分析结果及解释 64

4.8　嵌套设计一元定量资料方差分析 65

4.8.1　问题与数据 65

4.8.2　对数据结构的分析 65

4.8.3　分析目的与统计分析方法的选择 65

4.8.4　SAS程序 66

4.8.5　主要分析结果及解释 67

4.9　裂区设计一元定量资料方差分析 69

4.9.1　问题与数据 69

4.9.2　对数据结构的分析 70

4.9.3　分析目的与统计分析方法的选择 70

4.9.4　SAS程序 70

4.9.5　主要分析结果及解释 71

4.10　正交设计一元定量资料方差分析 72

4.10.1 问题与数据 72

4.10.2　对数据结构的分析 73

4.10.3　分析目的与统计分析方法的选择 73

4.10.4　SAS程序 73

4.10.5　主要分析结果及解释 74

4.11　重复测量设计一元定量资料方差分析 76

4.11.1 问题与数据 76

4.11.2　对数据结构的分析 78

4.11.3　分析目的与统计分析方法的选择 78

4.11.4　SAS程序 78

4.11.5　主要分析结果及解释 82

4.12　常见多因素实验设计一元定量资料协方差分析 87

4.12.1　问题与数据 87

4.12.2　对数据结构的分析 89

4.12.3　分析目的与统计分析方法的选择 89

4.12.4　SAS程序 89

4.12.5　主要分析结果及解释 92

4.13 多个单因素两水平设计定量资料Meta分析 97

4.13.1　问题与数据 97

4.13.2　对数据结构的分析 98

4.13.3　分析目的与统计分析方法的选择 98

4.13.4　SAS程序 98

4.13.5　主要分析结果及解释 99

4.14　本章小结 100

第5章　单因素设计多元定量资料差异性分析 101

5.1 问题、数据及统计分析方法的选择 101

5.1.1　问题与数据 101

5.1.2　对数据结构的分析 103

5.1.3　分析目的与统计分析方法选择 104

5.2　单因素设计定量资料多元方差和协方差分析 105

5.2.1　对例5-1资料进行单组设计定量资料二元方差分析 105

5.2.2　对例5-2资料进行配对设计定量资料二元方差分析 106

5.2.3　对例5-3资料进行单因素两水平设计定量资料三元方差分析 107

5.2.4　对例5-4资料进行单因素3水平设计定量资料二元方差分析 107

5.2.5　对例5-5资料进行单因素两水平设计二元定量资料的一元协方差分析 109

5.2.6　对例5-6资料进行单因素两水平设计二元定量资料的二元协方差分析 112

5.3　本章小结 115

第6章　多因素设计多元定量资料差异性分析 117

6.1 问题、数据及统计分析方法的选择 117

6.1.1 问题与数据 117

6.1.2　对数据结构的分析 121

6.1.3　分析目的与统计分析方法的选择 122

6.2　多因素设计定量资料多元方差和协方差分析 123

6.2.1　对例6-1资料进行随机区组设计定量资料三元方差分析 123

6.2.2　对例6-2资料进行两因素析因设计定量资料三元方差分析 124

6.2.3　对例6-3资料进行含区组因素析因设计定量资料四元方差分析 125

6.2.4　对例6-4资料进行正交设计定量资料三元方差分析 127

6.2.5　对例6-5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 129

6.2.6　对例6-6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 130

6.3　本章小结 133

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 136

7.1 单组设计一维表资料统计分析 136

7.1.1　问题与数据 136

7.1.2　对数据结构的分析 136

7.1.3　分析目的与统计分析方法的选择 136

7.1.4　SAS程序中重要内容的说明 136

7.1.5　主要分析结果及解释 137

7.2　配对设计四格表资料统计分析 137

7.2.1　问题与数据 137

7.2.2　对数据结构的分析 138

7.2.3　分析目的与统计分析方法的选择 138

7.2.4　SAS程序中重要内容的说明 138

7.2.5　主要分析结果及解释 138

7.3　配对设计扩大形式的方表资料统计分析 139

7.3.1 问题与数据 139

7.3.2　对数据结构的分析 140

7.3.3　分析目的与统计分析方法的选择 140

7.3.4　SAS程序中重要内容的说明 140

7.3.5　主要分析结果及解释 141

7.4　成组设计横断面研究四格表资料统计分析 141

7.4.1 问题与数据 141

7.4.2　对数据结构的分析 141

7.4.3　分析目的与统计分析方法的选择 142

7.4.4　SAS程序中重要内容的说明 142

7.4.5　主要分析结果及解释 142

7.5　成组设计队列研究四格表资料统计分析 143

7.5.1　问题与数据 143

7.5.2　对数据结构的分析 143

7.5.3　分析目的与统计分析方法的选择 143

7.5.4　SAS程序中重要内容的说明 143

7.5.5　主要分析结果及解释 144

7.6　成组设计病例对照研究四格表资料统计分析 145

7.6.1　问题与数据 145

7.6.2　对数据结构的分析 145

7.6.3　分析目的与统计分析方法的选择 146

7.6.4　SAS程序中重要内容的说明 146

7.6.5　主要分析结果及解释 146

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 147

7.7.1　问题与数据 147

7.7.2　对数据结构的分析 147

7.7.3　分析目的与统计分析方法的选择 148

7.7.4　SAS程序中重要内容的说明 148

7.7.5　主要分析结果及解释 148

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 149

7.8.1　问题与数据 149

7.8.2　对数据结构的分析 149

7.8.3　分析目的与统计分析方法的选择 149

7.8.4　SAS程序中重要内容的说明 149

7.8.5　主要分析结果及解释 150

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 150

7.9.1　问题与数据 150

7.9.2　对数据结构的分析 150

7.9.3　分析目的与统计分析方法的选择 151

7.9.4　SAS程序中重要内容的说明 151

7.9.5　主要分析结果及解释 151

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 152

7.10.1　问题与数据 152

7.10.2　对数据结构的分析 152

7.10.3　分析目的与统计分析方法的选择 152

7.10.4　SAS程序中重要内容的说明 152

7.10.5　主要分析结果及解释 153

7.11 单因素多水平设计双向无序R×C表资料统计分析 153

7.11.1 问题与数据 153

7.11.2　对数据结构的分析 153

7.11.3　分析目的与统计分析方法的选择 153

7.11.4　SAS程序中重要内容的说明 154

7.11.5　主要分析结果及解释 154

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 154

7.12.1 问题与数据 154

7.12.2　对数据结构的分析 155

7.12.3　分析目的与统计分析方法的选择 155

7.12.4　SAS程序中重要内容的说明 155

7.12.5　主要分析结果及解释 155

7.13　单因素多水平设计双向有序R×C表资料统计分析 156

7.13.1　问题与数据 156

7.13.2　对数据结构的分析 156

7.13.3　分析目的与统计分析方法的选择 156

7.13.4　SAS程序中重要内容的说明 156

7.13.5　主要分析结果及解释 157

7.14　数据库形式表达资料的统计分析 157

7.15　本章小结 159

第8章　多因素设计一元定性资料差异性分析 160

8.1　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 160

8.1.1　问题与数据 160

8.1.2　对数据结构的分析 160

8.1.3　分析目的与统计分析方法的选择 160

8.1.4　SAS程序中重要内容的说明 161

8.1.5　主要分析结果及解释 161

8.2　用CMHx2检验处理结果变量具有3种性质的高维列联表资料 162

8.2.1　问题与数据 162

8.2.2　对数据结构的分析 163

8.2.3　分析目的与统计分析方法的选择 163

8.2.4　SAS程序中重要内容的说明 164

8.2.5　主要分析结果及解释 166

8.3　用Meta分析分别合并处理多个成组设计定性资料 167

8.3.1　问题与数据 167

8.3.2　对数据结构的分析 168

8.3.3　分析目的与统计分析方法的选择 169

8.3.4　SAS程序中重要内容的说明 169

8.3.5　主要分析结果及解释 174

8.4　ROC方法分析诊断试验资料 175

8.4.1 问题与数据 175

8.4.2　对数据结构的分析 176

8.4.3　分析目的与统计分析方法的选择 176

8.4.4　SAS程序中重要内容的说明 176

8.4.5　主要分析结果及解释 179

8.5　本章小结 182

第9章　多因素设计一元定性资料对数线性模型分析 183

9.1 问题、数据及统计分析方法的选择 183

9.1.1　问题与数据 183

9.1.2　对数据结构的分析 184

9.1.3　分析目的与统计分析方法的选择 184

9.2　用对数线性模型分析列联表资料 184

9.2.1　对数线性模型简介 184

9.2.2　用SAS分析例9-1资料 185

9.2.3　用SAS分析例9-2资料 189

9.3　本章小结 191

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 194

10.1 问题、数据及统计分析方法的选择 194

10.1.1　问题与数据 194

10.1.2　对数据结构的分析 195

10.1.3　分析目的与统计分析方法的选择 196

10.1.4　统计分析方法简介 196

10.2　Pearson线性相关分析 198

10.2.1　SAS程序中重要内容的说明 198

10.2.2　主要分析结果及解释 198

10.3　Spearman秩相关分析 199

10.3.1　SAS程序中重要内容的说明 199

10.3.2　主要分析结果及解释 199

10.4　简单线性回归分析 200

10.4.1　对例10-3资料的分析 200

10.4.2　对例10-4资料的分析 201

10.5　加权线性回归分析 204

10.5.1　SAS程序中重要内容的说明 204

10.5.2　主要分析结果及解释 205

10.5.3　用于比较LD50和斜率的SAS程序中重要内容的说明 207

10.5.4　两两比较的主要分析结果及解释 208

10.6　本章小结 208

第11章　两变量可直线化曲线回归分析 209

11.1 问题、数据及统计分析方法的选择 209

11.1.1 问题与数据 209

11.1.2　对数据结构的分析 209

11.1.3　分析目的与统计分析方法的选择 209

11.2　对数函数、幂函数和双曲函数曲线回归分析 210

11.2.1　SAS程序中重要内容的说明 210

11.2.2　主要分析结果及解释 211

11.3　指数函数曲线回归分析 215

11.3.1 SAS程序中重要内容的说明 215

11.3.2　主要分析结果及解释 216

11.4　Logistic函数曲线回归分析 217

11.4.1　SAS程序中重要内容的说明 217

11.4.2　主要分析结果及解释 218

11.5　本章小结 220

第12章　各种复杂曲线回归分析 221

12.1　多项式曲线回归分析 221

12.1.1　问题与数据 221

12.1.2　分析目的与统计分析方法的选择 221

12.1.3　SAS程序 221

12.1.4　主要分析结果及解释 222

12.2　Logistic曲线回归分析 223

12.2.1 问题与数据 223

12.2.2　分析目的与统计分析方法的选择 223

12.2.3　SAS程序 223

12.2.4　主要分析结果及解释 225

12.3　Gompertz曲线回归分析 226

12.3.1 问题与数据 226

12.3.2　分析目的与统计分析方法的选择 226

12.3.3　SAS程序 226

12.3.4　主要分析结果及解释 227

12.4　二项型指数曲线回归分析 229

12.4.1　问题与数据 229

12.4.2　分析目的与统计分析方法的选择 229

12.4.3　SAS程序 229

12.4.4　主要分析结果及解释 231

12.5　三项型指数曲线回归分析 234

12.5.1 问题与数据 234

12.5.2　分析目的与统计分析方法的选择 234

12.5.3　SAS程序 235

12.5.4　主要分析结果及解释 237

12.6　本章小结 240

第13章　多重线性回归分析 241

13.1 问题、数据及统计分析方法的选择 241

13.1.1　问题与数据 241

13.1.2　对数据结构的分析 241

13.1.3　分析目的与统计分析方法的选择 242

13.1.4　多重线性回归分析方法简介 242

13.2　多重线性回归分析 243

13.2.1　SAS程序及说明 243

13.2.2　主要分析结果及解释 244

13.3　REG过程语法简介 247

13.4　本章小结 249

第14章　主成分回归分析 250

14.1 问题、数据及统计分析方法的选择 250

14.1.1 问题与数据 250

14.1.2　对数据结构的分析 251

14.1.3　分析目的及统计分析方法的选择 251

14.2　单组设计多元定量资料主成分回归分析 251

14.2.1　对例14-1资料进行主成分回归分析 251

14.2.2　对例14-2数据进行分析 256

14.3　本章小结 261

第15章　现岭回归分析 262

15.1 问题、数据及统计分析方法的选择 262

15.1.1　问题与数据 262

15.1.2　对数据结构的分析 263

15.1.3　分析目的与统计分析方法的选择 263

15.2　岭回归分析 263

15.2.1　进行多重线性回归分析并进行共线性诊断 263

15.2.2　进行岭回归分析 265

15.3 与岭回归分析有关的SAS语句说明 268

15.4　本章小结 268

第16章　Poisson回归分析 269

16.1 问题、数据及统计分析方法的选择 269

16.1.1　问题与数据 269

16.1.2　对数据结构的分析 270

16.1.3　分析目的与统计分析方法的选择 271

16.1.4　Poisson回归简介 271

16.2　Poisson回归分析 271

16.2.1　对例16-1资料进行分析 271

16.2.2　对例16-2资料进行分析 275

16.3　本章小结 277

第17章　负二项回归与Probit回归分析 278

17.1 问题、数据及统计分析方法的选择 278

17.1.1　问题与数据 278

17.1.2　对数据结构的分析 279

17.1.3　分析目的与统计分析方法的选择 280

17.2　负二项回归分析 280

17.2.1　SAS程序及说明 280

17.2.2　主要分析结果及解释 281

17.3　对例17-2资料进行Probit回归分析 285

17.3.1　SAS程序及说明 285

17.3.2　主要分析结果及解释 285

17.4　对例17-3资料进行Probit回归分析 287

17.4.1　SAS程序及说明 287

17.4.2　主要输出结果及其解释 288

17.5　相关的SAS过程语法简介 293

17.5.1 GENMOD过程及COUNTREG过程 293

17.5.2　PROBIT过程 295

17.6　本章小结 298

第18章　生存资料COX模型回归分析 299

18.1 实例 299

18.1.1　问题与数据 299

18.1.2　对数据结构的分析 299

18.1.3　分析目的与统计分析方法的选择 299

18.2　生存资料COX模型回归分析简介 300

18.3 生存资料COX模型回归分析 300

18.3.1　SAS程序 300

18.3.2　主要分析结果及解释 302

18.4　本章小结 305

第19章　生存资料参数模型回归分析 306

19.1 实例 306

19.1.1 问题与数据 306

19.1.2　对数据结构的分析 306

19.1.3　分析目的与统计分析方法的选择 306

19.2　生存资料参数模型回归分析简介 307

19.3　生存资料参数模型回归分析 307

19.3.1　SAS程序 307

19.3.2　主要分析结果及解释 308

19.4　LIFEREG过程简介 311

19.5　本章小结 312

第20章　时间序列分析 313

20.1 时间序列分析简介 313

20.2　指数平滑法 313

20.2.1　指数平滑法简介 313

20.2.2　应用实例 314

20.2.3　SAS程序 314

20.2.4　主要分析结果及解释 315

20.3　ARIMA模型 316

20.3.1　ARIMA模型简介 316

20.3.2　应用实例 317

20.3.3　SAS程序 317

20.3.4　主要分析结果及解释 318

20.4　谱分析 321

20.4.1　谱分析简介 321

20.4.2　应用实例 322

20.4.3　SAS程序 322

20.4.4　主要分析结果及解释 323

20.5　X12方法 325

20.5.1　X12过程简介 325

20.5.2　应用实例 325

20.5.3　SAS程序 325

20.5.4　摘录主要分析结果 327

20.6　本章小结 330

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 332

21.1 问题、数据及统计分析方法的选择 332

21.1.1 问题与数据 332

21.1.2　对数据结构的分析 333

21.1.3　分析目的与统计分析方法的选择 334

21.1.4　Logistic回归分析简介 334

21.2　二值变量的多重logistic回归分析 335

21.2.1　SAS程序及说明 335

21.2.2　主要分析结果及结论 335

21.3 多值有序变量的多重logistic回归分析 338

21.3.1　SAS程序及说明 338

21.3.2　主要分析结果及结论 338

21.4　多值名义变量的多重logistic回归分析 340

21.4.1　SAS程序及说明 340

21.4.2　主要分析结果及结论 341

21.5　本章小结 343

第22章　配对设计定性资料多重logistic回归分析 344

22.1 问题、数据及统计分析方法的选择 344

22.1.1 问题与数据 344

22.1.2　对数据结构的分析 345

22.1.3　分析目的与统计分析方法的选择 345

22.1.4　条件logistic回归分析简介 345

22.2 1:1配对设计定性资料的多重logistic回归分析 346

22.2.1　SAS程序及说明 346

22.2.2　主要分析结果及解释 346

22.3 m:n配对设计定性资料的多重logistic回归分析 348

22.3.1　SAS程序及说明 348

22.3.2　主要分析结果及解释 349

22.4　本章小结 351

第23章　原因变量为定量变量的判别分析 352

23.1 实例 352

23.1.1　问题与数据 352

23.1.2　对数据结构的分析 353

23.1.3　分析目的与统计分析方法的选择 354

23.2　原因变量为定量变量的判别分析简介 354

23.3　原因变量为定量变量的判别分析 354

23.3.1　SAS程序 354

23.3.2　主要分析结果及解释 357

23.4　本章小结 367

第24章　原因变量为定性变量的判别分析 368

24.1　实例 368

24.1.1　问题与数据 368

24.1.2　对数据结构的分析 369

24.1.3　分析目的与统计分析方法的选择 369

24.2　原因变量为定性变量的判别分析简介 369

24.3　原因变量为定性变量的判别分析 370

24.3.1　SAS程序 370

24.3.2　主要分析结果及解释 371

24.4　本章小结 372

第25章　遗传资料统计分析的SAS实现 373

25.1　SAS/Genetics简介 373

25.2　ALLELE、HAPLOTYPE和HTSNP过程简介 374

25.2.1　数据格式 374

25.2.2　ALLELE过程的语法结构 376

25.2.3　HAPLOTYPE过程的语法结构 380

25.2.4　HTSNP过程的语法结构及其应用 382

25.3　利用CASECONTROL和FAMILY过程进行关联分析 384

25.3.1　CASECONTROL过程的语法结构 384

25.3.2　FAMILY过程的语法结构及其应用 386

25.4　亲缘系数和近交系数 387

25.5　结果校正和图形输出 390

25.5.1　平滑处理和多重检验校正 390

25.5.2　PSMOOTH过程的语法结构及其应用 390

25.5.3　％TPLOT宏及其应用 392

25.6　本章小结 393

第26章　用SAS/Genetics分析遗传流行病学资料 394

26.1 基因、基因型频率测定与Hardy-Weinberg平衡定律的验证 394

26.1.1　问题与数据 394

26.1.2　SAS程序中重要内容的说明 394

26.1.3　主要分析结果及解释 395

26.2　连锁不平衡与单体型分析 396

26.2.1 问题与数据 396

26.2.2　SAS程序中重要内容的说明 396

26.2.3　主要分析结果及解释 397

26.3　多位点基因型与疾病关联分析 398

26.3.1 问题与数据 398

26.3.2　SAS程序中重要内容的说明 398

26.3.3　主要分析结果及解释 399

26.4　标签SNP的确认与SAS程序 399

26.4.1　问题与数据 399

26.4.2　SAS程序中重要内容的说明 400

26.4.3　主要分析结果及解释 401

26.5　一般人群病例对照遗传资料的关联分析 401

26.5.1　问题与数据 402

26.5.2　SAS程序中重要内容的说明 402

26.5.3　主要分析结果及解释 403

26.6　家系数据的关联分析 404

26.6.1　问题与数据 404

26.6.2　SAS程序中重要内容的说明 405

26.6.3　主要分析结果及解释 406

26.7　本章小结 406

第27章　决策树分析 407

27.1　决策树简介 407

27.2　决策树的基本原理 407

27.3　决策树种类及决策树构造思路 408

27.4　递归分割的分裂准则 409

27.5　变量重要性检测 413

27.6　实际应用与结果解释 414

27.7　用数据挖掘模块近似实现各种决策树算法 428

27.8　本章小结 429

第28章　神经网络分析 430

28.1　前馈型神经网络简介 430

28.2　多层感知器的学习 434

28.3　模型过拟合 436

28.4　模型复杂性的评价 436

28.4.1　模型泛化能力（Generalization）的评价 436

28.4.2　模型选择的标准 438

28.5　实际应用与结果解释 439

28.6　本章小结 453

第5篇　多变量间相互与依赖关系分析第29章　主成分分析 456

29.1 实例 456

29.1.1　问题与数据 456

29.1.2　对数据结构的分析 457

29.1.3　分析目的与统计分析方法的选择 457

29.2　主成分分析简介 457

29.3　主成分分析 458

29.3.1　SAS程序 458

29.3.2　主要分析结果及解释 459

29.4　PRINCOMP过程简介 463

29.4.1　PRINCOMP过程的语句格式 463

29.4.2　PRINCOMP过程语句及用法简介 463

29.5　本章小结 465

第30章　探索性因子分析 466

30.1　实例 466

30.1.1 问题与数据 466

30.1.2　对数据结构的分析 467

30.1.3　分析目的与统计分析方法的选择 467

30.2　因子分析简介 467

30.3　探索性因子分析 468

30.3.1　SAS程序 468

30.3.2　主要分析结果及解释 469

30.4　FACTOR过程简介 477

30.4.1　FACTOR过程的语句格式 477

30.4.2　FACTOR过程语句的用法和功能 477

30.5　本章小结 480

第31章　路径分析 481

31.1 问题与数据结构 481

31.1.1　问题与数据 481

31.1.2　分析数据结构 482

31.1.3　分析目的与统计分析方法的选择 482

31.2　用REG过程实现路径分析 483

31.2.1　分析目的与绘制路径图 483

31.2.2　用REG过程对例31-1资料进行路径分析所需要的SAS程序 484

31.2.3　主要分析结果及解释 485

31.2.4　将计算结果填入事先绘制的路径图并做出专业结论 487

31.3　用CALIS过程实现路径分析 487

31.3.1　分析目的与绘制路径图 487

31.3.2　用CALIS过程对例31-1资料进行路径分析所需要的SAS程序 487

31.3.3　主要分析结果及解释 488

31.3.4　将计算结果填入事先绘制的路径图并做出专业结论 490

31.4　如何处理非同质资料的思考 491

31.4.1　像例31-2那样的资料适合进行路径分析吗 491

31.4.2　按31.3节中的方法分析例31-2资料合适吗 491

31.4.3　用逐步多重线性回归分析方法分析例31-2资料 493

31.5　本章小结 494

第32章　证实性因子分析 495

32.1 实例 495

32.1.1 问题与数据 495

32.1.2　对数据结构的分析 496

32.1.3　分析目的与统计分析方法的选择 496

32.2　证实性因子分析简介 496

32.3　证实性因子分析 497

32.3.1　SAS程序 497

32.3.2　主要分析结果及解释 498

32.4　CALIS过程简介 502

32.5　本章小结 503

第33章　结构方程模型分析 504

33.1 实例 504

33.1.1　问题与数据 504

33.1.2　对数据结构的分析 505

33.1.3　分析目的与统计分析方法的选择 505

33.2　结构方程模型简介 506

33.3　结构方程模型分析 506

33.3.1　SAS程序 506

33.3.2　主要分析结果及解释 507

33.4　本章小结 512

第34章　典型相关分析 513

34.1 实例 513

34.1.1　问题与数据 513

34.1.2　对数据结构的分析 513

34.1.3　分析目的与统计分析方法的选择 514

34.2　典型相关分析概述 514

34.3　典型相关分析 514

34.3.1　SAS程序 514

34.3.2　主要分析结果及解释 515

34.4　CANCORR过程简介 521

34.5　本章小结 523

第6篇　变量或样品间亲疏关系或近似程度分析第35章　变量聚类分析 526

35.1 实例 526

35.1.1　问题与数据 526

35.1.2　对数据结构的分析 526

35.1.3　分析目的与统计分析方法的选择 526

35.2　变量聚类分析简介 527

35.3　变量聚类分析 527

35.3.1　SAS程序 527

35.3.2　主要分析结果及解释 528

35.4 VARCLUS过程简介 532

35.4.1 用SAS实现聚类分析的数据结构 532

35.4.2 VARCLUS过程简介 533

35.5 本章小结 535

第36章 无序样品聚类分析 536

36.1 实例 536

36.1.1 问题与数据 536

36.1.2 对数据结构的分析 537

36.1.3 分析目的与统计分析方法的选择 537

36.2　无序样品聚类分析简介 537

36.3　无序样品聚类分析 537

36.3.1　SAS程序 537

36.3.2　主要分析结果及解释 540

36.4　CLUSTER过程等简介 547

36.4.1　用SAS实现聚类分析的数据结构 547

36.4.2 CLUSTER过程 547

36.4.3　FASTCLUS过程 548

36.4.4　TREE过程 549

36.5　本章小结 550

第37章　有序样品聚类分析 551

37.1 实例 551

37.1.1　问题与数据 551

37.1.2　对数据结构的分析 552

37.1.3　分析目的与统计分析方法的选择 553

37.2　有序样品聚类分析概述 553

37.3　用编程法实现有序样品聚类分析 553

37.3.1　SAS程序 553

37.3.2　主要分析结果及解释 556

37.4　本章小结 560

第38章　综合评价 561

38.1 问题、数据及统计分析方法的选择 561

38.1.1 问题与数据 561

38.1.2　对数据结构的分析 562

38.1.3　分析目的与统计分析方法的选择 563

38.2　用几种常用的综合评价方法解决实际问题 564

38.2.1　用综合评分法对例38-1资料进行综合评价 564

38.2.2　用TOPSIS法对例38-2数据进行综合评价 570

38.2.3　用层次分析法对例38-3数据进行综合评价 573

38.2.4　用RSR综合评价法对例38-4数据进行综合评价 576

38.3　本章小结 579

第39章　多维尺度分析 580

39.1 实例 580

39.1.1 问题与数据 580

39.1.2　对数据结构的分析 581

39.1.3　分析目的与统计分析方法的选择 581

39.2　多维尺度分析简介 581

39.3　多维尺度分析 582

39.3.1　SAS程序 582

39.3.2　主要分析结果及解释 583

39.4　MDS过程简介 585

39.5　本章小结 587

第40章　定量资料对应分析 588

40.1 实例 588

40.1.1 问题与数据 588

40.1.2　对数据结构的分析 588

40.1.3　分析目的与统计分析方法的选择 589

40.2　对应分析简介 589

40.3　定量资料对应分析 589

40.3.1　SAS程序 589

40.3.2　主要分析结果及解释 590

40.4　数据结构及语句简介 593

40.4.1　用SAS实现对应分析的数据结构 593

40.4.2　CORRESP过程简介 594

40.4.3　对应分析中的绘图语句 596

40.5　本章小结 598

第41章　定性资料对应分析 599

41.1 实例 599

41.1.1　问题与数据 599

41.1.2　对数据结构的分析 600

41.1.3　分析目的与统计分析方法的选择 600

41.2　定性资料对应分析 600

41.2.1　SAS程序 600

41.2.2　主要分析结果及解释 601

41.3　本章小结 605

第7篇　数据挖掘技术与基因表达谱分析简析第42章　数据挖掘的概念及常用统计分析技术简介 608

42.1　数据挖掘的基本概念 608

42.1.1　数据挖掘的背景 608

42.1.2　数据挖掘的基本概念 608

42.1.3　数据挖掘任务的分类 608

42.1.4　数据挖掘的应用 609

42.2　SAS企业数据挖掘器介绍 609

42.3　关联规则与序列规则 610

42.3.1　关联规则分析 610

42.3.2　关联规则挖掘实例分析 610

42.3.3　序列规则分析 615

42.3.4　序列规则挖掘实例分析 615

42.4　分类预测 620

42.4.1　数据准备 620

42.4.2　数据探索与数据转换 621

42.4.3　构造预测模型 622

42.4.4　模型评估与数据预测 623

42.5　本章小结 623

第43章　基因表达谱的概念与数据分析技术简介 624

43.1　基因表达谱的概念 624

43.2　基因表达谱的数据获取及标准化 624

43.2.1　基因表达谱的数据获取 625

43.2.2　基因表达数据的标准化 626

43.3　基因表达数据分析技术 626

43.3.1　差异表达基因的筛选 626

43.3.2　基因表达的聚类分析方法 626

43.4　基因调控网络分析 637

43.5　本章小结 639

第44章　生物信息学简介 641

44.1　生物信息学定义 641

44.1.1　生物学问题 641

44.1.2　生物数据 641

44.1.3　计算工具 642

44.2　统计学在生物信息学中的应用 642

44.2.1　基于基因表达谱的样本分型研究 642

42.2.2　基于基因表达谱的样本分类研究 649

44.3　本章小结 654

第8篇　用编程法绘制统计图与实现实验设计第45章　绘制统计图 656

45.1 问题、数据及统计描述方法的选择 656

45.1.1 问题与数据 656

45.1.2　对数据结构的分析 658

45.1.3　分析目的与统计描述方法的选择 659

45.1.4　统计图概述 660

45.2　绘制单式条图 660

45.2.1　程序及说明 660

45.2.2　输出单式条图 661

45.3　绘制复式条图 661

45.3.1　程序及说明 661

45.3.2　输出复式条图 662

45.4　绘制百分条图 663

45.4.1　程序及说明 663

45.4.2　输出百分条图 664

45.5　绘制圆图 664

45.5.1　程序及说明 664

45.5.2　输出圆图 665

45.6　绘制箱式图 665

45.6.1　程序及说明 665

45.6.2　输出箱式图 666

45.7　绘制直方图 667

45.7.1　程序及说明 667

45.7.2　输出直方图 667

45.8　绘制散布图 668

45.8.1　程序及说明 668

45.8.2　输出散布图 668

45.9　绘制普通线图 669

45.9.1　程序及说明 669

45.9.2　输出普通线图 670

45.10　绘制半对数线图 670

45.10.1　程序及说明 670

45.10.2　输出半对数线图 671

45.11 绘制P-P图和Q-Q图 671

45.11.1　程序及说明 671

45.11.2　输出P-P图 672

45.12　本章小结 672

第46章　实验设计方案的SAS实现 674

46.1　成组设计方案的SAS实现 674

46.1.1　问题 674

46.1.2　前期准备及设计类型的确定 674

46.1.3　SAS程序 674

46.1.4　输出结果及解释 675

46.2　单因素多水平设计方案的SAS实现 675

46.2.1　问题 675

46.2.2　前期准备及设计类型的确定 676

46.2.3　SAS程序 676

46.2.4　输出结果及解释 676

46.3　随机区组设计方案的SAS实现 677

46.3.1　问题 677

46.3.2　前期准备及设计类型的确定 677

46.3.3　SAS程序 677

46.3.4　输出结果及解释 678

46.4　拉丁方设计方案的SAS实现 678

46.4.1　问题 678

46.4.2　前期准备及设计类型的确定 679

46.4.3　SAS程序 679

46.4.4　输出结果及解释 679

46.5　2×2交叉设计方案的SAS实现 680

46.5.1　问题 680

46.5.2　前期准备及设计类型的确定 680

46.5.3　SAS程序 680

46.5.4　输出结果及解释 681

46.6　3×3交叉设计方案的SAS实现 681

46.6.1　问题 681

46.6.2　前期准备及设计类型的确定 681

46.6.3　SAS程序 681

46.6.4　输出结果及解释 682

46.7　析因设计方案的SAS实现 683

46.7.1　问题 683

46.7.2　前期准备及设计类型的确定 683

46.7.3　SAS程序 683

46.7.4　输出结果及解释 684

46.8　含区组因素的析因设计方案的SAS实现 684

46.8.1 问题 684

46.8.2　前期准备及设计类型的确定 684

46.8.3　SAS程序 685

46.8.4　输出结果及解释 685

46.9　裂区设计方案的SAS实现 686

46.9.1　问题 686

46.9.2　前期准备及设计类型的确定 686

46.9.3　SAS程序 686

46.9.4　输出结果及解释 687

46.10　平衡不完全区组设计方案的SAS实现 687

46.10.1　问题 687

46.10.2　前期准备及设计类型的确定 688

46.10.3　SAS程序 688

46.10.4　输出结果及解释 689

46.11　本章小结 689

第47章　样本含量估计和检验效能分析 690

47.1　样本含量估计的意义 690

47.2　确定样本含量时应具备的条件 691

47.3　估计总体均值时样本含量的估计 691

47.4　估计总体率时样本含量的估计 692

47.4.1　当π或P接近0或1时 692

47.4.2当π或P接近0.5时 692

47.5　单组设计均值与率的检验时样本含量的估计 693

47.5.1　均值的比较 693

47.5.2　率的比较 694

47.6　配对设计均值与率的检验时样本含量的估计 694

47.6.1　均值的检验 694

47.6.2　率的检验 695

47.7　成组设计均值与率的差异性检验时样本含量的估计 696

47.7.1　均值的检验 696

47.7.2　率的检验 696

47.8　成组设计均值与率的等效性检验时样本含量的估计 697

47.8.1　均值的检验 697

47.8.2　率的检验 698

47.9　成组设计均值与率的非劣效或优效性检验时样本含量的估计 698

47.9.1　均值的检验 698

47.9.2　率的检验 699

47.10　单因素多水平设计均值与率的检验时样本含量的估计 700

47.10.1　均值的检验 700

47.10.2　率的检验 701

47.11　检验效能分析的概述 701

47.12　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 702

47.13　成组设计均值与率的差异性检验时检验效能的计算 702

47.13.1　均值的检验 702

47.13.2　率的检验 703

47.14　成组设计均值与率的等效性检验时检验效能的计算 704

47.14.1　均值的检验 704

47.14.2　率的检验 704

47.15　成组设计均值与率的非劣效或优效性检验时检验效能的计算 705

47.15.1　均值的检验 705

47.15.2　率的检验 706

47.16　本章小结 706