统计分析系列 SAS常用统计分析教程PDF电子书下载

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SAS 7

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