第1篇 相关风险分析 1
第1章 多元统计与相关风险分析 1
1.1 变量的复共线性 3
1.2 线性模型中的变量选择方法 4
1.3 线性模型中离群点的分析 9
1.4 相关风险分析中的多元统计方法 10
第2章 分量分析与对应分析 11
2.1 广义分量分析的基本原理 11
2.2 系数{WtA}的确定 14
2.3 方差最大和均差最大正交旋转 15
2.4 应用实例 21
2.5 对应分析 26
附录(1)均差最大正交旋转主程序框图 31
附录(2)均差最大正交旋转子程序框图 33
第3章 线性回归分析 34
3.1 多因变量逐步回归分析 34
3.2 变量选择的其他准则 38
3.3 回归方程有效性的Monte Carlo模拟检验 40
3.4 多因变量逐步分量回归实例 41
3.5 岭回归分析 46
3.6 组群回归模型及其应用 50
第4章 判别分析与聚类分析 58
4.1 用逐步回归程序作多类逐步判别分析 58
4.2 Fisher意义下的线性判别分析 60
4.3 数量化理论 63
4.4 判别分析应用实例 63
4.5 多因变量的逐步聚类分析 73
4.6 聚类分析应用实例 78
5.1 等级分类资料的交叉积差和 83
第2篇 列联风险分析 83
第5章 非参数统计与列联风险分析 83
5.2 秩和检验的交叉积差和表示式 85
5.3 Ridit分析与H检验法的等价性质 89
5.4 Ridit分析与2×K表卡方检验的近似等价性 93
5.5 Spearman秩相关的交叉积差和表示式 96
5.6 定性资料的数量化方法 98
5.7 列联表资料的赤池信息量准则AIC分析法 101
5.8 AIC与卡方检验统计量间的关系 109
5.9 简代信息量标准SIC 110
5.10 定量变量的明晰和模糊分级 111
5.11 变量水平的聚类算法 115
5.12 通用的变量选择算法与图形显示 117
5.13 应用实例 118
附录：子程序TWIDL框图 121
第6章 分类资料的分层分析方法 123
6.1 病例-对照研究中的偏倚、混杂和因果关联 123
6.2 相对危险度和归因危险度 128
6.3 2×2表优势比的精确检验与区间估计 133
6.4 2×2表优势比的近似统计推断 136
6.5 多张2×2表的合并信息与混杂控制 140
6.6 多暴露水平的2×2表资料分析 148
6.7 多因素资料的归因危险度估计 153
6.8 状态风险分析与传统方法的比较 154
6.9 模型参数的直接估计方法 163
6.10 艾滋病病例-对照研究资料的分析 167
第7章 配对资料的分层分析方法 184
7.1 两暴露水平下的1：1配对 184
7.2 两暴露水平下的1：M配对 190
7.3 两暴露水平下对照数可变的配对 198
7.4 三暴露水平1：1配对资料的分析 203
7.5 多暴露水平下的1：1配对 206
7.6 更为复杂的情况 210
第8章 队列资料的经典分析方法 212
8.1 发病情况的测度 212
8.2 发病的年龄和时间专率 215
8.3 累积发病率 217
8.4 发病率与死亡率的比较和比例测度 220
8.5 泊松变量与比例数的检验和置信限 223
8.6 发病密度型和累积发病型追踪资料的分析 227
8.7 不同暴露组标化死亡比SMR？的比较 234
8.8 内部标化之SMR？的比较 237
8.9 分组资料的分析方法 240
8.10 生存分析概要 247
8.11 竞争风险 254
8.12 林县食管上皮重增病变干预试验资料的分析 258
第9章 列联风险分析常用程序 267
9.1 正态偏差之P值的计算 267
9.2 卡方之P值的计算 267
9.3 单张2×2表优势比的精确检验与区间估计 269
9.4 优势比的估计与检验 272
9.5 2×K表的广义Mantel检验与标化危险比 277
9.6 病例-对照配对分析 281
9.7 可变配对比之病例-对照分析 285
9.8 三暴露水平的病例-对照配对分析 289
9.9 比例数的精确和近似置信限 294
9.10 比例数的趋势分析 297
9.11 发病密度比的精确检验和区间估计 300
9.12 泊松变量的精确检验和估计 305
9.13 生存与相对生存曲线分析 310
9.14 以观察人数为分母的队列资料分析 314
9.15 以观察人-年数为分母的队列资料分析 318
9.16 月频数的季节性分析 323
9.17 logistic曲线拟合程序 325
第3篇 模型风险分析 331
第10章 列联表数据的lg线性模型 331
10.1 lg线性模型的导出 331
10.2 期望值的直接估计和迭代计算 334
10.3 参数估计及其标准化值 339
10.4 模型的拟合优度检验 341
10.5 多维表的折叠 343
10.6 模型选择的G2分解法 344
10.7 多维表模型的逐步选择法 346
10.8 含有序变量列联表的lg线性模型 349
10.9 固定边缘总计与logit模型 352
10.10 结构零与抽样零 355
10.11 应用实例 358
第11章 无条件logistic回归模型 365
11.1 无条件logistic回归模型基础 365
11.2 最速下降法和Newton-Raphson迭代法 368
11.3 似然推断概要 371
11.4 广义无条件logistic回归模型 373
11.5 状态风险分析法与现有方法的比较 374
11.6 分类资料的定性分析 377
11.7 分类资料的定量分析 382
11.8 混杂效应的回归调整 385
11.9 模型选择与回归系数的解释 386
11.10 回归模型中交互作用的研究 389
11.11 模糊logistic回归分析 392
12.1 广义logistic判别分析的计算公式 401
第12章 logistic判别分析 401
12.2 信息矩阵的存放技巧 405
12.3 算法步骤 406
12.4 Fisher的鸢尾花数据分类分析 407
12.5 在风险分析？的应用 416
第13章 条件logistic回归模型 435
13.1 配对资料的分层条件logistic回归分析 436
13.2 1：M配对设计的条件logistic回归分析 437
13.3 广义条件logistic回归模型 438
13.4 1：1配对资料的分析实例 440
13.5 1：M配对资料的分析实例 441
13.6 广义条件logistic回归的应用 451
13.7 多组2×2表的合并信息 459
13.8 肝癌前瞻性研究资料的病例-对照分析 461
附录(1) 1：M配对子程框图 470
附录(2) 分层子程序框图 474
第14章 队列资料的模型分析方法 478
14.1 生存资料的广义Cox回归模型 479
14.2 广义Weibull回归模型 482
14.3 广义Gompertz回归模型 485
14.4 广义指数回归模型 486
14.5 广义复合指数回归模型 488
14.6 肺癌化疗临床试验资料的分析 490
14.7 非参数模型与参数模型间的比较 494
14.8 比例优势模型 495
14.9 广义泊松回归模型 496
14.10 泊松回归与Cox回归模型的比较 498
14.11 将外部率并入模型的方法 505
14.12 比例死亡率分析 507
15.1 相关研究 511
第4篇 风险研究设计 511
第15章 风险研究设计 511
15.2 非配对的病例-对照研究 512
15.3 配对的病例-对照研究 514
15.4 一般性队列研究 515
15.5 干预试验研究 516
15.6 风险研究设计电脑程序 519
附录 状态约化概念与约化关联矩阵的推导 531
参考文献 533