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