第一章 回归分析 1
1.1 回归模型及模型的优良性指标 1
1.2 回归模型及变量的统计检验与选择 9
1.3 变量的相关分析及自变量对因变量影响的相对重要性 14
1.4 预测、线性的识别、残差、共线性及强影响点的统计分析 18
1.5 SAS软件中回归分析(REG)的常用语句及例 22
1.6 加权回归及有重复测量的回归分析 26
1.7 回归系数符号反常与重要变量选不进回归的原因分析 30
1.8 岭回归分析 33
1.9 两组变量间的相关分析--典则分析 37
第二章 多因素的试验设计法 49
2.1 正交(试验)设计法 49
2.2 水平数不同的正交试验设计 54
2.3 多因素试验的均匀设计法 57
2.4 有重复试验的统计分析例 64
第三章 判别分析 71
3.1 Bayes判别法 71
3.2 统计检验及变量的筛选 79
3.3 Fisher线性判别法与非参数判别法 84
3.4 SAS软件中的判别分析及例 91
3.5 两母体的判别、分界点及ROC曲线 96
3.6 判别分析中样本数的估计 103
3.7 LOGISTIC回归分析 105
3.8 SAS软件中的LOGISTIC回归分析语句及例 109
3.9 条件LOGISTIC回归及LOGISTIC回归的局限性 117
3.10 匹配资料的条件均数筛选变量法 127
第四章 主成分及因子分析 131
4.1 变量间的主成分分析 131
4.2 非线性主成分分析 134
4.3 因子分析 140
4.4 植物神经的综合指标与中医的寒热本质 147
4.5 SAS软件中的因子分析语句及例 150
4.6 可靠性发析 157
第五章 隐变量分析 163
5.1 通径图与模型 163
5.2 模型的拟合 171
5.3 SAS软件中的隐变量分析--CALIS 178
5.4 隐变量分析在遗传流行病研究中的应用例 187
5.5 老年痴呆病的隐变量分析 196
5.6 某些有特色的应用例及非线线性模型 202
5.7 隐变量的方向性、模型的等价及功效(Power)的计算 212
第六章 SPSS软件中的隐变量分析--AMOS 217
6.1 简介 217
6.2 Amos文本方式的语法规则 219
6.3 Amos图形方式的使用方法 224
6.4 Amos的帮助系统、例及LISREL软件 227
第七章 聚类分析 238
7.1 基本概念 238
7.2 变量的聚类 240
7.3 样品的系统聚光类法 246
7.4 大样本的快速聚类法(FASTCLUS法) 251
7.5 大样本数据的预处理(ACECLUS法) 256
第八章 生存分析 261
8.1 寿命表及基本统计量 261
8.2 用SAS软件估计平均生存时间及LIFEST语句 265
8.3 常见的生存函数简介 276
8.4 生存时间的对数线性模型 280
8.5 Cox比例危险率模型 286
8.6 SAS软件中的PHREG语句及协变量与生存时间有关的Cox模型 290
练习题 299
参考文献 318
附录一、正交设计表(部分) 320
附录二、均匀设计表(部分) 326
附录三、条件均数法筛选变量(Fortran程序)) 338
附录四、线性代数及矩阵的知识简介 349