1 单变元数据分析及SAS程序 1
1.1 数据、变元和列联表 2
1.2 数据的选取和分类数据的研究策略 4
1.3 单变元数据的分析与描述，SAS软件简介 5
习题1 17
2 二维列联表分析 18
2.1 2×2列联表 20
2.2 研究和假设的类型 23
2.3 交叉乘积比、相对风险比和可归属风险 25
2.4 2×2列联表中对数线性模型（log-linearmodel）的应用 27
2.5 对数线性模型与过程SAS／CATMOD 28
2.6 I×J列联表：均匀性（Homogeneity） 34
2.7 I×J列联表：独立性和准独立性（Independence and Quasi-Independence） 45
2.8 I×J列联表：有序变元 46
2.9 I×J列联表：对数线性模型 50
习题2 56
3 三维列联表分析 60
3.1 记号 60
3.2 独立性类型 61
3.3 等级对数线性模型（Hierarchical Log-linear Models） 62
3.4 交互作用与交叉乘积比的关系 63
3.5 叠合性 64
3.6 三维对数线性模型的描述 64
3.7 对数线性模型的参数估计 67
3.8 利用过程SAS／CATMOD拟合层级对数线性模型 68
3.9 两个响应变元、一个固定变元构成的列联表-利用过程SAS／CATMOD拟合非层级对数线性模型 80
习题3 84
4 劳吉斯特（LOGISTIC）回归 87
4.1 广义线性模型（GLM） 87
4.2 劳吉斯特（Logistic）回归模型 88
4.3 劳吉斯特模型拟合 90
4.4 劳吉斯特线性模型回归系数的意义 94
4.5 利用SAS软件拟合劳吉斯特模型 95
4.6 SAS概率单位Probit回归 120
习题4 126
5 多元回归模型 128
5.1 对数线性模型和劳吉斯特模型的转换 128
5.2 有序响应变元的劳吉斯特模型 135
5.3 边际响应函数和均值响应函数 136
5.4 加权最小二乘法：Grizzle Starmer Koch（GSK）方法 137
5.5 车祸类型研究的例子 138
习题5 150
6 配对数据模型 155
6.1 例子 155
6.2 响应变元的比例比较 157
6.3 配对数据的劳吉斯特模型 160
6.4 对称模型 162
6.5 准对称性 165
6.6 准独立性 167
6.7 边际齐性 171
6.8 条件对称和边际齐性 172
6.9 利用SAS／CATMOD的语句MODEL和RESPONSE定义非标准模型 173
6.10 一致性 177
6.11 成对比较的Bradley-Terry模型 178
6.12 使用过程SAS／CATMOD拟合Bradley-Terry模型 179
习是6 184
7 相关数据分析：重复记录的离散响应变元的模型 187
7.1 对称性和边际齐性 188
7.2 准对称性和边际对称性 189
7.3 边际齐性的检验 190
7.4 多重记录的分类变元分析 196
7.5 SAS语句：POPULATION和REPEATED 199
7.6 例子 200
7.7 多重响应变元数据分析 223
7.8 马尔科夫（Markov）链模型 237
习题7 245
8 有序离散变元的劳吉斯特模型的进一步探讨 254
8.1 双线性（linear-bv-linear）相互关系模型 256
8.2 分数的选择 260
8.3 行对数线性模型和列对数线性模型 260
8.4 多元有序变元的多维线性模型 264
8.5 多元有序变元的二维线性模型 268
8.6 混合多线性模型 271
8.7 行列效应模型 272
习题8 273
9 条件劳吉斯特回归分析 275
9.1 条件劳吉斯特模型 275
9.2 严格条件分布 276
9.3 使用SAS过程LOGISTIC实施严格劳吉斯特回归 278
9.4 分群分析（Stratified Analysis） 280
9.5 序列临床试验（Crossover Clinical Trial） 283
9.6 广义条件劳吉斯特回归（General Conditional Logistic Regression） 284
习题9 294
10 SAS分类数据分析方法的扩展 296
10.1 严格p值 296
10.2 广义估计方程（Generalized Estimating Equations） 299
10.3 条件劳吉特斯回归 304
10.4 含有事件发生时间的分类数据 304
10.5 泊松回归 309
10.6 分片指数分布模型 311
10.7 用PROC FREQ检验离散变元的分布函数 315
10.8 在含有离散与连续变元交互作用LOGISTIC过程计算奇比 318
10.9 结束语 319
参考文献 320