SAS統(tǒng)計(jì)分析與應(yīng)用從入門到精通

內(nèi)容概要

　　SAS統(tǒng)計(jì)軟件是目前應(yīng)用最廣泛的統(tǒng)計(jì)軟件之一，已廣泛應(yīng)用于醫(yī)學(xué)、財(cái)經(jīng)和社會(huì)科學(xué)等領(lǐng)域中進(jìn)行數(shù)據(jù)管理和數(shù)據(jù)分析處理?！禨AS統(tǒng)計(jì)分析與應(yīng)用從入門到精通(第二版)》以Windows操作系統(tǒng)下的SAS軟件為基礎(chǔ)，以實(shí)踐中常用的統(tǒng)計(jì)分析方法為基本內(nèi)容，介紹了SAS程序的編寫以及結(jié)果解釋。
　　
　　《SAS統(tǒng)計(jì)分析與應(yīng)用從入門到精通(第二版)》重點(diǎn)介紹了各種多元統(tǒng)計(jì)分析方法的基本原理及其應(yīng)用，包括方差分析、多元線性回歸、Logistic回歸分析、生存分析、主成分分析、因子分析、聚類分析、判別分析以及典型相關(guān)分析等。每一章詳細(xì)討論了統(tǒng)計(jì)分析方法的基本原理和分析過程，介紹了SAS程序的使用方法及應(yīng)用實(shí)例說明、結(jié)果解釋及結(jié)論分析等。
　　
　　《SAS統(tǒng)計(jì)分析與應(yīng)用從入門到精通(第二版)》可以作為從事數(shù)據(jù)分析和數(shù)據(jù)管理人員的參考用書，有關(guān)科研人員和科研管理者進(jìn)一步提高統(tǒng)計(jì)分析水平的參考書，也可以作為高等院校師生統(tǒng)計(jì)教材或教學(xué)參考用書。

書籍目錄

第一篇　SAS基礎(chǔ)與入門篇
第1章　SAS for Windows入門　
1.1　SAS簡介　
1.1.1　SAS系統(tǒng)特點(diǎn)　
1.1.2　SAS系統(tǒng)結(jié)構(gòu)組成　
1.1.3　SAS系統(tǒng)資料　
1.1.4　SAS軟件要求　
1.2　SAS for Windows的安裝和啟動(dòng)　
1.3　SAS菜單操作　
1.4　SAS系統(tǒng)的文件管理　
1.5　本章小結(jié)　
第2章　SAS編程入門　
2.1　SAS語言構(gòu)成　
2.1.1　使用SAS語言　
2.1.2　DATA數(shù)據(jù)步　
2.1.3　PROC過程步　
2.2　SAS常用函數(shù)及其應(yīng)用　
2.2.1　算術(shù)函數(shù)(Arithmetic Functions)　
2.2.2　樣本統(tǒng)計(jì)函數(shù)(Sample Statistic Functions)　
2.2.3　截取函數(shù)(Truncation Functions)　
2.2.4　隨機(jī)數(shù)函數(shù)(Random Number Functions)　
2.2.5　數(shù)學(xué)函數(shù)(Mathematical Functions)　
2.2.6　金融函數(shù)(Financial Functions)　
2.2.7　三角函數(shù)(Trigonometric Functions)　
2.2.8　字符函數(shù)(Character Functions)　
2.2.9　概率函數(shù)(Probability Functions)　
2.2.10　日期和時(shí)間函數(shù)(Date and Time Functions)　
2.2.11　分位數(shù)函數(shù)(Quantile Functions)　
2.2.12　數(shù)組函數(shù)(Array Functions)　
2.2.13　特殊函數(shù)(Special Functions)　
2.3　數(shù)據(jù)集　
2.3.1　數(shù)據(jù)集的建立與保存　
2.3.2　數(shù)據(jù)集的導(dǎo)入與導(dǎo)出　
2.3.3　數(shù)據(jù)集的排序　
2.3.4　數(shù)據(jù)集的連接　
2.3.5　數(shù)據(jù)集的合并　
2.3.6　數(shù)據(jù)集的復(fù)制　
2.3.7　數(shù)據(jù)集的拆分　
2.3.8　數(shù)據(jù)集的轉(zhuǎn)置　
2.4　SAS語句　
2.4.1　賦值語句　
2.4.2　輸出語句　
2.4.3　條件語句　
2.4.4　循環(huán)語句　
2.4.5　WHERE語句　
2.4.6　Delete語句　
2.4.7　累加語句　
2.4.8　By語句　
2.4.9　Update語句　
2.5　本章小結(jié)　
第3章　SAS宏編程　
3.1　宏變量　
3.1.1　宏變量的產(chǎn)生　
3.1.2　宏變量的引用　
3.1.3　宏變量的特殊用法　
3.2　宏　
3.2.1　宏的定義　
3.2.2　宏的調(diào)用　
3.3　本章小結(jié)　
第4章　SAS輸出傳送系統(tǒng)(ODS)　
4.1　ODS功能　
4.2　ODS語句　
4.3　ODS程序?qū)嵗?br />4.3.1　缺省的Listing目標(biāo)　
4.3.2　ODS TRACE語句　
4.3.3　ODS SELECT和ODS EXCLUDE語句　
4.3.4　ODS OUTPUT語句　
4.3.5　ODS RTF語句　
4.3.6　ODS HTML語句　
4.4　本章小結(jié)　
第5章　PROC SQL簡介　
5.1　SQL過程概述　
5.2　SQL語句格式　
5.3　SQL過程應(yīng)用實(shí)例　
5.4　本章小結(jié)　
第二篇　統(tǒng)計(jì)方法與SAS分析實(shí)例
第6章　定量資料的統(tǒng)計(jì)描述　
6.1　統(tǒng)計(jì)描述基礎(chǔ)理論知識　
6.1.1　集中趨勢描述　
6.1.2　離散趨勢描述　
6.1.3　正態(tài)分布　
6.2　統(tǒng)計(jì)描述分析實(shí)例　
6.2.1　proc means分析實(shí)例　
6.2.2　proc univariate分析實(shí)例　
6.2.3　對數(shù)正態(tài)分布資料的統(tǒng)計(jì)描述　
6.2.4　定量指標(biāo)描述性分析的SAS統(tǒng)計(jì)分析報(bào)表　
6.3　本章小結(jié)　
第7章　t檢驗(yàn)　
7.1　單樣本t檢驗(yàn)　
7.1.1　單樣本t檢驗(yàn)的基礎(chǔ)理論　
7.1.2　單樣本t檢驗(yàn)分析實(shí)例——MEANS、UNIVARIATE過程　
7.1.3　無原始數(shù)據(jù)的單樣本t檢驗(yàn)SAS程序　
7.2　配對設(shè)計(jì)資料的t檢驗(yàn)　
7.2.1　配對設(shè)計(jì)資料t檢驗(yàn)的基礎(chǔ)理論　
7.2.2　配對t檢驗(yàn)實(shí)例——MEANS、UNIVARIATE、TTEST過程　
7.2.3　無原始數(shù)據(jù)的配對設(shè)計(jì)的t檢驗(yàn)分析實(shí)例　
7.3　兩獨(dú)立樣本的t檢驗(yàn)　
7.3.1　兩獨(dú)立樣本t檢驗(yàn)的基礎(chǔ)理論　
7.3.2　獨(dú)立樣本t檢驗(yàn)分析實(shí)例——TTEST過程應(yīng)用　
7.3.3　無原始數(shù)據(jù)的兩獨(dú)立樣本t檢驗(yàn)分析實(shí)例　
7.4　本章小結(jié)　
第8章　方差分析　
8.1　方差分析概述　
8.2　完全隨機(jī)設(shè)計(jì)資料的方差分析　
8.2.1　單因子方差分析介紹　
8.2.2　單因子方差分析的SAS程序?qū)嵗?br />8.3　隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析　
8.3.1　隨機(jī)區(qū)組方差分析介紹　
8.3.2　隨機(jī)區(qū)組方差分析的SAS程序?qū)嵗?br />8.4　拉丁方設(shè)計(jì)資料的方差分析　
8.4.1　拉丁方方法介紹　
8.4.2　拉丁方分析的SAS程序?qū)嵗?br />8.5　析因設(shè)計(jì)資料的方差分析　
8.5.1　析因設(shè)計(jì)方法介紹　
8.5.2　析因方差分析的SAS程序?qū)嵗?br />8.6　正交試驗(yàn)設(shè)計(jì)資料的方差分析　
8.6.1　正交試驗(yàn)設(shè)計(jì)方法介紹　
8.6.2　正交試驗(yàn)設(shè)計(jì)資料分析的SAS程序?qū)嵗?br />8.7　重復(fù)測量資料的方差分析　
8.7.1　重復(fù)測量設(shè)計(jì)方法介紹　
8.7.2　重復(fù)測量資料分析的SAS程序?qū)嵗?br />8.8　協(xié)方差分析　
8.8.1　協(xié)方差分析方法介紹　
8.8.2　協(xié)方差分析的SAS程序?qū)嵗?br />8.9　本章小結(jié)　
第9章　直線回歸與相關(guān)　
9.1　直線相關(guān)分析　
9.1.1　直線相關(guān)分析介紹　
9.1.2　直線相關(guān)分析的SAS程序?qū)嵗?br />9.2　直線回歸分析　
9.2.1　直線回歸分析介紹　
9.2.2　直線回歸分析的SAS程序?qū)嵗?br />9.3　本章小結(jié)　
第10章　多元線性回歸與相關(guān)　
10.1　多元線性回歸與相關(guān)的基礎(chǔ)理論　
10.1.1　多元線性回歸　
10.1.2　復(fù)相關(guān)系數(shù)與偏相關(guān)系數(shù)　
10.2　分析實(shí)例　
10.2.1　多元線性回歸方程的建立　
10.2.2　復(fù)相關(guān)系數(shù)與偏相關(guān)系數(shù)的SAS程序?qū)嵗?br />10.3　本章小結(jié)　
第11章　Logistic回歸分析　
11.1　非條件Logistic回歸　
11.1.1　非條件Logistic回歸介紹　
11.1.2　非條件Logistic回歸模型的建立和檢驗(yàn)　
11.1.3　非條件Logistic回歸的SAS程序　
11.2　條件Logistic回歸　
11.2.1　條件Logistic回歸介紹　
11.2.2　條件Logistic回歸的SAS程序　
11.3　本章小結(jié)　
第12章　相對數(shù)　
12.1　相對數(shù)簡介　
12.1.1　率的標(biāo)準(zhǔn)化　
12.1.2　率的假設(shè)檢驗(yàn)　
12.2　SAS分析實(shí)例　
12.2.1　率的標(biāo)準(zhǔn)化SAS程序　
12.2.2　率的Z(U)檢驗(yàn)的SAS程序　
12.3　本章小結(jié)　
第13章　行×列表分析　
13.1　四格表資料　
13.1.1　四格表卡方檢驗(yàn)介紹　
13.1.2　四格表卡方檢驗(yàn)的SAS程序　
13.2　配對計(jì)數(shù)資料的卡方檢驗(yàn)　
13.2.1　四格表配對卡方檢驗(yàn)介紹　
13.2.2　四格表配對卡方檢驗(yàn)的SAS程序　
13.3　列變量為順序變量的行均分檢驗(yàn)　
13.3.1　行均分檢驗(yàn)介紹　
13.3.2　行均分檢驗(yàn)的SAS程序　
13.4　行列均為順序變量的相關(guān)檢驗(yàn)　
13.4.1　行列均為順序變量的相關(guān)檢驗(yàn)介紹　
13.4.2　行列均為順序變量的相關(guān)檢驗(yàn)的SAS程序　
13.5　分層行列表的分析　
13.5.1　分層行列表的分析簡介　
13.5.2　分層行列表的分析的SAS程序　
13.6　趨勢卡方檢驗(yàn)　
13.6.1　趨勢卡方檢驗(yàn)簡介　
13.6.2　趨勢卡方檢驗(yàn)的SAS程序　
13.7　卡方分割與卡方合并　
13.7.1　卡方的分割與合并簡介　
13.7.2　卡方分割與卡方合并分析實(shí)例　
13.8　本章小結(jié)　
第14章　非參數(shù)統(tǒng)計(jì)　
14.1　單樣本資料與已知總體參數(shù)的非參數(shù)檢驗(yàn)　
14.1.1　單組資料的符號及符號秩和檢驗(yàn)　
14.1.2　單組資料的非參數(shù)檢驗(yàn)SAS程序　
14.2　配對設(shè)計(jì)資料的非參數(shù)檢驗(yàn)　
14.2.1　配對設(shè)計(jì)資料的符號及符號秩和檢驗(yàn)　
14.2.2　配對設(shè)計(jì)資料的非參數(shù)檢驗(yàn)SAS程序　
14.3　兩組定量資料的非參數(shù)檢驗(yàn)　
14.3.1　兩組定量資料的非參數(shù)檢驗(yàn)方法概述　
14.3.2　兩組定量資料非參數(shù)檢驗(yàn)的SAS程序　
14.4　多組定量資料的非參數(shù)檢驗(yàn)　
14.4.1　多組定量資料的非參數(shù)檢驗(yàn)方法概述　
14.4.2　多組定量資料非參數(shù)檢驗(yàn)的SAS程序　
14.5　等級分組資料的非參數(shù)檢驗(yàn)　
14.5.1　等級分組資料的非參數(shù)檢驗(yàn)方法概述　
14.5.2　等級分組資料非參數(shù)檢驗(yàn)的SAS程序　
14.6　隨機(jī)區(qū)組資料的非參數(shù)檢驗(yàn)　
14.6.1　隨機(jī)區(qū)組資料的非參數(shù)檢驗(yàn)方法概述　
14.6.2　隨機(jī)區(qū)組資料非參數(shù)檢驗(yàn)的SAS程序　
14.7　等級相關(guān)(秩相關(guān))　
14.7.1　秩相關(guān)概述　
14.7.2　spearman秩相關(guān)的SAS程序　
14.8　本章小結(jié)　
第15章　生存分析　
15.1　生存分析簡介　
15.1.1　生存數(shù)據(jù)　
15.1.2　生存時(shí)間函數(shù)　
15.1.3　均數(shù)、中位數(shù)和半數(shù)生存期　
15.1.4　生存分析的基本方法　
15.2　生存曲線　
15.2.1　壽命表法及SAS分析實(shí)例　
15.2.2　乘積極限法(Kaplan-Meier)及SAS分析實(shí)例　
15.2.3　Cox回歸及SAS分析實(shí)例　
15.3　本章小結(jié)　
第16章　主成分分析　
16.1　主成分分析簡介　
16.1.1　主成分分析的數(shù)學(xué)模型　
16.1.2　主成分分析的方法步驟　
16.1.3　主成分分析的應(yīng)用　
16.2　PRINCOMP過程實(shí)例　
16.3　本章小結(jié)　
第17章　因子分析　
17.1　因子分析簡介　
17.2　FACTOR過程實(shí)例　
17.3　本章小結(jié)　
第18章　聚類分析　
18.1　聚類分析簡介　
18.2　聚類分析SAS實(shí)例　
18.2.1　VARCLUS過程實(shí)例　
18.2.2　CLUSTER過程實(shí)例　
18.2.3　FASTCLUS過程實(shí)例　
18.2.4　ACECLUS過程實(shí)例　
18.3　本章小結(jié)　
第19章　判別分析　
19.1　判別分析簡介　
19.2　判別分析SAS實(shí)例　
19.2.1　DISCRIM過程實(shí)例　
19.2.2　CANDISC過程實(shí)例　
19.2.3　STEPDISC過程實(shí)例　
19.3　本章小結(jié)　
第20章　典型相關(guān)分析　
20.1　典型相關(guān)簡介　
20.1.1　典型相關(guān)分析的理論架構(gòu)及基本假設(shè)　
20.1.2　冗余分析　
20.1.3　典型相關(guān)系數(shù)的假設(shè)檢驗(yàn)　
20.2　CANCORR過程實(shí)例　
20.3　本章小結(jié)　
第21章　診斷試驗(yàn)的ROC分析　
21.1　診斷試驗(yàn)簡介　
21.1.1　診斷試驗(yàn)介紹　
21.1.2　診斷試驗(yàn)評價(jià)指標(biāo)　
21.1.3　ROC分析資料收集與整理　
21.1.4　ROC曲線構(gòu)建　
21.2　ROC分析及SAS分析實(shí)例　
21.3　本章小結(jié)　
第22章　一致性檢驗(yàn)Kappa　
22.1　二分類資料一致性分析　
22.1.1　Kappa值的計(jì)算及檢驗(yàn)　
22.1.2　一致性檢驗(yàn)的SAS分析實(shí)例　
22.2　有序分類資料一致性分析　
22.2.1　有序分類資料一致性分析簡介　
22.2.2　有序分類資料一致性分析的SAS實(shí)例　
22.3　本章小結(jié)　
第23章　概率抽樣方法　
23.1　簡單隨機(jī)抽樣及SAS程序　
23.2　系統(tǒng)(機(jī)械、等距)抽樣及SAS程序　
23.3　分層抽樣及SAS程序　
23.4　整群抽樣及SAS程序　
23.5　多階抽樣及SAS程序　
23.6　本章小結(jié)　
第24章　樣本量估計(jì)　
24.1　樣本量估算的影響因素　
24.2　分類資料的樣本量估計(jì)　
24.2.1　抽樣調(diào)查樣本量的估計(jì)及SAS程序　
24.2.2　單樣本與已知總體檢驗(yàn)時(shí)樣本量的估計(jì)及SAS程序　
24.2.3　兩樣本率比較樣本量的估計(jì)及SAS程序　
24.2.4　配對設(shè)計(jì)總體率比較樣本量的估計(jì)及SAS程序　
24.3　定量資料的樣本量估計(jì)　
24.3.1　抽樣調(diào)查總體參數(shù)估計(jì)時(shí)樣本量的估計(jì)及SAS程序　
24.3.2　單樣本與已知總體檢驗(yàn)時(shí)樣本量的估計(jì)及SAS程序　
24.3.3　兩總體均數(shù)比較樣本量的估計(jì)及SAS程序　
24.3.4　配對設(shè)計(jì)兩樣本均數(shù)比較樣本量的估計(jì)及SAS程序　
24.4　本章小結(jié)　
第25章　統(tǒng)計(jì)圖　
25.1　直條圖　
25.2　圓圖　
25.3　線圖　
25.4　半對數(shù)線圖　
25.5　箱線圖　
25.6　散點(diǎn)圖　
25.7　直方圖　
25.8　統(tǒng)計(jì)地圖　
25.9　本章小結(jié)　
參考文獻(xiàn)　

章節(jié)摘錄

版權(quán)頁：   插圖：   判別分析的任務(wù)是根據(jù)已掌握的一批分類明確的樣品建立判別函數(shù)，使產(chǎn)生錯(cuò)判的事例最少，進(jìn)而對給定的一個(gè)新樣品，判斷它來自哪個(gè)總體。判別分析是對樣本個(gè)體進(jìn)行分類的另一種統(tǒng)計(jì)分析方法。判別分析是一種根據(jù)觀測變量判斷研究樣本如何分類的多變量統(tǒng)計(jì)方法，它對于需要根據(jù)對樣本中每個(gè)個(gè)案的觀測來建立一個(gè)分組預(yù)測模式的情況是非常適用的。分析過程基于對預(yù)測變量的線性組合產(chǎn)生一系列判別函數(shù)，但是這些預(yù)測變量應(yīng)該能夠充分地體現(xiàn)各個(gè)類別之間的差異。判別函數(shù)是從一個(gè)每個(gè)個(gè)案所屬的類別已經(jīng)確定的樣本中擬合出來的，并且生成的函數(shù)能夠運(yùn)用于同樣進(jìn)行了預(yù)測變量觀測的新的樣本點(diǎn)，以判斷其類別歸屬。 判別分析的方法中較常使用的有Bayes判別分析法和Fisher判別分析法。Fisher判別分析法是以距離為判別準(zhǔn)則來分類，即樣本與哪個(gè)類的距離最短就分到哪一類；而Bayes判別分析法則是以概率為判別準(zhǔn)則來分類，即樣本屬于哪一類的概率最大就分到哪一類。前者僅適用于兩類判別，后者則適用于多類判別。 最后，以實(shí)例介紹了進(jìn)行判別分析的3個(gè)SAS過程步：DISCRIM、CANDISC和STEPDISC。 在醫(yī)學(xué)研究和疾病防治工作中，經(jīng)常會(huì)遇到需要根據(jù)觀測到的資料對所研究的對象進(jìn)行分類的問題。例如，需要根據(jù)就診者的各項(xiàng)癥狀、體征及化驗(yàn)指標(biāo)，作出就診者是否患有某種疾病或某種疾病的哪一類型的診斷；又如在環(huán)境監(jiān)測中，需要根據(jù)對某地區(qū)的環(huán)境污染的綜合測定結(jié)果，來判斷該地區(qū)屬于哪一種污染類型等。

編輯推薦

實(shí)例全面，不僅介紹了常用的統(tǒng)計(jì)分析方法，也仔細(xì)闡述了多元統(tǒng)計(jì)分析方法及其應(yīng)用，入方差分析、生存分析等

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    SAS統(tǒng)計(jì)分析與應(yīng)用從入門到精通 PDF格式下載

---