SAS統(tǒng)計分析教程

出版時間:2010-6  出版社:電子工業(yè)  作者:胡良平  頁數(shù):706  
Tag標簽:無  

前言

眾所周知,統(tǒng)計學(xué)內(nèi)容非常豐富,學(xué)習(xí)和正確使用它的難度很大;SAS軟件功能非常強大,適用面極寬,SAS語言又十分繁雜,學(xué)習(xí)和全面掌握其用法并非易事;顯然,實際工作者要想在較短的時間內(nèi),學(xué)會用SAS軟件方便、快捷且正確地解決各種實驗設(shè)計、統(tǒng)汁表達與描述、常見和多元統(tǒng)計分析、現(xiàn)代回歸分析、數(shù)據(jù)挖掘和基因表達譜分析等問題,幾乎是天方夜譚,然而,本書卻使其成為現(xiàn)實!筆者有何靈丹妙藥呢?“面向問題”的思維模式和寫作手法是解決復(fù)雜問題、并使其化繁為簡、實用方便的“錦囊妙計”。本書各章針對擬解決的每個具體問題,首先給出“問題、數(shù)據(jù)和統(tǒng)計分析方法的選擇”,接著,用編制好的SAS程序分析給定的資料,并給出程序修改指導(dǎo)、主要輸出結(jié)果及其解釋。為了壓縮篇幅而不影響讀者的學(xué)習(xí)效果,筆者對書稿進行精簡,使本書的篇幅縮為原稿的三分之一,而其余的內(nèi)容則以附錄的形式放在與本書配套的光盤上。本書正文內(nèi)容共分8篇47章。第1篇對定量結(jié)果進行差異性分析;第2篇對定性結(jié)果進行差異性分析;第3篇對定量結(jié)果進行預(yù)測性分析;第4篇對定性結(jié)果進行預(yù)測性分析;第5篇對多變量間相互依賴關(guān)系進行分析;第6篇對變量或樣品問親疏關(guān)系或近似程度進行分析;第7篇對數(shù)據(jù)挖掘技術(shù)與基因表達譜進行分析;第8篇用編程法繪制統(tǒng)計圖與實現(xiàn)實驗設(shè)計。各章末尾均注明參編者詳細名單。值得一提的是:本書中的所有計算基于SAS9.2 版本,少量SAS過程(特別是涉及SAS/Genetics模塊)在SAS9.2 以前的環(huán)境下不能正常運行。

內(nèi)容概要

   本書內(nèi)容豐富且新穎,適用面寬且可操作性強。涉及到定量與定性資料差異性和預(yù)測性分析、變量間和樣品間相互與依賴關(guān)系及近似程度分析、數(shù)據(jù)挖掘與基因表達譜分析、繪制統(tǒng)計圖與實驗設(shè)計、SAS語言和SAS非編程模塊用法。這些內(nèi)容高質(zhì)量高效率地解決了實驗設(shè)計、統(tǒng)計表達與描述、各種常用和多元統(tǒng)計分析、現(xiàn)代回歸分析和數(shù)據(jù)挖掘、SAS語言基礎(chǔ)和SAS實現(xiàn)及結(jié)果解釋等人們迫切需要解決卻又十分棘手的問題。    本書第1~2篇共9章,對各種單因素和多因素設(shè)計下定量與定性結(jié)果進行差異性分析;第3~4篇共19章,對定量與定性結(jié)果提供了數(shù)十種預(yù)測性分析方法;第5~6篇共13章,介紹多變量間相互與依賴關(guān)系分析和變量或樣品間親疏關(guān)系或近似程度分析;第7篇共3章,介紹數(shù)據(jù)挖掘技術(shù)與基因表達譜分析;第8篇共3章,用編程法繪制統(tǒng)計圖與實現(xiàn)實驗設(shè)計。與SASPAL軟件調(diào)用、SAS語言、SAS模塊操作、SAS輸出結(jié)果、統(tǒng)計計算原理和公式、實例與數(shù)據(jù)和參考文獻等有關(guān)的翔實內(nèi)容放在與本書配套的光盤上,方便讀者學(xué)習(xí)和查閱。    本書適合于需要學(xué)習(xí)和運用實驗設(shè)計、統(tǒng)計表達與描述和統(tǒng)計分析及SAS實現(xiàn)的本科生、研究生、博士生、科研和管理工作者、臨床醫(yī)生和雜志編輯學(xué)習(xí)和使用。

作者簡介

胡良平,教授,博士生導(dǎo)師。現(xiàn)任軍事醫(yī)學(xué)科學(xué)院生物醫(yī)學(xué)統(tǒng)計學(xué)咨詢中心主任,國際一般系統(tǒng)論研究會中國分會概率統(tǒng)計系統(tǒng)專業(yè)理事會常務(wù)理事,第八屆中國現(xiàn)場統(tǒng)計研究會理事,中國生物醫(yī)學(xué)統(tǒng)計學(xué)會副會長,《中華醫(yī)學(xué)雜志》等10余種雜志編委,北京大學(xué)口腔醫(yī)學(xué)院客座教授,國家食品藥品監(jiān)督管理局評審專家:主編統(tǒng)計學(xué)專著16部,參編統(tǒng)計學(xué)專著8部,發(fā)表第一作者學(xué)術(shù)論文150余篇,發(fā)表合作論文90余篇,獲軍隊科技成果和肖部級科技成果多項;在從事統(tǒng)計學(xué)工作的20會年中,為幾千名研究生、醫(yī)學(xué)科研人近、臨床醫(yī)生和雜志編輯講授生物醫(yī)學(xué)統(tǒng)計學(xué),左全國各地作統(tǒng)計學(xué)學(xué)術(shù)報告100余場,舉辦十余期全國統(tǒng)計學(xué)培訓(xùn)班,培養(yǎng)多矗統(tǒng)計學(xué)專業(yè)碩士和博士研究生;近幾年年來,參加國家級新藥和醫(yī)療囂械項目評審數(shù)十項:歸納并提煉出“八性”和“八思維”的統(tǒng)計學(xué)思想:獨創(chuàng)了逆向統(tǒng)計學(xué)教學(xué)法和統(tǒng)計學(xué)三型理論。

書籍目錄

第1篇  對定量結(jié)果進行差異性分析 第1章  SAS軟件與SAS用法簡介       1.1  SAS軟件簡介       1.2  SAS用法簡介       1.3  本章小結(jié)      第2章  單因素設(shè)計一元定量資料差異性分析       2.1  單組設(shè)計一元定量資料t檢驗與符號秩和檢驗       2.2  配對設(shè)計一元定量資料t檢驗與符號秩和檢驗       2.3  成組設(shè)計一元定量資料t檢驗       2.4  成組設(shè)計一元定量資料Wilcoxon秩和檢驗       2.5  單因素k(k≥3)水平設(shè)計定量資料一元方差分析       2.6  單因素k(k≥3)水平設(shè)計定量資料一元協(xié)方差分析       2.7  單因素k(k≥3)水平設(shè)計一元定量資料 Kruskal-Wallis秩和檢驗       2.8  本章小結(jié)      第3章  單因素設(shè)計一元生存資料差異性分析       3.1  單因素設(shè)計一元生存資料分析簡介       3.2  生存資料統(tǒng)計描述       3.3  生存曲線比較       3.4  本章小結(jié)      第4章  多因素設(shè)計一元定量資料差異性分析       4.1  隨機區(qū)組設(shè)計一元定量資料方差分析與 Friedman秩和檢驗       4.2  雙因素?zé)o重復(fù)實驗設(shè)計一元定量資料方差分析       4.3  平衡不完全隨機區(qū)組設(shè)計一元定量資料方差分析       4.4  拉丁方設(shè)計一元定量資料方差分析       4.5  二階段交叉設(shè)計一元定量資料方差分析       4.6  析因設(shè)計一元定量資料方差分析       4.7  含區(qū)組因素的析因設(shè)計一元定量資料方差分析       4.8  嵌套設(shè)計一元定量資料方差分析       4.9  裂區(qū)設(shè)計一元定量資料方差分析       4.9.1  問題與數(shù)據(jù)       4.10  正交設(shè)計一元定量資料方差分析       4.11  重復(fù)測量設(shè)計一元定量資料方差分析       4.12  常見多因素實驗設(shè)計一元定量資料協(xié)方差分析       4.13  多個單因素兩水平設(shè)計定量資料Meta分析       4.14  本章小結(jié)    第5章  單因素設(shè)計多元定量資料差異性分析     5.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     5.2  單因素設(shè)計定量資料多元方差和協(xié)方差分析     5.3  本章小結(jié)    第6章  多因素設(shè)計多元定量資料差異性分析     6.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     6.2  多因素設(shè)計定量資料多元方差和協(xié)方差分析     6.3  本章小結(jié)   第2篇  對定性結(jié)果進行差異性分析 第7章  單因素設(shè)計一元定性資料差異性分析     7.1  單組設(shè)計一維表資料統(tǒng)計分析     7.2  配對設(shè)計四格表資料統(tǒng)計分析     7.3  配對設(shè)計擴大形式的方表資料統(tǒng)計分析     7.4  成組設(shè)計橫斷面研究四格表資料統(tǒng)計分析     7.5  成組設(shè)計隊列研究四格表資料統(tǒng)計分析     7.6  成組設(shè)計病例對照研究四格表資料統(tǒng)計分析     7.7  成組設(shè)計結(jié)果變量為多值有序變量的2×C表資料統(tǒng)計分析     7.8  成組設(shè)計結(jié)果變量為多值名義變量的2×C表資料統(tǒng)計分析     7.9  單因素多水平設(shè)計無序原因變量R×2表資料統(tǒng)計分析     7.10  單因素多水平設(shè)計有序原因變量R×2表資料統(tǒng)計分析     7.11  單因素多水平設(shè)計雙向無序R×C表資料統(tǒng)計分析     7.12  單因素多水平設(shè)計有序結(jié)果變量R×C表資料統(tǒng)計分析     7.13  單因素多水平設(shè)計雙向有序R×C表資料統(tǒng)計分析     7.14  數(shù)據(jù)庫形式表達資料的統(tǒng)計分析     7.15  本章小結(jié)    第8章  多因素設(shè)計一元定性資料差異性分析     8.1  用加權(quán) 檢驗處理結(jié)果變量為二值變量的高維列聯(lián)表資料     8.2  用 檢驗處理結(jié)果變量具有3種性質(zhì)的高維列聯(lián)表資料     8.3  用Meta分析分別合并處理多個成組設(shè)計定性資料     8.4  ROC方法分析診斷試驗資料     8.5  本章小結(jié)    第9章  多因素設(shè)計一元定性資料對數(shù)線性模型分析     9.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     9.2  用對數(shù)線性模型分析列聯(lián)表資料     9.3  本章小結(jié)   第3篇  對定量結(jié)果進行預(yù)測性分析 第10章  兩變量簡單線性回歸分析     10.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     10.2  Pearson線性相關(guān)分析     10.3  Spearman秩相關(guān)分析     10.4  簡單線性回歸分析     10.5  加權(quán)線性回歸分析     10.6  本章小結(jié)    第11章  兩變量可直線化曲線回歸分析     11.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     11.2  對數(shù)函數(shù)、冪函數(shù)和雙曲函數(shù)曲線回歸分析     11.3  指數(shù)函數(shù)曲線回歸分析     11.4  Logistic函數(shù)曲線回歸分析     11.5  本章小結(jié)    第12章  各種復(fù)雜曲線回歸分析     12.1  多項式曲線回歸分析     12.2  Logistic曲線回歸分析     12.3  Gompertz曲線回歸分析     12.4  二項型指數(shù)曲線回歸分析     12.5  三項型指數(shù)曲線回歸分析     12.6  本章小結(jié)    第13章  多重線性回歸分析     13.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     13.2  多重線性回歸分析     13.3  REG過程語法簡介     13.4  本章小結(jié)    第14章  主成分回歸分析     14.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     14.2  單組設(shè)計多元定量資料主成分回歸分析     14.3  本章小結(jié)    第15章  現(xiàn)嶺回歸分析     15.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     15.2  嶺回歸分析     15.3  與嶺回歸分析有關(guān)的SAS語句說明     15.4  本章小結(jié)    第16章  Poisson回歸分析     16.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     16.2  Poisson回歸分析     16.3  本章小結(jié)    第17章  負二項回歸與Probit回歸分析     17.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     17.2  負二項回歸分析     17.3  對例17-2資料進行Probit回歸分析     17.4  對例17-3資料進行Probit回歸分析     17.5  相關(guān)的SAS過程語法簡介     17.6  本章小結(jié)    第18章  生存資料COX模型回歸分析     18.1  實例     18.2  生存資料COX模型回歸分析簡介     18.3  生存資料COX模型回歸分析     18.4  本章小結(jié)    第19章  生存資料參數(shù)模型回歸分析     19.1  實例     19.2  生存資料參數(shù)模型回歸分析簡介     19.3  生存資料參數(shù)模型回歸分析     19.4  LIFEREG過程簡介     19.5  本章小結(jié)    第20章  時間序列分析     20.1  時間序列分析簡介     20.2  指數(shù)平滑法     20.3  ARIMA模型     20.4  譜分析     20.5  X12方法     20.6  本章小結(jié)   第4篇  對定性結(jié)果進行預(yù)測性分析 第21章  非配對設(shè)計定性資料多重logistic回歸分析     21.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     21.2  二值變量的多重logistic回歸分析     21.3  多值有序變量的多重logistic回歸分析     21.4  多值名義變量的多重logistic回歸分析     21.5  本章小結(jié)    第22章  配對設(shè)計定性資料多重logistic回歸分析     22.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     22.4  本章小結(jié)    第23章  原因變量為定量變量的判別分析     23.1  實例     23.2  原因變量為定量變量的判別分析簡介     23.3  原因變量為定量變量的判別分析     23.4  本章小結(jié)    第24章  原因變量為定性變量的判別分析     24.1  實例     24.2  原因變量為定性變量的判別分析簡介     24.3  原因變量為定性變量的判別分析     24.4  本章小結(jié)    第25章  遺傳資料統(tǒng)計分析的SAS實現(xiàn)     25.1  SAS/Genetics簡介     25.2  ALLELE、HAPLOTYPE和HTSNP過程簡介     25.3  利用CASECONTROL和FAMILY過程進行關(guān)聯(lián)分析     25.4  親緣系數(shù)和近交系數(shù)     25.5  結(jié)果校正和圖形輸出     25.6  本章小結(jié)    第26章  用SAS/Genetics分析遺傳流行病學(xué)資料     26.1  基因、基因型頻率測定與Hardy-Weinberg平衡定律的驗證     26.2  連鎖不平衡與單體型分析     26.3  多位點基因型與疾病關(guān)聯(lián)分析     26.4  標簽SNP的確認與SAS程序     26.5  一般人群病例對照遺傳資料的關(guān)聯(lián)分析     26.6  家系數(shù)據(jù)的關(guān)聯(lián)分析     26.7  本章小結(jié)    第27章  決策樹分析     27.1  決策樹簡介     27.2  決策樹的基本原理     27.3  決策樹種類及決策樹構(gòu)造思路     27.4  遞歸分割的分裂準則     27.5  變量重要性檢測     27.6  實際應(yīng)用與結(jié)果解釋     27.7  用數(shù)據(jù)挖掘模塊近似實現(xiàn)各種決策樹算法     27.8  本章小結(jié)    第28章  神經(jīng)網(wǎng)絡(luò)分析     28.1  前饋型神經(jīng)網(wǎng)絡(luò)簡介     28.2  多層感知器的學(xué)習(xí)     28.3  模型過擬合     28.4  模型復(fù)雜性的評價     28.5  實際應(yīng)用與結(jié)果解釋     28.6  本章小結(jié)   第5篇  多變量間相互與依賴關(guān)系分析 第29章  主成分分析     29.1  實例     29.2  主成分分析簡介     29.3  主成分分析     29.4  PRINCOMP過程簡介     29.5  本章小結(jié)    第30章  探索性因子分析     30.1  實例     30.2  因子分析簡介     30.3  探索性因子分析     30.4  FACTOR過程簡介     30.5  本章小結(jié)    第31章  路徑分析     31.1  問題與數(shù)據(jù)結(jié)構(gòu)     31.2  用REG過程實現(xiàn)路徑分析     31.3  用CALIS過程實現(xiàn)路徑分析     31.4  如何處理非同質(zhì)資料的思考     31.5  本章小結(jié)    第32章  證實性因子分析     32.1  實例     32.2  證實性因子分析簡介     32.3  證實性因子分析     32.4  CALIS過程簡介     32.5  本章小結(jié)    第33章  結(jié)構(gòu)方程模型分析     33.1  實例     33.2  結(jié)構(gòu)方程模型簡介     33.3  結(jié)構(gòu)方程模型分析     33.4  本章小結(jié)    第34章  典型相關(guān)分析     34.1  實例     34.2  典型相關(guān)分析概述     34.3  典型相關(guān)分析     34.4  CANCORR過程簡介     34.5  本章小結(jié)   第6篇  變量或樣品間親疏關(guān)系或近似程度分析 第35章  變量聚類分析     35.1  實例     35.2  變量聚類分析簡介     35.3  變量聚類分析     35.4  VARCLUS過程簡介     35.5  本章小結(jié)    第36章  無序樣品聚類分析     36.1  實例     36.2  無序樣品聚類分析簡介     36.3  無序樣品聚類分析     36.4  CLUSTER過程等簡介     36.5  本章小結(jié)    第37章  有序樣品聚類分析     37.1  實例     37.2  有序樣品聚類分析概述     37.3  用編程法實現(xiàn)有序樣品聚類分析     37.4  本章小結(jié)    第38章  綜合評價     38.1  問題、數(shù)據(jù)及統(tǒng)計分析方法的選擇     38.2  用幾種常用的綜合評價方法解決實際問題     38.3  本章小結(jié)    第39章  多維尺度分析     39.1  實例     39.2  多維尺度分析簡介     39.3  多維尺度分析     39.4  MDS過程簡介     39.5  本章小結(jié)    第40章  定量資料對應(yīng)分析     40.1  實例     40.2  對應(yīng)分析簡介     40.3  定量資料對應(yīng)分析     40.4  數(shù)據(jù)結(jié)構(gòu)及語句簡介     40.5  本章小結(jié)    第41章  定性資料對應(yīng)分析     41.1  實例     41.2  定性資料對應(yīng)分析     41.3  本章小結(jié)   第7篇  數(shù)據(jù)挖掘技術(shù)與基因表達譜分析簡析 第42章  數(shù)據(jù)挖掘的概念及常用統(tǒng)計分析技術(shù)簡介     42.1  數(shù)據(jù)挖掘的基本概念     42.2  SAS企業(yè)數(shù)據(jù)挖掘器介紹     42.3  關(guān)聯(lián)規(guī)則與序列規(guī)則     42.4  分類預(yù)測     42.5  本章小結(jié)    第43章  基因表達譜的概念與數(shù)據(jù)分析技術(shù)簡介     43.1  基因表達譜的概念     43.2  基因表達譜的數(shù)據(jù)獲取及標準化     43.3  基因表達數(shù)據(jù)分析技術(shù)     43.4  基因調(diào)控網(wǎng)絡(luò)分析     43.5  本章小結(jié)    第44章  生物信息學(xué)簡介     44.1  生物信息學(xué)定義     44.2  統(tǒng)計學(xué)在生物信息學(xué)中的應(yīng)用     44.3  本章小結(jié)   第8篇  用編程法繪制統(tǒng)計圖與實現(xiàn)實驗設(shè)計 第45章  繪制統(tǒng)計圖     45.1  問題、數(shù)據(jù)及統(tǒng)計描述方法的選擇     45.2  繪制單式條圖     45.3  繪制復(fù)式條圖     45.4  繪制百分條圖     45.5  繪制圓圖     45.6  繪制箱式圖     45.7  繪制直方圖     45.8  繪制散布圖     45.9  繪制普通線圖     45.10  繪制半對數(shù)線圖     45.11  繪制P-P圖和Q-Q圖     45.12  本章小結(jié)    第46章  實驗設(shè)計方案的SAS實現(xiàn)     46.1  成組設(shè)計方案的SAS實現(xiàn)     46.2  單因素多水平設(shè)計方案的SAS實現(xiàn)     46.3  隨機區(qū)組設(shè)計方案的SAS實現(xiàn)     46.4  拉丁方設(shè)計方案的SAS實現(xiàn)     46.5  2×2交叉設(shè)計方案的SAS實現(xiàn)     46.6  3×3交叉設(shè)計方案的SAS實現(xiàn)     46.7  析因設(shè)計方案的SAS實現(xiàn)     46.8  含區(qū)組因素的析因設(shè)計方案的SAS實現(xiàn)     46.9  裂區(qū)設(shè)計方案的SAS實現(xiàn)     46.10  平衡不完全區(qū)組設(shè)計方案的SAS實現(xiàn)     46.11  本章小結(jié)    第47章  樣本含量估計和檢驗效能分析     47.1  樣本含量估計的意義     47.2  確定樣本含量時應(yīng)具備的條件     47.3  估計總體均值時樣本含量的估計     47.4  估計總體率時樣本含量的估計     47.5  單組設(shè)計均值與率的檢驗時樣本含量的估計     47.6  配對設(shè)計均值與率的檢驗時樣本含量的估計     47.7  成組設(shè)計均值與率的差異性檢驗時樣本含量的估計     47.8  成組設(shè)計均值與率的等效性檢驗時樣本含量的估計     47.9  成組設(shè)計均值與率的非劣效或優(yōu)效性檢驗時樣本含量的估計     47.10  單因素多水平設(shè)計均值與率的檢驗時樣本含量的估計     47.11  檢驗效能分析的概述     47.12  單組、配對或交叉設(shè)計定量資料假設(shè)檢驗時檢驗效能的計算     47.13  成組設(shè)計均值與率的差異性檢驗時檢驗效能的計算     47.14  成組設(shè)計均值與率的等效性檢驗時檢驗效能的計算     47.15  成組設(shè)計均值與率的非劣效或優(yōu)效性檢驗時檢驗效能的計算     47.16  本章小結(jié)     放在與本書配套的光盤上的內(nèi)容附錄A  與SAS語言有關(guān)的內(nèi)容簡介(第48章~第55章)附錄B  四個非編程模塊簡介(第56章~第59章)附錄C  數(shù)據(jù)挖掘技術(shù)與基因表達譜分析(第60章~第62章)附錄D 各章實例與數(shù)據(jù)附錄E  直接調(diào)用的SAS引導(dǎo)程序—SASPAL附錄F  各章SAS輸出結(jié)果附錄G 各章計算原理與計算公式附錄H  各章參考文獻附錄I 胡良平專著及配套軟件簡介

章節(jié)摘錄

插圖:由表8-6可以看出,各項研究所對應(yīng)的實驗設(shè)計類型均為病例一對照研究設(shè)計。該設(shè)計是指在了解暴露于某種因素對疾病的發(fā)生有無影響及其影響程度時,針對某因素從部分病人發(fā)病之后開始調(diào)查,將病人設(shè)為病例組,并選擇其他條件與病例接近的非病人設(shè)為對照組,分別調(diào)查這兩組人暴露于可疑致病因子的情況,故此表資料本質(zhì)上為9個病例一對照研究設(shè)計的四格表資料。由表8-7可以看出,各項研究所對應(yīng)的實驗設(shè)計類型均為診斷試驗設(shè)計。診斷試驗設(shè)計是指按照配對原則分別接受兩種不同的處理方法,每種處理方法的結(jié)果都可分為“陽性”和“陰性”兩種,故此表資料本質(zhì)上為10個診斷試驗四格表資料(或2x2配對設(shè)計定性資料)。8.3.3 分析目的與統(tǒng)計分析方法的選擇在科研中,針對同一問題常常同時或者先后有許多類似的研究。然而,由于研究對象、設(shè)計方案、干預(yù)措施、結(jié)局變量、樣本含量、隨訪時間、各種干擾因素(即非試驗因素)的影響、研究過程中質(zhì)量控制的嚴格程度等方面并不完全相同,致使各研究結(jié)果也不完全一致,有些研究結(jié)果甚至相互矛盾。當出現(xiàn)針對同一問題的各項研究結(jié)果不一致甚至相反時,人們究竟該相信哪一項研究的結(jié)論呢?要回答這一問題,有兩種辦法:一是通過嚴格設(shè)計的大規(guī)模隨機對照試驗進行驗證;二是通過對這些研究及其結(jié)果進行綜合分析和再評價。。Meta分析就是后一種辦法中經(jīng)常要用到的用于定量合成的一種統(tǒng)計學(xué)處理方法。由于例8-6~例8-8的分析目的是比較同一研究的不同結(jié)果的同質(zhì)性,所以可根據(jù)各自的實驗設(shè)計類型選擇單因素兩水平設(shè)計定量資料、隊列研究設(shè)計四格表資料、病例一對照研究設(shè)計四格表資料和診斷試驗四格表資料Meta分析。

編輯推薦

《SAS統(tǒng)計分析教程》由電子工業(yè)出版社出版。

圖書封面

圖書標簽Tags

評論、評分、閱讀與下載


    SAS統(tǒng)計分析教程 PDF格式下載


用戶評論 (總計77條)

 
 

  •   該書是SAS初學(xué)者必不可少的工具書,內(nèi)容充實而詳細,如能配合使用光盤學(xué)習(xí),必能事半功倍!
  •   絕對的好書,專業(yè)人士必備的。但是不適合sas新手用,須有一定基礎(chǔ)。
  •   這本書對于想學(xué)好SAS的人來說,很重要。
  •   翻了翻,很不錯。對SAS學(xué)習(xí)者很有用的
  •   非常好的SAS書籍,首推!
  •   內(nèi)容比較全面,一般的統(tǒng)計問題夠用了
  •   內(nèi)容詳實,條理清晰,光盤完整,對于初學(xué)者或是提高者都是不錯選擇,尤其是醫(yī)學(xué)院校的學(xué)生!
  •   這本書總的還不錯。只是其中有一些章節(jié)沒在附帶的CD出現(xiàn),讓人有點上當?shù)母杏X。
  •   書號,但是不給我光盤坑爹嗎
  •   本書書寫內(nèi)容全面,值得一讀,內(nèi)容詳盡
  •   對于結(jié)果的解釋很詳細
  •   紙質(zhì)一般,但內(nèi)容很好,非常詳細,除了理論,還有很詳細的過程步驟。
  •   書籍質(zhì)量很好,好好看書
  •   這本書挺好的 ,分類很詳細,講解很詳盡!新手入門也不錯
  •   專業(yè)性強,易讀好用
  •   很棒的書 專業(yè)性強 易于自學(xué)
  •   適合專業(yè)人士應(yīng)用。
  •   胡老師的不錯,其他兩本都有點太教條了,跟上課似得,不是太靈活。
  •   給同學(xué)買的,還不錯哦
  •   對于初學(xué)者很實用,但是例子都是醫(yī)學(xué)的,對經(jīng)管學(xué)生不太好
  •   在當當買書送貨快,書好,很省錢,真是非常非常好
  •   書本很詳細 關(guān)于醫(yī)學(xué)的案例比較多
  •   才開始看 覺得還不錯~
  •   剛開始看,看看再說,看著還可以
  •   如題……推薦……
  •   當天就到貨了,當當威武。
  •   書很厚,編寫不是按照常規(guī)。
  •   如果你沒有學(xué)過統(tǒng)計學(xué),沒有作過業(yè)務(wù)的訓(xùn)練,想達到專業(yè)水平這是一個不錯的選擇,講的很細
  •   還沒有看,朋友推薦買的
  •   一貫非常喜歡胡老師的教材
  •   很好,不論是紙張還是包裝
  •   剛買讀書,怎么一打開就散架了,不知道你們怎么賣書的?把次品賣給我們!
  •   寫的一點 都不好!
  •   對于做好試驗設(shè)計的數(shù)據(jù)分析比較實用
  •   學(xué)統(tǒng)計的朋友推薦的
  •   例子比較有代表性,是常用的醫(yī)學(xué)科研類型。只是編程語句解釋的不夠系統(tǒng)。光盤的內(nèi)容很強大,還是推薦。
  •   初步瀏覽了一下,這本書內(nèi)容挺全面的,程序分析的挺到位
  •   這書不錯,但是只適合醫(yī)學(xué)方面的人使用

    建議當當能夠更細致的分類,因為像這類軟件類的書可以使用的行業(yè)特別多,初學(xué)者也看不出來里面的是神馬內(nèi)容。
  •   你好,你們能幫我補張發(fā)票嗎?我需要報銷
  •   內(nèi)容比較全面,很好。
  •   剛開始學(xué)習(xí)所以還沒有心得
  •   這本教材總體來說還是很不錯的,比較全面,只不過不怎么適合初學(xué)者
  •   有很多的例子,如果自己手中再有一本入門級的書的話,兩本配合使用,對初學(xué)者來說進步會很大。
  •   挺好的,讀了一部分,挺有收獲的
  •   還不錯,老板兒推薦的、就買了一本來看看。
  •   書皮上全是土
  •   教材 很實用 貴了些
  •   幫別人買的,看起來還不錯吧?。。。。。。。。。。。。。。。?!
  •   字體太小了,看起來費勁,不是自己喜歡的一本書~~ 實用性有點兒差~~
  •   買的時候只看了一下目錄,收到書發(fā)現(xiàn)里面例子全是醫(yī)學(xué)的,不學(xué)醫(yī)的還是不要買這本書了吧
  •   這方面的書都是大同小異
  •   目錄零散,用著特別不爽
  •   書都裂開了,怎么這樣呀,太傷心了
  •   沖著胡良平的大名去買的,結(jié)果感覺不是很好。每篇就是給個案例,然后用程序給出結(jié)果。程序解釋的很不詳細,大家都知道的每個語句都解釋,特殊的想看的地方反而沒有。這本書適合就是按葫蘆畫瓢自己給自己課題統(tǒng)計個結(jié)果又不想求人時還行,真正去學(xué)SAS的話不是很適合。不過,它里邊關(guān)于遺傳的的統(tǒng)計雖然一上來就是程序,結(jié)果,但可以給自己去看SAS幫助時提供方向吧??偟膩碚f,這個內(nèi)容,這個價錢,適合幾個人合買一本,自己收藏似乎浪費!
  •   內(nèi)容包括得較多,但不夠詳細。
  •   其實看到有些偏頗的評價,是有種想給這本書平反的沖動。作為以實例為主的教程,它是包含面很廣的較好選擇,但這樣的書往往就給人以實例說話,沒有別的內(nèi)容的印象。這本書更像是我們的漢語或是英語字典,有什么不懂的就能從目錄中查到,并能在程序中學(xué)習(xí)。所以它的書名換成《SAS實例篇大全》也許會一目了然,國外就有一本叫《Learing SAS by Example a Programmers Guide》的書,就直截了當?shù)母嬖V讀者我這本書是以實例程序?qū)W習(xí)SAS的工具書。而且很多SAS程序高手就是從程序?qū)W起,而不是從文字的解說學(xué)起的。況且這本書對程序也有解說,前面章節(jié)解說過的,可能后面章節(jié)就不重復(fù)再說了,這個無可厚非。每一本書的問世都凝結(jié)了編者的血汗,我們應(yīng)該感謝他們?yōu)槲覀冞@些盲不知從的讀者指明了通向SAS的道路。
  •   書不錯,附送的光盤也很不錯,與我的預(yù)期一致,符合我的要求!
  •   實例很多,對sas語句及結(jié)果的解釋也很豐富
  •   對于直接統(tǒng)計分析的而言,尋找現(xiàn)成的語句,學(xué)習(xí)真的挺好的,工具參考書。入門的話,可以再買一本朱世武老師的。
  •   還沒有看太多,總體來說還好
  •   老師推薦這本書,各位不要的可以賣給我
  •   程序內(nèi)容很詳細,適合稍微有些sas基礎(chǔ)的使用
  •   打開一看,這書是被丟到倉庫角落多久了,封面又皺又臟,不能給本新的嗎?內(nèi)容還行,可以當工具書了。
  •   這書很全面,而且用著很方便
  •   書不錯,多點結(jié)果解釋就好了。當工具書用。
  •   這是按照統(tǒng)計和流行病的思路來寫SAS的,不是市面上賣的那種簡單的介紹程序,沒有實際有意義的內(nèi)容的下等貨,胡良平教授真是個不錯的科學(xué)家
  •   對于學(xué)過SAS基礎(chǔ)但運用還不熟練,又需要常用到SAS的人來說,這本書非常實用~是適合作為參考來解決實際的問題的一本很好的SAS工具書
  •   比較實用比較實用比較實用比較實用比較實用
  •   挺好的,很多同學(xué)都用這本書,挺實用。介紹了很多類型的數(shù)據(jù)的分析程序并進行詳細的解釋,推薦。
  •   內(nèi)容全面,適合遇到問題時在書里找相關(guān)的例子。
  •   內(nèi)容十分豐富,編寫十分用心,很少發(fā)現(xiàn)錯誤,光盤還有很多內(nèi)容,包括全部數(shù)據(jù),學(xué)習(xí)起來十分方便,以前買個三型理論分析定性定量資料,但那個光盤要密碼,并且綁定電腦,十分不便,這個書的光盤附帶了那個光盤的內(nèi)容,很好!推薦醫(yī)藥學(xué)專業(yè)學(xué)生使用。
  •   東西 不錯 呵呵
  •   翻著覺得不錯
  •   呵呵~挺好的~
  •   統(tǒng)計分析教材
  •   SAS統(tǒng)計分析教程(附CD光盤1張)
  •     這本書是多個業(yè)內(nèi)高手合作而成,內(nèi)容簡潔但是都非常到位。這本書有700多頁,但是語言精練,沒有一句廢話,完全不像當前部分教材有“湊字”之嫌??v觀國內(nèi)外我接觸過的所有教材,認為這本書是SAS的統(tǒng)計分析領(lǐng)域中是最好的一本。如果想學(xué)sas中的STAT部分,鄙人覺得不需要再看別的書了。
 

250萬本中文圖書簡介、評論、評分,PDF格式免費下載。 第一圖書網(wǎng) 手機版

京ICP備13047387號-7