SAS統(tǒng)計(jì)分析教程

前言

眾所周知，統(tǒng)計(jì)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(qiáng)大，適用面極寬，SAS語(yǔ)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(shí)際工作者要想在較短的時(shí)間內(nèi)，學(xué)會(huì)用SAS軟件方便、快捷且正確地解決各種實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)汁表達(dá)與描述、常見(jiàn)和多元統(tǒng)計(jì)分析、現(xiàn)代回歸分析、數(shù)據(jù)挖掘和基因表達(dá)譜分析等問(wèn)題，幾乎是天方夜譚，然而，本書(shū)卻使其成為現(xiàn)實(shí)！筆者有何靈丹妙藥呢？“面向問(wèn)題”的思維模式和寫(xiě)作手法是解決復(fù)雜問(wèn)題、并使其化繁為簡(jiǎn)、實(shí)用方便的“錦囊妙計(jì)”。本書(shū)各章針對(duì)擬解決的每個(gè)具體問(wèn)題，首先給出“問(wèn)題、數(shù)據(jù)和統(tǒng)計(jì)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(duì)書(shū)稿進(jìn)行精簡(jiǎn)，使本書(shū)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(shū)配套的光盤(pán)上。本書(shū)正文內(nèi)容共分8篇47章。第1篇對(duì)定量結(jié)果進(jìn)行差異性分析；第2篇對(duì)定性結(jié)果進(jìn)行差異性分析；第3篇對(duì)定量結(jié)果進(jìn)行預(yù)測(cè)性分析；第4篇對(duì)定性結(jié)果進(jìn)行預(yù)測(cè)性分析；第5篇對(duì)多變量間相互依賴(lài)關(guān)系進(jìn)行分析；第6篇對(duì)變量或樣品問(wèn)親疏關(guān)系或近似程度進(jìn)行分析；第7篇對(duì)數(shù)據(jù)挖掘技術(shù)與基因表達(dá)譜進(jìn)行分析；第8篇用編程法繪制統(tǒng)計(jì)圖與實(shí)現(xiàn)實(shí)驗(yàn)設(shè)計(jì)。各章末尾均注明參編者詳細(xì)名單。值得一提的是：本書(shū)中的所有計(jì)算基于SAS9.2 版本，少量SAS過(guò)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(yùn)行。

內(nèi)容概要

　　 本書(shū)內(nèi)容豐富且新穎，適用面寬且可操作性強(qiáng)。涉及到定量與定性資料差異性和預(yù)測(cè)性分析、變量間和樣品間相互與依賴(lài)關(guān)系及近似程度分析、數(shù)據(jù)挖掘與基因表達(dá)譜分析、繪制統(tǒng)計(jì)圖與實(shí)驗(yàn)設(shè)計(jì)、SAS語(yǔ)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(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)表達(dá)與描述、各種常用和多元統(tǒng)計(jì)分析、現(xiàn)代回歸分析和數(shù)據(jù)挖掘、SAS語(yǔ)言基礎(chǔ)和SAS實(shí)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(wèn)題。    本書(shū)第1~2篇共9章，對(duì)各種單因素和多因素設(shè)計(jì)下定量與定性結(jié)果進(jìn)行差異性分析；第3~4篇共19章，對(duì)定量與定性結(jié)果提供了數(shù)十種預(yù)測(cè)性分析方法；第5~6篇共13章，介紹多變量間相互與依賴(lài)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(dá)譜分析；第8篇共3章，用編程法繪制統(tǒng)計(jì)圖與實(shí)現(xiàn)實(shí)驗(yàn)設(shè)計(jì)。與SASPAL軟件調(diào)用、SAS語(yǔ)言、SAS模塊操作、SAS輸出結(jié)果、統(tǒng)計(jì)計(jì)算原理和公式、實(shí)例與數(shù)據(jù)和參考文獻(xiàn)等有關(guān)的翔實(shí)內(nèi)容放在與本書(shū)配套的光盤(pán)上，方便讀者學(xué)習(xí)和查閱。    本書(shū)適合于需要學(xué)習(xí)和運(yùn)用實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)表達(dá)與描述和統(tǒng)計(jì)分析及SAS實(shí)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(jiǎn)介

胡良平，教授，博士生導(dǎo)師?，F(xiàn)任軍事醫(yī)學(xué)科學(xué)院生物醫(yī)學(xué)統(tǒng)計(jì)學(xué)咨詢(xún)中心主任，國(guó)際一般系統(tǒng)論研究會(huì)中國(guó)分會(huì)概率統(tǒng)計(jì)系統(tǒng)專(zhuān)業(yè)理事會(huì)常務(wù)理事，第八屆中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)理事，中國(guó)生物醫(yī)學(xué)統(tǒng)計(jì)學(xué)會(huì)副會(huì)長(zhǎng)，《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(guó)家食品藥品監(jiān)督管理局評(píng)審專(zhuān)家：主編統(tǒng)計(jì)學(xué)專(zhuān)著16部，參編統(tǒng)計(jì)學(xué)專(zhuān)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(duì)科技成果和肖部級(jí)科技成果多項(xiàng)；在從事統(tǒng)計(jì)學(xué)工作的20會(huì)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(jì)學(xué)，左全國(guó)各地作統(tǒng)計(jì)學(xué)學(xué)術(shù)報(bào)告100余場(chǎng)，舉辦十余期全國(guó)統(tǒng)計(jì)學(xué)培訓(xùn)班，培養(yǎng)多矗統(tǒng)計(jì)學(xué)專(zhuān)業(yè)碩士和博士研究生；近幾年年來(lái)，參加國(guó)家級(jí)新藥和醫(yī)療囂械項(xiàng)目評(píng)審數(shù)十項(xiàng)：歸納并提煉出“八性”和“八思維”的統(tǒng)計(jì)學(xué)思想：獨(dú)創(chuàng)了逆向統(tǒng)計(jì)學(xué)教學(xué)法和統(tǒng)計(jì)學(xué)三型理論。

書(shū)籍目錄

第1篇  對(duì)定量結(jié)果進(jìn)行差異性分析　第1章  SAS軟件與SAS用法簡(jiǎn)介     　　1.1  SAS軟件簡(jiǎn)介     　　1.2  SAS用法簡(jiǎn)介     　　1.3  本章小結(jié)     　第2章  單因素設(shè)計(jì)一元定量資料差異性分析     　　2.1  單組設(shè)計(jì)一元定量資料t檢驗(yàn)與符號(hào)秩和檢驗(yàn)     　　2.2  配對(duì)設(shè)計(jì)一元定量資料t檢驗(yàn)與符號(hào)秩和檢驗(yàn)     　　2.3  成組設(shè)計(jì)一元定量資料t檢驗(yàn)     　　2.4  成組設(shè)計(jì)一元定量資料Wilcoxon秩和檢驗(yàn)     　　2.5  單因素k（k≥3）水平設(shè)計(jì)定量資料一元方差分析     　　2.6  單因素k（k≥3）水平設(shè)計(jì)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(jì)一元定量資料 Kruskal-Wallis秩和檢驗(yàn)     　　2.8  本章小結(jié)     　第3章  單因素設(shè)計(jì)一元生存資料差異性分析     　　3.1  單因素設(shè)計(jì)一元生存資料分析簡(jiǎn)介     　　3.2  生存資料統(tǒng)計(jì)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(jì)一元定量資料差異性分析     　　4.1  隨機(jī)區(qū)組設(shè)計(jì)一元定量資料方差分析與 Friedman秩和檢驗(yàn)     　　4.2  雙因素?zé)o重復(fù)實(shí)驗(yàn)設(shè)計(jì)一元定量資料方差分析     　　4.3  平衡不完全隨機(jī)區(qū)組設(shè)計(jì)一元定量資料方差分析     　　4.4  拉丁方設(shè)計(jì)一元定量資料方差分析     　　4.5  二階段交叉設(shè)計(jì)一元定量資料方差分析     　　4.6  析因設(shè)計(jì)一元定量資料方差分析     　　4.7  含區(qū)組因素的析因設(shè)計(jì)一元定量資料方差分析     　　4.8  嵌套設(shè)計(jì)一元定量資料方差分析     　　4.9  裂區(qū)設(shè)計(jì)一元定量資料方差分析     　　4.9.1  問(wèn)題與數(shù)據(jù)     　　4.10  正交設(shè)計(jì)一元定量資料方差分析     　　4.11  重復(fù)測(cè)量設(shè)計(jì)一元定量資料方差分析     　　4.12  常見(jiàn)多因素實(shí)驗(yàn)設(shè)計(jì)一元定量資料協(xié)方差分析     　　4.13  多個(gè)單因素兩水平設(shè)計(jì)定量資料Meta分析     　　4.14  本章小結(jié)   　第5章  單因素設(shè)計(jì)多元定量資料差異性分析   　　5.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　5.2  單因素設(shè)計(jì)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(jì)多元定量資料差異性分析   　　6.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　6.2  多因素設(shè)計(jì)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(duì)定性結(jié)果進(jìn)行差異性分析　第7章  單因素設(shè)計(jì)一元定性資料差異性分析   　　7.1  單組設(shè)計(jì)一維表資料統(tǒng)計(jì)分析   　　7.2  配對(duì)設(shè)計(jì)四格表資料統(tǒng)計(jì)分析   　　7.3  配對(duì)設(shè)計(jì)擴(kuò)大形式的方表資料統(tǒng)計(jì)分析   　　7.4  成組設(shè)計(jì)橫斷面研究四格表資料統(tǒng)計(jì)分析   　　7.5  成組設(shè)計(jì)隊(duì)列研究四格表資料統(tǒng)計(jì)分析   　　7.6  成組設(shè)計(jì)病例對(duì)照研究四格表資料統(tǒng)計(jì)分析   　　7.7  成組設(shè)計(jì)結(jié)果變量為多值有序變量的2×C表資料統(tǒng)計(jì)分析   　　7.8  成組設(shè)計(jì)結(jié)果變量為多值名義變量的2×C表資料統(tǒng)計(jì)分析   　　7.9  單因素多水平設(shè)計(jì)無(wú)序原因變量R×2表資料統(tǒng)計(jì)分析   　　7.10  單因素多水平設(shè)計(jì)有序原因變量R×2表資料統(tǒng)計(jì)分析   　　7.11  單因素多水平設(shè)計(jì)雙向無(wú)序R×C表資料統(tǒng)計(jì)分析   　　7.12  單因素多水平設(shè)計(jì)有序結(jié)果變量R×C表資料統(tǒng)計(jì)分析   　　7.13  單因素多水平設(shè)計(jì)雙向有序R×C表資料統(tǒng)計(jì)分析   　　7.14  數(shù)據(jù)庫(kù)形式表達(dá)資料的統(tǒng)計(jì)分析   　　7.15  本章小結(jié)   　第8章  多因素設(shè)計(jì)一元定性資料差異性分析   　　8.1  用加權(quán) 檢驗(yàn)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(yàn)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(gè)成組設(shè)計(jì)定性資料   　　8.4  ROC方法分析診斷試驗(yàn)資料   　　8.5  本章小結(jié)   　第9章  多因素設(shè)計(jì)一元定性資料對(duì)數(shù)線性模型分析   　　9.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　9.2  用對(duì)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(duì)定量結(jié)果進(jìn)行預(yù)測(cè)性分析　第10章  兩變量簡(jiǎn)單線性回歸分析   　　10.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)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(jiǎn)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(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　11.2  對(duì)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(xiàng)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(xiàng)型指數(shù)曲線回歸分析   　　12.5  三項(xiàng)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(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　13.2  多重線性回歸分析   　　13.3  REG過(guò)程語(yǔ)法簡(jiǎn)介   　　13.4  本章小結(jié)   　第14章  主成分回歸分析   　　14.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　14.2  單組設(shè)計(jì)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(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)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(yǔ)句說(shuō)明   　　15.4  本章小結(jié)   　第16章  Poisson回歸分析   　　16.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)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(fù)二項(xiàng)回歸與Probit回歸分析   　　17.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　17.2  負(fù)二項(xiàng)回歸分析   　　17.3  對(duì)例17-2資料進(jìn)行Probit回歸分析   　　17.4  對(duì)例17-3資料進(jìn)行Probit回歸分析   　　17.5  相關(guān)的SAS過(guò)程語(yǔ)法簡(jiǎn)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(shí)例   　　18.2  生存資料COX模型回歸分析簡(jiǎn)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(shí)例   　　19.2  生存資料參數(shù)模型回歸分析簡(jiǎn)介   　　19.3  生存資料參數(shù)模型回歸分析   　　19.4  LIFEREG過(guò)程簡(jiǎn)介   　　19.5  本章小結(jié)   　第20章  時(shí)間序列分析   　　20.1  時(shí)間序列分析簡(jiǎn)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(duì)定性結(jié)果進(jìn)行預(yù)測(cè)性分析　第21章  非配對(duì)設(shè)計(jì)定性資料多重logistic回歸分析   　　21.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)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(duì)設(shè)計(jì)定性資料多重logistic回歸分析   　　22.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)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(shí)例   　　23.2  原因變量為定量變量的判別分析簡(jiǎn)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(shí)例   　　24.2  原因變量為定性變量的判別分析簡(jiǎn)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(jì)分析的SAS實(shí)現(xiàn)   　　25.1  SAS/Genetics簡(jiǎn)介   　　25.2  ALLELE、HAPLOTYPE和HTSNP過(guò)程簡(jiǎn)介   　　25.3  利用CASECONTROL和FAMILY過(guò)程進(jìn)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(cè)定與Hardy-Weinberg平衡定律的驗(yàn)證   　　26.2  連鎖不平衡與單體型分析   　　26.3  多位點(diǎn)基因型與疾病關(guān)聯(lián)分析   　　26.4  標(biāo)簽SNP的確認(rèn)與SAS程序   　　26.5  一般人群病例對(duì)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(shù)分析   　　27.1  決策樹(shù)簡(jiǎn)介   　　27.2  決策樹(shù)的基本原理   　　27.3  決策樹(shù)種類(lèi)及決策樹(shù)構(gòu)造思路   　　27.4  遞歸分割的分裂準(zhǔn)則   　　27.5  變量重要性檢測(cè)   　　27.6  實(shí)際應(yīng)用與結(jié)果解釋   　　27.7  用數(shù)據(jù)挖掘模塊近似實(shí)現(xiàn)各種決策樹(shù)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(jiǎn)介   　　28.2  多層感知器的學(xué)習(xí)   　　28.3  模型過(guò)擬合   　　28.4  模型復(fù)雜性的評(píng)價(jià)   　　28.5  實(shí)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(lài)關(guān)系分析　第29章  主成分分析   　　29.1  實(shí)例   　　29.2  主成分分析簡(jiǎn)介   　　29.3  主成分分析   　　29.4  PRINCOMP過(guò)程簡(jiǎn)介   　　29.5  本章小結(jié)   　第30章  探索性因子分析   　　30.1  實(shí)例   　　30.2  因子分析簡(jiǎn)介   　　30.3  探索性因子分析   　　30.4  FACTOR過(guò)程簡(jiǎn)介   　　30.5  本章小結(jié)   　第31章  路徑分析   　　31.1  問(wèn)題與數(shù)據(jù)結(jié)構(gòu)   　　31.2  用REG過(guò)程實(shí)現(xiàn)路徑分析   　　31.3  用CALIS過(guò)程實(shí)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(shí)性因子分析   　　32.1  實(shí)例   　　32.2  證實(shí)性因子分析簡(jiǎn)介   　　32.3  證實(shí)性因子分析   　　32.4  CALIS過(guò)程簡(jiǎn)介   　　32.5  本章小結(jié)   　第33章  結(jié)構(gòu)方程模型分析   　　33.1  實(shí)例   　　33.2  結(jié)構(gòu)方程模型簡(jiǎn)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(shí)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(guò)程簡(jiǎn)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(lèi)分析   　　35.1  實(shí)例   　　35.2  變量聚類(lèi)分析簡(jiǎn)介   　　35.3  變量聚類(lèi)分析   　　35.4  VARCLUS過(guò)程簡(jiǎn)介   　　35.5  本章小結(jié)   　第36章  無(wú)序樣品聚類(lèi)分析   　　36.1  實(shí)例   　　36.2  無(wú)序樣品聚類(lèi)分析簡(jiǎn)介   　　36.3  無(wú)序樣品聚類(lèi)分析   　　36.4  CLUSTER過(guò)程等簡(jiǎn)介   　　36.5  本章小結(jié)   　第37章  有序樣品聚類(lèi)分析   　　37.1  實(shí)例   　　37.2  有序樣品聚類(lèi)分析概述   　　37.3  用編程法實(shí)現(xiàn)有序樣品聚類(lèi)分析   　　37.4  本章小結(jié)   　第38章  綜合評(píng)價(jià)   　　38.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)分析方法的選擇   　　38.2  用幾種常用的綜合評(píng)價(jià)方法解決實(shí)際問(wèn)題   　　38.3  本章小結(jié)   　第39章  多維尺度分析   　　39.1  實(shí)例   　　39.2  多維尺度分析簡(jiǎn)介   　　39.3  多維尺度分析   　　39.4  MDS過(guò)程簡(jiǎn)介   　　39.5  本章小結(jié)   　第40章  定量資料對(duì)應(yīng)分析   　　40.1  實(shí)例   　　40.2  對(duì)應(yīng)分析簡(jiǎn)介   　　40.3  定量資料對(duì)應(yīng)分析   　　40.4  數(shù)據(jù)結(jié)構(gòu)及語(yǔ)句簡(jiǎn)介   　　40.5  本章小結(jié)   　第41章  定性資料對(duì)應(yīng)分析   　　41.1  實(shí)例   　　41.2  定性資料對(duì)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(dá)譜分析簡(jiǎn)析　第42章  數(shù)據(jù)挖掘的概念及常用統(tǒng)計(jì)分析技術(shù)簡(jiǎn)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(lèi)預(yù)測(cè)   　　42.5  本章小結(jié)   　第43章  基因表達(dá)譜的概念與數(shù)據(jù)分析技術(shù)簡(jiǎn)介   　　43.1  基因表達(dá)譜的概念   　　43.2  基因表達(dá)譜的數(shù)據(jù)獲取及標(biāo)準(zhǔn)化   　　43.3  基因表達(dá)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(jiǎn)介   　　44.1  生物信息學(xué)定義   　　44.2  統(tǒng)計(jì)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(jì)圖與實(shí)現(xiàn)實(shí)驗(yàn)設(shè)計(jì)　第45章  繪制統(tǒng)計(jì)圖   　　45.1  問(wèn)題、數(shù)據(jù)及統(tǒng)計(jì)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(duì)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(shí)驗(yàn)設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.1  成組設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.2  單因素多水平設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.3  隨機(jī)區(qū)組設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.4  拉丁方設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.5  2×2交叉設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.6  3×3交叉設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.7  析因設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.8  含區(qū)組因素的析因設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.9  裂區(qū)設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.10  平衡不完全區(qū)組設(shè)計(jì)方案的SAS實(shí)現(xiàn)   　　46.11  本章小結(jié)   　第47章  樣本含量估計(jì)和檢驗(yàn)效能分析   　　47.1  樣本含量估計(jì)的意義   　　47.2  確定樣本含量時(shí)應(yīng)具備的條件   　　47.3  估計(jì)總體均值時(shí)樣本含量的估計(jì)   　　47.4  估計(jì)總體率時(shí)樣本含量的估計(jì)   　　47.5  單組設(shè)計(jì)均值與率的檢驗(yàn)時(shí)樣本含量的估計(jì)   　　47.6  配對(duì)設(shè)計(jì)均值與率的檢驗(yàn)時(shí)樣本含量的估計(jì)   　　47.7  成組設(shè)計(jì)均值與率的差異性檢驗(yàn)時(shí)樣本含量的估計(jì)   　　47.8  成組設(shè)計(jì)均值與率的等效性檢驗(yàn)時(shí)樣本含量的估計(jì)   　　47.9  成組設(shè)計(jì)均值與率的非劣效或優(yōu)效性檢驗(yàn)時(shí)樣本含量的估計(jì)   　　47.10  單因素多水平設(shè)計(jì)均值與率的檢驗(yàn)時(shí)樣本含量的估計(jì)   　　47.11  檢驗(yàn)效能分析的概述   　　47.12  單組、配對(duì)或交叉設(shè)計(jì)定量資料假設(shè)檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算   　　47.13  成組設(shè)計(jì)均值與率的差異性檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算   　　47.14  成組設(shè)計(jì)均值與率的等效性檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算   　　47.15  成組設(shè)計(jì)均值與率的非劣效或優(yōu)效性檢驗(yàn)時(shí)檢驗(yàn)效能的計(jì)算   　　47.16  本章小結(jié)   　　放在與本書(shū)配套的光盤(pán)上的內(nèi)容附錄A  與SAS語(yǔ)言有關(guān)的內(nèi)容簡(jiǎn)介（第48章～第55章）附錄B  四個(gè)非編程模塊簡(jiǎn)介（第56章～第59章）附錄C  數(shù)據(jù)挖掘技術(shù)與基因表達(dá)譜分析（第60章～第62章）附錄D 各章實(shí)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(jì)算原理與計(jì)算公式附錄H  各章參考文獻(xiàn)附錄I 胡良平專(zhuān)著及配套軟件簡(jiǎn)介

章節(jié)摘錄

插圖：由表8-6可以看出，各項(xiàng)研究所對(duì)應(yīng)的實(shí)驗(yàn)設(shè)計(jì)類(lèi)型均為病例一對(duì)照研究設(shè)計(jì)。該設(shè)計(jì)是指在了解暴露于某種因素對(duì)疾病的發(fā)生有無(wú)影響及其影響程度時(shí)，針對(duì)某因素從部分病人發(fā)病之后開(kāi)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(duì)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(gè)病例一對(duì)照研究設(shè)計(jì)的四格表資料。由表8-7可以看出，各項(xiàng)研究所對(duì)應(yīng)的實(shí)驗(yàn)設(shè)計(jì)類(lèi)型均為診斷試驗(yàn)設(shè)計(jì)。診斷試驗(yàn)設(shè)計(jì)是指按照配對(duì)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(yáng)性”和“陰性”兩種，故此表資料本質(zhì)上為10個(gè)診斷試驗(yàn)四格表資料（或2x2配對(duì)設(shè)計(jì)定性資料）。8.3.3 分析目的與統(tǒng)計(jì)分析方法的選擇在科研中，針對(duì)同一問(wèn)題常常同時(shí)或者先后有許多類(lèi)似的研究。然而，由于研究對(duì)象、設(shè)計(jì)方案、干預(yù)措施、結(jié)局變量、樣本含量、隨訪時(shí)間、各種干擾因素（即非試驗(yàn)因素）的影響、研究過(guò)程中質(zhì)量控制的嚴(yán)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(dāng)出現(xiàn)針對(duì)同一問(wèn)題的各項(xiàng)研究結(jié)果不一致甚至相反時(shí)，人們究竟該相信哪一項(xiàng)研究的結(jié)論呢？要回答這一問(wèn)題，有兩種辦法：一是通過(guò)嚴(yán)格設(shè)計(jì)的大規(guī)模隨機(jī)對(duì)照試驗(yàn)進(jìn)行驗(yàn)證；二是通過(guò)對(duì)這些研究及其結(jié)果進(jìn)行綜合分析和再評(píng)價(jià)。。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(jì)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(shí)驗(yàn)設(shè)計(jì)類(lèi)型選擇單因素兩水平設(shè)計(jì)定量資料、隊(duì)列研究設(shè)計(jì)四格表資料、病例一對(duì)照研究設(shè)計(jì)四格表資料和診斷試驗(yàn)四格表資料Meta分析。

編輯推薦

《SAS統(tǒng)計(jì)分析教程》由電子工業(yè)出版社出版。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    SAS統(tǒng)計(jì)分析教程 PDF格式下載

---