SAS常用统计分析教程（第2版）

✍ Scribed by 胡良平 主编

• Publisher: 电子工业出版社
• Year: 2015
• Tongue: Chinese
• Leaves: 620
• Edition: 2
• Category: Library

✦ Synopsis

本书内容丰富且新颖，适用面宽且可操作性强。涉及定量与定性资料差异性和预测性分析、变量间和样品间相互与依赖关系及近似程度分析、数据挖掘与基因表达谱分析、绘制统计图与实验设计、SAS语言和SAS非编程模块用法。这些内容高质量、高效率地解决了实验设计、统计表达与描述、各种常用和多元统计分析、现代回归分析和数据挖掘、SAS语言基础和SAS实现及结果解释等人们迫切需要解决却又十分棘手的问题。

✦ Table of Contents

扉页
内容简介
编 委 会
第2 版前言
第1 版前言
目 录
第１篇　ＳＡＳ软件及相关知识介绍
第１章　ＳＡＳ软件与ＳＡＳ用法简介
１．１　ＳＡＳ软件简介
１．１．１　ＳＡＳ软件结构
１．１．２　ＳＡＳ界面简介
１．１．３　ＳＡＳ过程与ＳＡＳ程序
１．１．４　运行ＳＡＳ软件的两种常用方式
１．１．５　ＳＡＳ程序结构
１．１．６　简单ＳＡＳ程序中的ＳＡＳ语句简介
１．１．７　ＳＡＳ语言简介
１．１．８　ＳＡＳ数据集简介
１．１．９　如何利用ＳＡＳ帮助窗口
１．２　ＳＡＳ用法简介
１．２．１　初学者学习ＳＡＳ的快捷方式
１．２．２　实际运行ＳＡＳ
１．２．３　从实验设计角度谈ＳＡＳ用法
１．２．４　从资料录入角度谈ＳＡＳ用法
１．２．５　从不同格式数据转换角度谈ＳＡＳ用法
１．２．６　从资料表达角度谈ＳＡＳ用法
１．２．７　从统计分析角度谈ＳＡＳ用法
１．３　本章小结
第２章　ＳＡＳ语言基础介绍
２．１　ＳＡＳ数据步中常用ＳＡＳ语句
２．１．１　数据获取语句
２．１．２　数据步文件管理语句
２．１．３　ＳＡＳ变量操作语句
２．１．４　ＳＡＳ观测值操作语句
２．１．５　数据步循环与控制语句
２．２　ＳＡＳ过程步中常用ＳＡＳ语句
２．３　可在ＳＡＳ程序中任何地方出现的ＳＡＳ语句———全程语句
２．３．１　全程数据存取语句
２．３．２　全程日志控制语句
２．３．３　全程环境控制语句
２．３．４　全局输出控制语句
２．３．５　全程程序控制语句
２．４　ＳＡＳ函数中的基础知识
２．４．１　ＳＡＳ函数
２．４．２　ＳＡＳ参数
２．４．３　函数值
２．４．４　ＳＡＳ函数分类
２．４．５　ＳＡＳ函数在使用中的注意事项
２．５　日期时间函数
２．５．１　日期时间函数简介
２．５．２　用ＤＡＴＤＩＦ函数计算两个日期之间的天数
２．５．３　用ＹＲＤＩＦ函数计算两个日期之间的年数
２．５．４　用ＨＯＵＲ和ＭＩＮＵＴＥ函数计算当前时间
２．５．５　用ＹＥＡＲ、ＱＴＲ、ＭＯＮＴＨ和ＤＡＹ函数计算当前所处的年、季度、月份和日期
２．５．６　用ＨＯＬＩＤＡＹ函数计算指定年份指定节日的日期
２．６　截取函数
２．６．１　截取函数简介
２．６．２　用ＣＥＩＬ函数求最小整数
２．６．３　用ＦＬＯＯＲ函数求最大整数
２．６．４　用ＩＮＴ函数取整数部分
２．６．５　用ＲＯＵＮＤ函数按指定的精度取舍入值
２．６．６　用ＴＲＵＮＣ函数求截取数值
２．７　分位数函数
２．７．１　分位数函数简介
２．７．２　用ＣＩＮＶ函数计算卡方分布曲线下的ｐ分位数
２．７．３　用ＦＩＮＶ函数计算Ｆ分布曲线下的ｐ分位数
２．７．４　用ＰＲＯＢＩＴ函数计算标准正态分布曲线下的ｐ分位数
２．７．５　用ＴＩＮＶ函数计算ｔ分布曲线下的ｐ分位数
２．８　数学函数
２．８．１　数学函数简介
２．８．２　用ＡＢＳ函数求绝对值
２．８．３　用ＥＸＰ函数计算ｅ的ｘ次幂
２．８．４　用ＬＯＧ函数计算以ｅ为底的真数ｘ的自然对数值
２．８．５　用ＬＯＧ１０函数计算以１０为底的真数ｘ的对数值
２．８．６　用ＭＯＤ函数计算余数值
２．８．７　用ＳＱＲＴ函数计算平方根
２．８．８　用ＳＱＲＴ函数、ＦＮＯＮＣＴ函数和ＦＩＮＶ函数计算ψ值
２．８．９　用ＣＮＯＮＣＴ函数和ＣＩＮＶ函数计算λ值
２．９　概率函数
２．９．１　概率函数简介
２．９．２　用ＰＲＯＢＣＨＩ函数计算服从卡方分布的随机变量小于ｘ的概率
２．９．３　用ＰＲＯＢＦ函数计算服从Ｆ分布的随机变量小于ｘ的概率
２．９．４　用ＰＲＯＢＮＯＲＭ函数计算标准正态分布曲线下的面积
２．９．５　用ＰＲＯＢＴ函数计算服从ｔ分布的随机变量小于ｘ的概率
２．９．６　用ＰＲＯＢＭＣ函数计算ｑ临界值
２．１０　样本统计函数
２．１０．１　样本统计函数简介
２．１０．２　用ＭＥＡＮ、ＭＡＸ与ＭＩＮ函数计算算术均值、最大值与最小值
２．１０．３　用ＳＵＭ、ＵＳＳ与ＣＳＳ函数计算和、未校正平方和与校正平方和
２．１０．４　用ＶＡＲ、ＳＴＤ、ＳＴＤＥＲＲ和ＣＶ函数计算方差、标准差、标准误与变异系数
２．１０．５　用ＳＫＥＷＮＥＳＳ和ＫＵＲＴＯＳＩＳ函数计算偏度系数与峰度系数
２．１０．６　用ＮＭＩＳＳ函数计算缺失值的个数
２．１１　随机数函数
２．１１．１　随机数函数简介
２．１１．２　用ＮＯＲＭＡＬ函数或ＲＡＮＮＯＲ函数产生正态分布的随机数
２．１１．３　用ＵＮＩＦＯＲＭ或ＲＡＮＵＮＩ函数产生均匀分布的随机数
２．１１．４　用ＲＡＮＥＸＰ函数产生指数分布的随机数
２．１１．５　用ＲＡＮＢＩＮ函数产生二项分布的随机数
２．１１．６　用ＲＡＮＰＯＩ函数产生泊松分布的随机数
２．１２　ＳＡＳｃａｌｌ子程序
２．１２．１　随机数子程序
２．１２．２　其他子程序
２．１２．３　随机数子程序的运用
第３章　ＳＡＳ高级编程技术介绍
３．１　ＳＡＳＯＤＳ介绍
３．１．１　概述
３．１．２　ＯＤＳ特点和常用输出目标
３．１．３　常用ＯＤＳ语句
３．１．４　ＳＡＳＯＤＳ的应用
３．２　ＳＡＳ宏介绍
３．２．１　概述
３．２．２　宏变量
３．２．３　宏与宏参数
３．２．４　宏的引用
３．２．５　常用宏语句和系统宏函数
３．２．６　宏与其他模块接口
３．３　ＳＡＳＳＱＬ介绍
３．３．１　ＳＱＬ简介
３．３．２　ＳＱＬ过程的语句介绍
３．４　ＳＡＳ数组介绍
３．４．１　概述
３．４．２　Ａｒｒａｙ语法格式
３．４．３　数组Ａｒｒａｙ定义
３．４．４　数组Ａｒｒａｙ初始化
３．４．５　数组引用
３．４．６　有关数组的ＳＡＳ函数
３．５　ＳＡＳ／ＩＭＬ介绍
３．５．１　概述
３．５．２　由矩阵标识创建矩阵
３．５．３　矩阵操作
３．５．４　ＳＡＳ／ＩＭＬ编程语句
３．５．５　ＩＭＬ中常用函数
３．５．６　ＩＭＬ中数据集的操作
第２篇　统计设计中关键技术的ＳＡＳ实现
第４章　统计设计核心内容介绍
４．１　统计设计概述
４．１．１　统计设计类型
４．１．２　三类统计设计的共性
４．１．３　三类统计设计的个性
４．１．４　试验设计要点
４．１．５　临床试验设计要点
４．１．６　调查设计要点
４．２　设计类型概述
４．２．１　单因素设计
４．２．２　多因素设计
４．２．３　重复测量设计
４．３　比较类型概述
４．３．１　四种比较类型的概念
４．３．２　四种比较类型下检验假设及结论的正确陈述
４．３．３　合理选择临床试验的比较类型
４．４　样本含量与检验效能估计概述
４．４．１　样本含量估计的概念、意义与作用
４．４．２　检验效能估计的概念、意义与作用
４．５　随机化方法概述
４．５．１　随机化的概念
４．５．２　随机化的意义与作用
４．５．３　随机抽样方法
４．５．４　随机分组方法
４．６　本章小节
第５章　构建设计类型的ＳＡＳ实现
５．１　常用标准多因素设计类型的列表格式
５．１．１　随机区组设计
５．１．２　含一个协变量的随机区组设计
５．１．３　平衡不完全随机区组设计
５．１．４　拉丁方设计
５．１．５　交叉设计
５．１．６　无重复实验的双因素设计
５．１．７　嵌套设计
５．１．８　裂区设计
５．１．９　析因设计
５．１．１０　含区组因素的析因设计
５．１．１１　正交设计
５．１．１２　均匀设计
５．１．１３　重复测量设计
５．２　常用标准多因素设计类型的ＳＡＳ输出格式
５．２．１　如何用ＳＡＳ实现随机区组设计
５．２．２　如何用ＳＡＳ实现平衡不完全区组设计
５．２．３　如何用ＳＡＳ实现拉丁方设计
５．２．４　如何用ＳＡＳ实现２×２交叉设计
５．２．５　如何用ＳＡＳ实现３×３交叉设计
５．２．６　如何用ＳＡＳ实现裂区设计
５．２．７　如何用ＳＡＳ实现析因设计
５．２．８　如何用ＳＡＳ实现含区组因素的析因设计
５．３　本章小结
第６章　样本含量与检验效能估计的ＳＡＳ实现
６．１　估计样本含量与检验效能的前提条件
６．２　抽样调查中样本含量估计
６．２．１　估计总体均值时如何估计样本含量
６．２．２　估计总体率时如何估计样本含量
６．３　定量资料假设检验中样本含量与检验效能估计
６．３．１　单组、配对或交叉设计定量资料统计分析时样本含量估计
６．３．２　成组设计统计分析时样本含量估计
６．３．３　成组设计等效性检验时样本含量估计
６．３．４　成组设计非劣效或优效性检验时样本含量估计
６．３．５　单因素多水平设计定量资料方差分析时样本含量的估计
６．３．６　两因素析因设计定量资料方差分析时样本含量估计
６．３．７　简单直线相关或回归分析时样本含量的估计
６．３．８　单组、配对或交叉设计定量资料假设检验时检验效能的计算
６．３．９　成组设计均值差异性检验时检验效能的计算
６．３．１０　成组设计均值等效性检验时检验效能的计算
６．３．１１　成组设计均值非劣效或优效性检验时检验效能的计算
６．３．１２　单因素多水平设计定量资料的方差分析时检验效能的计算
６．３．１３　两因素析因设计定量资料方差分析时检验效能的计算
６．４　定性资料假设检验中样本含量与检验效能估计
６．４．１　单组设计率的检验时样本含量的估计
６．４．２　两样本频率比较时样本含量的估计
６．４．３　多个样本频率比较时样本含量的估计
６．４．４　单因素２水平设计定性资料等效性检验时检验效能的估计
６．４．５　单因素２水平设计定性资料非劣效或优效性检验时检验效能的估计
６．４．６　例数相等的两组样本频率比较时检验效能的计算
６．４．７　例数不相等的两组样本频率比较时检验效能的计算
６．４．８　单因素２水平设计定性资料等效性检验时检验效能的计算
６．４．９　单因素２水平设计定性资料非劣效或优效性检验时检验效能的计算
６．５　本章小结
第７章　随机化的ＳＡＳ实现
７．１　常见随机抽样和随机分组的种类
７．２　调查研究中随机抽样的ＳＡＳ实现
７．３　试验研究中随机分组的ＳＡＳ实现
７．４　本章小结
第３篇　对定量结果进行差异性分析
第８章　单因素设计一元定量资料差异性分析
８．１　单组设计一元定量资料ｔ检验与符号秩和检验
８．１．１　问题与数据
８．１．２　对数据结构的分析
８．１．３　分析目的与统计分析方法的选择
８．１．４　ＳＡＳ程序中重要内容的说明
８．１．５　主要分析结果及解释
８．２　配对设计一元定量资料ｔ检验与符号秩和检验
８．２．１　问题与数据
８．２．２　对数据结构的分析
８．２．３　分析目的与方法选择
８．２．４　ＳＡＳ程序中重要内容的说明
８．２．５　主要分析结果及解释
８．３　成组设计一元定量资料ｔ检验
８．３．１　问题与数据
８．３．２　对数据结构的分析
８．３．３　分析目的与方法选择
８．３．４　ＳＡＳ程序中重要内容的说明
８．３．５　主要分析结果及解释
８．４　成组设计一元定量资料两种近似ｔ检验和Ｗｉｌｃｏｘｏｎ秩和检验
８．４．１　问题与数据
８．４．２　对数据结构的分析
８．４．３　分析目的与统计分析方法的选择
８．４．４　ＳＡＳ程序中重要内容的说明
８．４．５　主要分析结果及解释
８．５　成组设计一元定量资料三种特殊的比较　　———优效性、非劣效性和等效性ｔ检验
８．５．１　何为三种特殊的假设检验
８．５．２　成组设计一元定量资料优效性检验
８．５．３　成组设计一元定量资料非劣效性检验
８．５．４　成组设计一元定量资料等效性检验
８．６　单因素ｋ（ｋ≥３）水平设计一元定量资料方差分析和两两比较
８．６．１　问题与数据
８．６．２　对数据结构的分析
８．６．３　分析目的与统计分析方法的选择
８．６．４　ＳＡＳ程序中重要内容的说明
８．６．５　主要分析结果及解释
８．７　单因素ｋ（ｋ≥３）水平设计定量资料一元协方差分析
８．７．１　问题与数据
８．７．２　对数据结构的分析
８．７．３　分析目的与统计分析方法的选择
８．７．４　ＳＡＳ程序中重要内容的说明
８．７．５　主要分析结果及解释
８．８　单因素ｋ（ｋ≥３）水平设计一元定量资料Ｗｅｌｃｈ近似方差分析和ＫｒｕｓｋａｌＷａｌｌｉｓ秩和检验及两两比较
８．８．１　问题与数据
８．８．２　对数据结构的分析
８．８．３　分析目的与统计分析方法的选择
８．８．４　ＳＡＳ程序中重要内容的说明
８．８．５　主要分析结果及解释
８．９　本章小结
第９章　单因素设计一元生存资料差异性分析
９．１　单因素设计一元生存资料分析简介
９．２　生存资料统计描述
９．２．１　问题与数据
９．２．２　对数据结构的分析
９．２．３　分析目的与统计分析方法的选择
９．２．４　ＳＡＳ程序
９．２．５　主要分析结果及解释
９．３　生存曲线比较
９．３．１　问题与数据
９．３．２　对数据结构的分析
９．３．３　分析目的与统计分析方法的选择
９．３．４　ＳＡＳ程序
９．３．５　主要分析结果及解释
９．４　本章小结
第１０章　多因素设计一元定量资料差异性分析
１０．１　随机区组设计一元定量资料方差分析与Ｆｒｉｅｄｍａｎ秩和检验
１０．１．１　问题与数据
１０．１．２　对数据结构的分析
１０．１．３　分析目的与统计分析方法的选择
１０．１．４　ＳＡＳ程序
１０．１．５　主要分析结果及解释
１０．２　双因素无重复实验设计一元定量资料方差分析
１０．２．１　问题与数据
１０．２．２　对数据结构的分析
１０．２．３　分析目的与统计分析方法的选择
１０．２．４　ＳＡＳ程序
１０．２．５　主要分析结果及解释
１０．３　平衡不完全随机区组设计一元定量资料方差分析
１０．３．１　问题与数据
１０．３．２　对数据结构的分析
１０．３．３　分析目的与统计分析方法的选择
１０．３．４　ＳＡＳ程序
１０．３．５　主要分析结果及解释
１０．４　拉丁方设计一元定量资料方差分析
１０．４．１　问题与数据
１０．４．２　对数据结构的分析
１０．４．３　分析目的与统计分析方法的选择
１０．４．４　ＳＡＳ程序
１０．４．５　主要分析结果及解释
１０．５　二阶段交叉设计一元定量资料方差分析
１０．５．１　问题与数据
１０．５．２　对数据结构的分析
１０．５．３　分析目的与统计分析方法的选择
１０．５．４　ＳＡＳ程序
１０．５．５　主要分析结果及解释
１０．６　析因设计一元定量资料方差分析
１０．６．１　问题与数据
１０．６．２　对数据结构的分析
１０．６．３　分析目的与统计分析方法的选择
１０．６．４　ＳＡＳ程序
１０．６．５　主要分析结果及解释
１０．７　含区组因素的析因设计一元定量资料方差分析
１０．７．１　问题与数据
１０．７．２　对数据结构的分析
１０．７．３　分析目的与统计分析方法的选择
１０．７．４　ＳＡＳ程序
１０．７．５　主要分析结果及解释
１０．８　嵌套设计一元定量资料方差分析
１０．８．１　问题与数据
１０．８．２　对数据结构的分析
１０．８．３　分析目的与统计分析方法的选择
１０．８．４　ＳＡＳ程序
１０．８．５　主要分析结果及解释
１０．９　裂区设计一元定量资料方差分析
１０．９．１　问题与数据
１０．９．２　对数据结构的分析
１０．９．３　分析目的与统计分析方法的选择
１０．９．４　ＳＡＳ程序
１０．９．５　主要分析结果及解释
１０．１０　正交设计一元定量资料方差分析
１０．１０．１　问题与数据
１０．１０．２　对数据结构的分析
１０．１０．３　分析目的与统计分析方法的选择
１０．１０．４　ＳＡＳ程序
１０．１０．５　主要分析结果及解释
１０．１１　重复测量设计一元定量资料方差分析
１０．１１．１　问题与数据
１０．１１．２　对数据结构的分析
１０．１１．３　分析目的与统计分析方法的选择
１０．１１．４　ＳＡＳ程序
１０．１１．５　主要分析结果及解释
１０．１２　常见多因素实验设计一元定量资料协方差分析
１０．１２．１　问题与数据
１０．１２．２　对数据结构的分析
１０．１２．３　分析目的与统计分析方法的选择
１０．１２．４　ＳＡＳ程序
１０．１２．５　主要分析结果及解释
１０．１３　多个单因素２水平设计定量资料ｍｅｔａ分析
１０．１３．１　问题与数据
１０．１３．２　对数据结构的分析
１０．１３．３　分析目的与统计分析方法的选择
１０．１３．４　ＳＡＳ程序
１０．１３．５　主要分析结果及解释
１０．１４　本章小结
第１１章　单因素设计多元定量资料差异性分析
１１．１　问题、数据及统计分析方法的选择
１１．１．１　问题与数据
１１．１．２　对数据结构的分析
１１．１．３　分析目的与统计分析方法选择
１１．２　单因素设计定量资料多元方差和协方差分析
１１．２．１　对例１１１资料进行单组设计定量资料二元方差分析
１１．２．２　对例１１２资料进行配对设计定量资料二元方差分析
１１．２．３　对例１１３资料进行单因素２水平设计定量资料三元方差分析
１１．２．４　对例１１４资料进行单因素３水平设计定量资料二元方差分析
１１．２．５　对例１１５资料进行单因素２水平设计二元定量资料的一元协方差分析
１１．２．６　对例１１６资料进行单因素２水平设计二元定量资料的二元协方差分析
１１．３　本章小结
第１２章　多因素设计多元定量资料差异性分析
１２．１　问题、数据及统计分析方法的选择
１２．１．１　问题与数据
１２．１．２　对数据结构的分析
１２．１．３　分析目的与统计分析方法的选择
１２．２　多因素设计定量资料多元方差和协方差分析
１２．２．１　对例１２１资料进行随机区组设计定量资料三元方差分析
１２．２．２　对例１２２资料进行两因素析因设计定量资料三元方差分析
１２．２．３　对例１２３资料进行含区组因素析因设计定量资料四元方差分析
１２．２．４　对例１２４资料进行正交设计定量资料三元方差分析
１２．２．５　对例１２５资料进行具有一个重复测量的两因素设计定量资料二元方差分析
１２．２．６　对例１２６资料进行两因素析因设计五元定量资料的二元协方差分析
１２．３　本章小结
第４篇　对定性结果进行差异性分析
第１３章　单因素设计一元定性资料差异性分析
１３．１　单组设计一维表资料统计分析
１３．１．１　问题与数据
１３．１．２　对数据结构的分析
１３．１．３　分析目的与统计分析方法的选择
１３．１．４　ＳＡＳ程序中重要内容的说明
１３．１．５　主要分析结果及解释
１３．２　配对设计四格表资料统计分析
１３．２．１　问题与数据
１３．２．２　对数据结构的分析
１３．２．３　分析目的与统计分析方法的选择
１３．２．４　ＳＡＳ程序中重要内容的说明
１３．２．５　主要分析结果及解释
１３．３　配对设计扩大形式的方表资料统计分析
１３．３．１　问题与数据
１３．３．２　对数据结构的分析
１３．３．３　分析目的与统计分析方法的选择
１３．３．４　ＳＡＳ程序中重要内容的说明
１３．３．５　主要分析结果及解释
１３．４　成组设计横断面研究四格表资料统计分析
１３．４．１　问题与数据
１３．４．２　对数据结构的分析
１３．４．３　分析目的与统计分析方法的选择
１３．４．４　ＳＡＳ程序中重要内容的说明
１３．４．５　主要分析结果及解释
１３．５　成组设计队列研究四格表资料统计分析
１３．５．１　问题与数据
１３．５．２　对数据结构的分析
１３．５．３　分析目的与统计分析方法的选择
１３．５．４　ＳＡＳ程序中重要内容的说明
１３．５．５　主要分析结果及解释
１３．６　成组设计病例对照研究四格表资料统计分析
１３．６．１　问题与数据
１３．６．２　对数据结构的分析
１３．６．３　分析目的与统计分析方法的选择
１３．６．４　ＳＡＳ程序中重要内容的说明
１３．６．５　主要分析结果及解释
１３．７　成组设计结果变量为多值有序变量的２×Ｃ表资料统计分析
１３．７．１　问题与数据
１３．７．２　对数据结构的分析
１３．７．３　分析目的与统计分析方法的选择
１３．７．４　ＳＡＳ程序中重要内容的说明
１３．７．５　主要分析结果及解释
１３．８　成组设计结果变量为多值名义变量的２×Ｃ表资料统计分析
１３．８．１　问题与数据
１３．８．２　对数据结构的分析
１３．８．３　分析目的与统计分析方法的选择
１３．８．４　ＳＡＳ程序中重要内容的说明
１３．８．５　主要分析结果及解释
１３．９　单因素多水平设计无序原因变量Ｒ×２表资料统计分析
１３．９．１　问题与数据
１３．９．２　对数据结构的分析
１３．９．３　分析目的与统计分析方法的选择
１３．９．４　ＳＡＳ程序中重要内容的说明
１３．９．５　主要分析结果及解释
１３．１０　单因素多水平设计有序原因变量Ｒ×２表资料统计分析
１３．１０．１　问题与数据
１３．１０．２　对数据结构的分析
１３．１０．３　分析目的与统计分析方法的选择
１３．１０．４　ＳＡＳ程序中重要内容的说明
１３．１０．５　主要分析结果及解释
１３．１１　单因素多水平设计双向无序Ｒ×Ｃ表资料统计分析
１３．１１．１　问题与数据
１３．１１．２　对数据结构的分析
１３．１１．３　分析目的与统计分析方法的选择
１３．１１．４　ＳＡＳ程序中重要内容的说明
１３．１１．５　主要分析结果及解释
１３．１２　单因素多水平设计有序结果变量Ｒ×Ｃ表资料统计分析
１３．１２．１　问题与数据
１３．１２．２　对数据结构的分析
１３．１２．３　分析目的与统计分析方法的选择
１３．１２．４　ＳＡＳ程序中重要内容的说明
１３．１２．５　主要分析结果及解释
１３．１３　单因素多水平设计双向有序Ｒ×Ｃ表资料统计分析
１３．１３．１　问题与数据
１３．１３．２　对数据结构的分析
１３．１３．３　分析目的与统计分析方法的选择
１３．１３．４　ＳＡＳ程序中重要内容的说明
１３．１３．５　主要分析结果及解释
１３．１４　数据库形式表达资料的统计分析
１３．１５　成组设计一元定性资料三种特殊的比较———优效性、非劣效性和等效性ｔ检验
１３．１５．１　成组设计一元定性资料三种特殊的比较概述
１３．１５．２　优效性检验
１３．１５．３　非劣效性检验
１３．１５．４　等效性检验
１３．１６　本章小结
第１４章　多因素设计一元定性资料差异性分析
１４．１　用加权χ２检验处理结果变量为二值变量的高维列联表资料
１４．１．１　问题与数据
１４．１．２　对数据结构的分析
１４．１．３　分析目的与统计分析方法的选择
１４．１．４　ＳＡＳ程序中重要内容的说明
１４．１．５　主要分析结果及解释
１４．２　用ＣＭＨ χ２检验处理结果变量具有三种性质的高维列联表资料
１４．２．１　问题与数据
１４．２．２　对数据结构的分析
１４．２．３　分析目的与统计分析方法的选择
１４．２．４　ＳＡＳ程序中重要内容的说明
１４．２．５　主要分析结果及解释
１４．３　用ｍｅｔａ分析分别合并处理多个成组设计定性资料
１４．３．１　问题与数据
１４．３．２　对数据结构的分析
１４．３．３　分析目的与统计分析方法的选择
１４．３．４　ＳＡＳ程序中重要内容的说明
１４．３．５　主要分析结果及解释
１４．４　用ＲＯＣ方法分析诊断试验资料
１４．４．１　问题与数据
１４．４．２　对数据结构的分析
１４．４．３　分析目的与统计分析方法的选择
１４．４．４　ＳＡＳ程序中重要内容的说明
１４．４．５　主要分析结果及解释
１４．５　本章小结
第１５章　多因素设计一元定性资料的对数线性模型分析
１５．１　问题、数据及统计分析方法的选择
１５．１．１　问题与数据
１５．１．２　对数据结构的分析
１５．１．３　分析目的与统计分析方法的选择
１５．２　用对数线性模型分析列联表资料
１５．２．１　对数线性模型简介
１５．２．２　用ＳＡＳ分析例１５１资料
１５．２．３　用ＳＡＳ分析例１５２资料
１５．３　本章小结
第５篇　对定量结果进行预测性分析
第１６章　两变量简单线性相关与回归分析
１６．１　问题、数据及统计分析方法的选择
１６．１．１　问题与数据
１６．１．２　对数据结构的分析
１６．１．３　分析目的与统计分析方法的选择
１６．１．４　统计分析方法简介
１６．２　Ｐｅａｒｓｏｎ线性相关分析
１６．２．１　ＳＡＳ程序中重要内容的说明
１６．２．２　主要分析结果及解释
１６．３　Ｓｐｅａｒｍａｎ秩相关分析
１６．３．１　ＳＡＳ程序中重要内容的说明
１６．３．２　主要分析结果及解释
１６．４　Ｋｅｎｄａｌｌ’ｓＴａｕｂ相关分析
１６．４．１　ＳＡＳ程序中重要内容的说明
１６．４．２　主要分析结果及解释
１６．５　简单线性回归分析
１６．５．１　对例１６４资料的分析
１６．５．２　对例１６５资料的分析
１６．６　常用于估计ＬＤ５０的加权线性回归分析
１６．６．１　ＳＡＳ程序中重要内容的说明
１６．６．２　主要分析结果及解释
１６．６．３　用于比较ＬＤ５０和斜率的ＳＡＳ程序中重要内容的说明
１６．６．４　两两比较的主要分析结果及解释
１６．７　本章小结
第１７章　两变量可直线化曲线回归分析
１７．１　问题、数据及统计分析方法的选择
１７．１．１　问题与数据
１７．１．２　对数据结构的分析
１７．１．３　分析目的与统计分析方法的选择
１７．２　对数函数、幂函数和双曲函数曲线回归分析
１７．２．１　ＳＡＳ程序中重要内容的说明
１７．２．２　主要分析结果及解释
１７．３　指数函数曲线回归分析
１７．３．１　ＳＡＳ程序中重要内容的说明
１７．３．２　主要分析结果及解释
１７．４　ｌｏｇｉｓｔｉｃ函数曲线回归分析
１７．４．１　ＳＡＳ程序中重要内容的说明
１７．４．２　主要分析结果及解释
１７．５　本章小结
第１８章　各种复杂曲线回归分析
１８．１　多项式曲线回归分析
１８．１．１　问题与数据
１８．１．２　分析目的与统计分析方法的选择
１８．１．３　ＳＡＳ程序
１８．１．４　主要分析结果及解释
１８．２　ｌｏｇｉｓｔｉｃ曲线回归分析
１８．２．１　问题与数据
１８．２．２　分析目的与统计分析方法的选择
１８．２．３　ＳＡＳ程序
１８．２．４　主要分析结果及解释
１８．３　Ｇｏｍｐｅｒｔｚ曲线回归分析
１８．３．１　问题与数据
１８．３．２　分析目的与统计分析方法的选择
１８．３．３　ＳＡＳ程序
１８．３．４　主要分析结果及解释
１８．４　二项型指数曲线回归分析
１８．４．１　问题与数据
１８．４．２　分析目的与统计分析方法的选择
１８．４．３　ＳＡＳ程序
１８．４．４　主要分析结果及解释
１８．５　三项型指数曲线回归分析
１８．５．１　问题与数据
１８．５．２　分析目的与统计分析方法的选择
１８．５．３　ＳＡＳ程序
１８．５．４　主要分析结果及解释
１８．６　本章小结
第１９章　多重线性回归分析
１９．１　问题、数据及统计分析方法的选择
１９．１．１　问题与数据
１９．１．２　对数据结构的分析
１９．１．３　分析目的与统计分析方法的选择
１９．２　多重线性回归分析概述
１９．３　产生哑变量和派生变量的方法
１９．３．１　如何产生哑变量
１９．３．２　如何产生派生变量
１９．４　自变量各种筛选方法介绍
１９．４．１　筛选自变量的必要性
１９．４．２　筛选自变量的方法
１９．４．３　如何在多个多重线性回归方程中选择最佳者
１９．５　自变量各种共线性诊断方法介绍
１９．５．１　共线性的概念
１９．５．２　共线性的诊断
１９．６　各种异常点诊断方法介绍
１９．６．１　异常点的概念
１９．６．２　异常点的诊断
１９．７　自变量作用大小的评价
１９．８　多个多重回归方程优劣的评价
１９．９　多重线性回归分析的ＳＡＳ实现
１９．９．１　ＳＡＳ程序及说明
１９．９．２　主要分析结果及解释
１９．１０　ＲＥＧ过程语法简介
１９．１１　本章小结
第２０章　主成分回归分析
２０．１　问题、数据及统计分析方法的选择
２０．１．１　问题与数据
２０．１．２　对数据结构的分析
２０．１．３　分析目的及统计分析方法的选择
２０．２　主成分回归分析应用场合及关键技术
２０．３　主成分回归分析
２０．３．１　对例２０１资料进行主成分回归分析
２０．３．２　对例２０２数据进行分析
２０．４　本章小结
第２１章　用ＳＡＳ实现岭回归分析
２１．１　问题、数据及统计分析方法的选择
２１．１．１　问题与数据
２１．１．２　对数据结构的分析
２１．１．３　分析目的与统计分析方法的选择
２１．２　岭回归分析应用场合及关键技术
２１．３　岭回归分析
２１．３．１　进行多重线性回归分析并进行共线性诊断
２１．３．２　进行岭回归分析
２１．４　与岭回归分析有关的ＳＡＳ语句说明
２１．５　本章小结
第２２章　Ｐｏｉｓｓｏｎ回归分析
２２．１　问题、数据及统计分析方法的选择
２２．１．１　问题与数据
２２．１．２　对数据结构的分析
２２．１．３　分析目的与统计分析方法的选择
２２．２　Ｐｏｉｓｓｏｎ回归分析应用场合及关键技术
２２．２．１　Ｐｏｉｓｓｏｎ回归模型简介
２２．２．２　Ｐｏｉｓｓｏｎ回归定义
２２．２．３　Ｐｏｓｓｉｏｎ回归的参数估计
２２．２．４　Ｐｏｓｓｉｏｎ回归估计系数的假设检验
２２．２．５　Ｐｏｓｓｉｏｎ拟合优度检验
２２．３　Ｐｏｉｓｓｏｎ回归分析的ＳＡＳ实现
２２．３．１　对例２２１资料进行分析
２２．３．２　对例２２２资料进行分析
２２．４　本章小结
第２３章　负二项回归分析
２３．１　问题、数据及统计分析方法的选择
２３．１．１　问题与数据
２３．１．２　对数据结构的分析
２３．１．３　分析目的与统计分析方法的选择
２３．２　负二项回归分析应用场合及关键技术
２３．３　负二项回归分析的ＳＡＳ实现
２３．３．１　ＳＡＳ程序及说明
２３．３．２　主要分析结果及解释
２３．４　ＧＥＮＭＯＤ过程及ＣＯＵＮＴＲＥＧ过程简介
２３．５　本章小结
第２４章　Ｐｒｏｂｉｔ回归分析
２４．１　问题、数据及统计分析方法的选择
２４．１．１　问题与数据
２４．１．２　对数据结构的分析
２４．１．３　分析目的与统计分析方法的选择
２４．２　Ｐｒｏｂｉｔ回归分析应用场合及关键技术
２４．２．１　适于进行Ｐｒｏｂｉｔ回归分析的资料表达形式
２４．２．２　Ｐｒｏｂｉｔ回归模型简介
２４．３　Ｐｒｏｂｉｔ回归分析的ＳＡＳ实现
２４．３．１　对例２４１资料进行Ｐｒｏｂｉｔ回归分析
２４．３．２　对例２４２资料进行Ｐｒｏｂｉｔ回归分析
２４．４　ＰＲＯＢＩＴ过程语法简介
２４．５　本章小结
第２５章　生存资料Ｃｏｘ模型回归分析
２５．１　实　　例
２５．１．１　问题与数据
２５．１．２　对数据结构的分析
２５．１．３　分析目的与统计分析方法的选择
２５．２　生存资料Ｃｏｘ模型回归分析简介
２５．３　生存资料Ｃｏｘ模型回归分析的ＳＡＳ实现
２５．３．１　ＳＡＳ程序
２５．３．２　主要分析结果及解释
２５．４　本章小结
第２６章　生存资料参数模型回归分析
２６．１　实　　例
２６．１．１　问题与数据
２６．１．２　对数据结构的分析
２６．１．３　分析目的与统计分析方法的选择
２６．２　生存资料参数模型回归分析简介
２６．３　生存资料参数模型回归分析的ＳＡＳ实现
２６．３．１　ＳＡＳ程序
２６．３．２　主要分析结果及解释
２６．４　ＬＩＦＥＲＥＧ过程简介
２６．５　本章小结
第２７章　时间序列分析
２７．１　时间序列分析简介
２７．２　指数平滑法
２７．２．１　指数平滑法简介
２７．２．２　应用实例
２７．２．３　ＳＡＳ程序
２７．２．４　主要分析结果及解释
２７．３　ＡＲＩＭＡ模型
２７．３．１　ＡＲＩＭＡ模型简介
２７．３．２　应用实例
２７．３．３　ＳＡＳ程序
２７．３．４　主要分析结果及解释
２７．４　谱　分　析
２７．４．１　谱分析简介
２７．４．２　应用实例
２７．４．３　ＳＡＳ程序
２７．４．４　主要分析结果及解释
２７．５　Ｘ１２　方　法
２７．５．１　Ｘ１２过程简介
２７．５．２　应用实例
２７．５．３　ＳＡＳ程序
２７．５．４　摘录主要分析结果
２７．６　本章小结
第６篇　对定性结果进行预测性分析
第２８章　非配对设计定性资料多重ｌｏｇｉｓｔｉｃ回归分析
２８．１　问题、数据及统计分析方法的选择
２８．１．１　问题与数据
２８．１．２　对数据结构的分析
２８．１．３　分析目的与统计分析方法的选择
２８．１．４　ｌｏｇｉｓｔｉｃ回归分析简介
２８．２　二值变量的多重ｌｏｇｉｓｔｉｃ回归分析
２８．２．１　ＳＡＳ程序及说明
２８．２．２　主要分析结果及结论
２８．３　多值有序变量的多重ｌｏｇｉｓｔｉｃ回归分析
２８．３．１　ＳＡＳ程序及说明
２８．３．２　主要分析结果及结论
２８．４　多值名义变量的多重ｌｏｇｉｓｔｉｃ回归分析
２８．４．１　ＳＡＳ程序及说明
２８．４．２　主要分析结果及结论
２８．５　本章小结
第２９章　配对设计定性资料多重ｌｏｇｉｓｔｉｃ回归分析
２９．１　问题、数据及统计分析方法的选择
２９．１．１　问题与数据
２９．１．２　对数据结构的分析
２９．１．３　分析目的与统计分析方法的选择
２９．１．４　条件ｌｏｇｉｓｔｉｃ回归分析简介
２９．２　１１配对设计定性资料的多重ｌｏｇｉｓｔｉｃ回归分析
２９．２．１　ＳＡＳ程序及说明
２９．２．２　主要分析结果及解释
２９．３　ｍ ｎ配对设计定性资料的多重ｌｏｇｉｓｔｉｃ回归分析
２９．３．１　ＳＡＳ程序及说明
２９．３．２　主要分析结果及解释
２９．４　本章小结
第３０章　原因变量为定量变量的判别分析
３０．１　实　　例
３０．１．１　问题与数据
３０．１．２　对数据结构的分析
３０．１．３　分析目的与统计分析方法的选择
３０．２　原因变量为定量变量的判别分析简介
３０．３　原因变量为定量变量的判别分析
３０．３．１　ＳＡＳ程序
３０．３．２　主要分析结果及解释
３０．４　本章小结
第３１章　原因变量为定性变量的判别分析
３１．１　实　　例
３１．１．１　问题与数据
３１．１．２　对数据结构的分析
３１．１．３　分析目的与统计分析方法的选择
３１．２　原因变量为定性变量的判别分析简介
３１．３　原因变量为定性变量的判别分析
３１．３．１　ＳＡＳ程序
３１．３．２　主要分析结果及解释
３１．４　本章小结