SAS常用统计分析教程(第2版) 思维导图模板

第3篇对定量结果进行差异性分析

8 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

8.2 配对设计一元定量资料t检验与符号秩和检验

8.3 成组设计一元定量资料t检验

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

8.5 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

8.6 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

8.7 单因素k（k≥3）水平设计定量资料一元协方差分析

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

8.9 本章小结

9 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

9.3 生存曲线比较

9.4 本章小结

10 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

10.2 双因素无重复实验设计一元定量资料方差分析

10.3 平衡不完全随机区组设计一元定量资料方差分析

10.4 拉丁方设计一元定量资料方差分析

10.5 二阶段交叉设计一元定量资料方差分析

10.6 析因设计一元定量资料方差分析

10.7 含区组因素的析因设计一元定量资料方差分析

10.8 嵌套设计一元定量资料方差分析

10.9 裂区设计一元定量资料方差分析

10.10 正交设计一元定量资料方差分析

10.11 重复测量设计一元定量资料方差分析

10.12 常见多因素实验设计一元定量资料协方差分析

10.13 多个单因素2水平设计定量资料meta分析

10.14 本章小结

11 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

11.2 单因素设计定量资料多元方差和协方差分析

11.3 本章小结

12 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

12.2 多因素设计定量资料多元方差和协方差分析

12.3 本章小结

第4篇对定性结果进行差异性分析

13 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

13.2 配对设计四格表资料统计分析

13.3 配对设计扩大形式的方表资料统计分析

13.4 成组设计横断面研究四格表资料统计分析

13.5 成组设计队列研究四格表资料统计分析

13.6 成组设计病例对照研究四格表资料统计分析

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

13.8 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

13.9 单因素多水平设计无序原因变量R×2表资料统计分析

13.10 单因素多水平设计有序原因变量R×2表资料统计分析

13.11 单因素多水平设计双向无序R×C表资料统计分析

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

13.13 单因素多水平设计双向有序R×C表资料统计分析

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

13.16 本章小结

14 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

14.2 用CMHχ2检验处理结果变量具有三种性质的高维列联表资料

14.3 用meta分析分别合并处理多个成组设计定性资料

14.4 用ROC方法分析诊断试验资料

14.5 本章小结

15 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

15.2 用对数线性模型分析列联表资料

15.3 本章小结

第5篇对定量结果进行预测性分析

16 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

16.2 Pearson线性相关分析

16.3 Spearman秩相关分析

16.4 Kendall’s Tau-b相关分析

16.5 简单线性回归分析

16.6 常用于估计LD50的加权线性回归分析

16.7 本章小结

17 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

17.2 对数函数、幂函数和双曲函数曲线回归分析

17.3 指数函数曲线回归分析

17.4 logistic函数曲线回归分析

17.5 本章小结

18 各种复杂曲线回归分析

18.1 多项式曲线回归分析

18.2 logistic曲线回归分析

18.3 Gompertz曲线回归分析

18.4 二项型指数曲线回归分析

18.5 三项型指数曲线回归分析

18.6 本章小结

19 多重线性回归分析

19.1 问题、数据及统计分析方法的选择

19.2 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

19.4 自变量各种筛选方法介绍

19.5 自变量各种共线性诊断方法介绍

19.6 各种异常点诊断方法介绍

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

19.10 REG过程语法简介

19.11 本章小结

20 主成分回归分析

20.1 问题、数据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

20.4 本章小结

21 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

21.2 岭回归分析应用场合及关键技术

21.3 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

22 Poisson回归分析

22.1 问题、数据及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

22.3 Poisson回归分析的SAS实现

22.4 本章小结

23 负二项回归分析

23.1 问题、数据及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

23.4 GENMOD过程及COUNTREG过程简介

23.5 本章小结

24 Probit回归分析

24.1 问题、数据及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

24.3 Probit回归分析的SAS实现

24.4 PROBIT过程语法简介

24.5 本章小结

25 生存资料Cox模型回归分析

25.1 实例

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

25.4 本章小结

26 生存资料参数模型回归分析

26.1 实例

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

26.4 LIFEREG过程简介

26.5 本章小结

27 时间序列分析

27.1 时间序列分析简介

27.2 指数平滑法

27.3 ARIMA模型

27.4 谱分析

27.5 X12方法

27.6 本章小结

第6篇对定性结果进行预测性分析

28 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

28.2 二值变量的多重logistic回归分析

28.3 多值有序变量的多重logistic回归分析

28.4 多值名义变量的多重logistic回归分析

28.5 本章小结

29 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

29.2 1：1配对设计定性资料的多重logistic回归分析

29.3 m：n配对设计定性资料的多重logistic回归分析

29.4 本章小结

30 原因变量为定量变量的判别分析

30.1 实例

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

30.4 本章小结

31 原因变量为定性变量的判别分析

31.1 实例

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

31.4 本章小结

编委会

第2版前言

第1版前言

第1篇 SAS软件及相关知识介绍

1 SAS软件与SAS用法简介

1.1 SAS软件简介

1.2 SAS用法简介

1.3 本章小结

2 SAS语言基础介绍

2.1 SAS数据步中常用SAS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

2.4 SAS函数中的基础知识

2.5 日期时间函数

2.6 截取函数

2.7 分位数函数

2.8 数学函数

2.9 概率函数

2.10 样本统计函数

2.11 随机数函数

2.12 SAS call子程序

3 SAS高级编程技术介绍

3.1 SAS ODS介绍

3.2 SAS宏介绍

3.3 SAS SQL介绍

3.4 SAS数组介绍

3.5 SAS/IML介绍

第2篇统计设计中关键技术的SAS实现

4 统计设计核心内容介绍

4.1 统计设计概述

4.2 设计类型概述

4.3 比较类型概述

4.4 样本含量与检验效能估计概述

4.5 随机化方法概述

4.6 本章小结

5 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

5.2 常用标准多因素设计类型的SAS输出格式

5.3 本章小结

6 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

6.3 定量资料假设检验中样本含量与检验效能估计

6.4 定性资料假设检验中样本含量与检验效能估计

6.5 本章小结

7 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