SAS统计分析教程2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

SAS统计分析教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇　对定量结果进行差异性分析第1章　SAS软件与SAS用法简介2

1.1　SAS软件简介2

1.1.1　SAS软件结构2

1.1.2　SAS界面简介2

1.1.3　SAS过程与SAS程序3

1.1.4　运行SAS软件的两种常用方式3

1.1.5　SAS程序结构4

1.1.6　简单SAS程序中的SAS语句简介5

1.1.7　SAS语言简介6

1.1.8　SAS数据集简介7

1.1.9　如何利用SAS帮助窗口8

1.2　SAS用法简介8

1.2.1　初学者学习SAS的快捷方式8

1.2.2　实际运行SAS9

1.2.3　从实验设计角度谈SAS用法10

1.2.4　从资料录入角度谈SAS用法10

1.2.5　从不同格式数据转换角度谈SAS用法15

1.2.6　从资料表达角度谈SAS用法16

1.2.7　从统计分析角度谈SAS用法16

1.3　本章小结17

第2章　单因素设计一元定量资料差异性分析18

2.1　单组设计一元定量资料t检验与符号秩和检验18

2.1.1　问题与数据18

2.1.2　对数据结构的分析18

2.1.3　分析目的与统计分析方法的选择18

2.1.4　SAS程序中重要内容的说明18

2.1.5　主要分析结果及解释19

2.2　配对设计一元定量资料t检验与符号秩和检验21

2.2.1 问题与数据21

2.2.2　对数据结构的分析21

2.2.3　分析目的与方法选择21

2.2.4　SAS程序中重要内容的说明22

2.2.5　主要分析结果及解释22

2.3　成组设计一元定量资料t检验23

2.3.1 问题与数据23

2.3.2　对数据结构的分析23

2.3.3　分析目的与方法选择23

2.3.4　SAS程序中重要内容的说明23

2.3.5　主要分析结果及解释24

2.4　成组设计一元定量资料Wilcoxon秩和检验25

2.4.1 问题与数据25

2.4.2　对数据结构的分析26

2.4.3　分析目的与统计分析方法的选择26

2.4.4　SAS程序中重要内容的说明26

2.4.5　主要分析结果及解释27

2.5　单因素k（k≥3）水平设计定量资料一元方差分析28

2.5.1　问题与数据28

2.5.2　对数据结构的分析28

2.5.3　分析目的与统计分析方法的选择28

2.5.4　SAS程序中重要内容的说明28

2.5.5　主要分析结果及解释29

2.6　单因素k（k≥3）水平设计定量资料一元协方差分析30

2.6.1　问题与数据30

2.6.2　对数据结构的分析31

2.6.3　分析目的与统计分析方法的选择31

2.6.4　SAS程序中重要内容的说明31

2.6.5　主要分析结果及解释32

2.7　单因素k（k≥3）水平设计一元定量资料Kruskal-Wallis秩和检验33

2.7.1　问题与数据33

2.7.2　对数据结构的分析33

2.7.3　分析目的与统计分析方法的选择33

2.7.4　SAS程序中重要内容的说明33

2.7.5　主要分析结果及解释34

2.8　本章小结35

第3章　单因素设计一元生存资料差异性分析37

3.1 单因素设计一元生存资料分析简介37

3.2　生存资料统计描述37

3.2.1 问题与数据37

3.2.2　对数据结构的分析38

3.2.3　分析目的与统计分析方法的选择38

3.2.4　SAS程序38

3.2.5　主要分析结果及解释40

3.3　生存曲线比较43

3.3.1　问题与数据43

3.3.2　对数据结构的分析43

3.3.3　分析目的与统计分析方法的选择43

3.3.4　SAS程序43

3.3.5　主要分析结果及解释44

3.4　本章小结45

第4章　多因素设计一元定量资料差异性分析46

4.1 随机区组设计一元定量资料方差分析与Friedman秩和检验46

4.1.1　问题与数据46

4.1.2　对数据结构的分析46

4.1.3　分析目的与统计分析方法的选择47

4.1.4　SAS程序47

4.1.5　主要分析结果及解释48

4.2　双因素无重复实验设计一元定量资料方差分析50

4.2.1　问题与数据50

4.2.2　对数据结构的分析50

4.2.3　分析目的与统计分析方法的选择51

4.2.4　SAS程序51

4.2.5　主要分析结果及解释52

4.3　平衡不完全随机区组设计一元定量资料方差分析53

4.3.1 问题与数据53

4.3.2　对数据结构的分析53

4.3.3　分析目的与统计分析方法的选择53

4.3.4　SAS程序53

4.3.5　主要分析结果及解释54

4.4　拉丁方设计一元定量资料方差分析55

4.4.1　问题与数据55

4.4.2　对数据结构的分析56

4.4.3　分析目的与统计分析方法的选择56

4.4.4　SAS程序56

4.4.5　主要分析结果及解释57

4.5　二阶段交叉设计一元定量资料方差分析58

4.5.1 问题与数据58

4.5.2　对数据结构的分析58

4.5.3　分析目的与统计分析方法的选择58

4.5.4　SAS程序58

4.5.5　主要分析结果及解释59

4.6　析因设计一元定量资料方差分析59

4.6.1　问题与数据59

4.6.2　对数据结构的分析60

4.6.3　分析目的与统计分析方法的选择60

4.6.4　SAS程序60

4.6.5　主要分析结果及解释61

4.7　含区组因素的析因设计一元定量资料方差分析62

4.7.1 问题与数据62

4.7.2　对数据结构的分析63

4.7.3　分析目的与统计分析方法的选择63

4.7.4　SAS程序63

4.7.5　主要分析结果及解释64

4.8　嵌套设计一元定量资料方差分析65

4.8.1　问题与数据65

4.8.2　对数据结构的分析65

4.8.3　分析目的与统计分析方法的选择65

4.8.4　SAS程序66

4.8.5　主要分析结果及解释67

4.9　裂区设计一元定量资料方差分析69

4.9.1　问题与数据69

4.9.2　对数据结构的分析70

4.9.3　分析目的与统计分析方法的选择70

4.9.4　SAS程序70

4.9.5　主要分析结果及解释71

4.10　正交设计一元定量资料方差分析72

4.10.1 问题与数据72

4.10.2　对数据结构的分析73

4.10.3　分析目的与统计分析方法的选择73

4.10.4　SAS程序73

4.10.5　主要分析结果及解释74

4.11　重复测量设计一元定量资料方差分析76

4.11.1 问题与数据76

4.11.2　对数据结构的分析78

4.11.3　分析目的与统计分析方法的选择78

4.11.4　SAS程序78

4.11.5　主要分析结果及解释82

4.12　常见多因素实验设计一元定量资料协方差分析87

4.12.1　问题与数据87

4.12.2　对数据结构的分析89

4.12.3　分析目的与统计分析方法的选择89

4.12.4　SAS程序89

4.12.5　主要分析结果及解释92

4.13 多个单因素两水平设计定量资料Meta分析97

4.13.1　问题与数据97

4.13.2　对数据结构的分析98

4.13.3　分析目的与统计分析方法的选择98

4.13.4　SAS程序98

4.13.5　主要分析结果及解释99

4.14　本章小结100

第5章　单因素设计多元定量资料差异性分析101

5.1 问题、数据及统计分析方法的选择101

5.1.1　问题与数据101

5.1.2　对数据结构的分析103

5.1.3　分析目的与统计分析方法选择104

5.2　单因素设计定量资料多元方差和协方差分析105

5.2.1　对例5-1资料进行单组设计定量资料二元方差分析105

5.2.2　对例5-2资料进行配对设计定量资料二元方差分析106

5.2.3　对例5-3资料进行单因素两水平设计定量资料三元方差分析107

5.2.4　对例5-4资料进行单因素3水平设计定量资料二元方差分析107

5.2.5　对例5-5资料进行单因素两水平设计二元定量资料的一元协方差分析109

5.2.6　对例5-6资料进行单因素两水平设计二元定量资料的二元协方差分析112

5.3　本章小结115

第6章　多因素设计多元定量资料差异性分析117

6.1 问题、数据及统计分析方法的选择117

6.1.1 问题与数据117

6.1.2　对数据结构的分析121

6.1.3　分析目的与统计分析方法的选择122

6.2　多因素设计定量资料多元方差和协方差分析123

6.2.1　对例6-1资料进行随机区组设计定量资料三元方差分析123

6.2.2　对例6-2资料进行两因素析因设计定量资料三元方差分析124

6.2.3　对例6-3资料进行含区组因素析因设计定量资料四元方差分析125

6.2.4　对例6-4资料进行正交设计定量资料三元方差分析127

6.2.5　对例6-5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129

6.2.6　对例6-6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130

6.3　本章小结133

第2篇　对定性结果进行差异性分析第7章　单因素设计一元定性资料差异性分析136

7.1 单组设计一维表资料统计分析136

7.1.1　问题与数据136

7.1.2　对数据结构的分析136

7.1.3　分析目的与统计分析方法的选择136

7.1.4　SAS程序中重要内容的说明136

7.1.5　主要分析结果及解释137

7.2　配对设计四格表资料统计分析137

7.2.1　问题与数据137

7.2.2　对数据结构的分析138

7.2.3　分析目的与统计分析方法的选择138

7.2.4　SAS程序中重要内容的说明138

7.2.5　主要分析结果及解释138

7.3　配对设计扩大形式的方表资料统计分析139

7.3.1 问题与数据139

7.3.2　对数据结构的分析140

7.3.3　分析目的与统计分析方法的选择140

7.3.4　SAS程序中重要内容的说明140

7.3.5　主要分析结果及解释141

7.4　成组设计横断面研究四格表资料统计分析141

7.4.1 问题与数据141

7.4.2　对数据结构的分析141

7.4.3　分析目的与统计分析方法的选择142

7.4.4　SAS程序中重要内容的说明142

7.4.5　主要分析结果及解释142

7.5　成组设计队列研究四格表资料统计分析143

7.5.1　问题与数据143

7.5.2　对数据结构的分析143

7.5.3　分析目的与统计分析方法的选择143

7.5.4　SAS程序中重要内容的说明143

7.5.5　主要分析结果及解释144

7.6　成组设计病例对照研究四格表资料统计分析145

7.6.1　问题与数据145

7.6.2　对数据结构的分析145

7.6.3　分析目的与统计分析方法的选择146

7.6.4　SAS程序中重要内容的说明146

7.6.5　主要分析结果及解释146

7.7　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147

7.7.1　问题与数据147

7.7.2　对数据结构的分析147

7.7.3　分析目的与统计分析方法的选择148

7.7.4　SAS程序中重要内容的说明148

7.7.5　主要分析结果及解释148

7.8　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149

7.8.1　问题与数据149

7.8.2　对数据结构的分析149

7.8.3　分析目的与统计分析方法的选择149

7.8.4　SAS程序中重要内容的说明149

7.8.5　主要分析结果及解释150

7.9　单因素多水平设计无序原因变量R×2表资料统计分析150

7.9.1　问题与数据150

7.9.2　对数据结构的分析150

7.9.3　分析目的与统计分析方法的选择151

7.9.4　SAS程序中重要内容的说明151

7.9.5　主要分析结果及解释151

7.10　单因素多水平设计有序原因变量R×2表资料统计分析152

7.10.1　问题与数据152

7.10.2　对数据结构的分析152

7.10.3　分析目的与统计分析方法的选择152

7.10.4　SAS程序中重要内容的说明152

7.10.5　主要分析结果及解释153

7.11 单因素多水平设计双向无序R×C表资料统计分析153

7.11.1 问题与数据153

7.11.2　对数据结构的分析153

7.11.3　分析目的与统计分析方法的选择153

7.11.4　SAS程序中重要内容的说明154

7.11.5　主要分析结果及解释154

7.12　单因素多水平设计有序结果变量R×C表资料统计分析154

7.12.1 问题与数据154

7.12.2　对数据结构的分析155

7.12.3　分析目的与统计分析方法的选择155

7.12.4　SAS程序中重要内容的说明155

7.12.5　主要分析结果及解释155

7.13　单因素多水平设计双向有序R×C表资料统计分析156

7.13.1　问题与数据156

7.13.2　对数据结构的分析156

7.13.3　分析目的与统计分析方法的选择156

7.13.4　SAS程序中重要内容的说明156

7.13.5　主要分析结果及解释157

7.14　数据库形式表达资料的统计分析157

7.15　本章小结159

第8章　多因素设计一元定性资料差异性分析160

8.1　用加权x2检验处理结果变量为二值变量的高维列联表资料160

8.1.1　问题与数据160

8.1.2　对数据结构的分析160

8.1.3　分析目的与统计分析方法的选择160

8.1.4　SAS程序中重要内容的说明161

8.1.5　主要分析结果及解释161

8.2　用CMHx2检验处理结果变量具有3种性质的高维列联表资料162

8.2.1　问题与数据162

8.2.2　对数据结构的分析163

8.2.3　分析目的与统计分析方法的选择163

8.2.4　SAS程序中重要内容的说明164

8.2.5　主要分析结果及解释166

8.3　用Meta分析分别合并处理多个成组设计定性资料167

8.3.1　问题与数据167

8.3.2　对数据结构的分析168

8.3.3　分析目的与统计分析方法的选择169

8.3.4　SAS程序中重要内容的说明169

8.3.5　主要分析结果及解释174

8.4　ROC方法分析诊断试验资料175

8.4.1 问题与数据175

8.4.2　对数据结构的分析176

8.4.3　分析目的与统计分析方法的选择176

8.4.4　SAS程序中重要内容的说明176

8.4.5　主要分析结果及解释179

8.5　本章小结182

第9章　多因素设计一元定性资料对数线性模型分析183

9.1 问题、数据及统计分析方法的选择183

9.1.1　问题与数据183

9.1.2　对数据结构的分析184

9.1.3　分析目的与统计分析方法的选择184

9.2　用对数线性模型分析列联表资料184

9.2.1　对数线性模型简介184

9.2.2　用SAS分析例9-1资料185

9.2.3　用SAS分析例9-2资料189

9.3　本章小结191

第3篇　对定量结果进行预测性分析第10章　两变量简单线性回归分析194

10.1 问题、数据及统计分析方法的选择194

10.1.1　问题与数据194

10.1.2　对数据结构的分析195

10.1.3　分析目的与统计分析方法的选择196

10.1.4　统计分析方法简介196

10.2　Pearson线性相关分析198

10.2.1　SAS程序中重要内容的说明198

10.2.2　主要分析结果及解释198

10.3　Spearman秩相关分析199

10.3.1　SAS程序中重要内容的说明199

10.3.2　主要分析结果及解释199

10.4　简单线性回归分析200

10.4.1　对例10-3资料的分析200

10.4.2　对例10-4资料的分析201

10.5　加权线性回归分析204

10.5.1　SAS程序中重要内容的说明204

10.5.2　主要分析结果及解释205

10.5.3　用于比较LD50和斜率的SAS程序中重要内容的说明207

10.5.4　两两比较的主要分析结果及解释208

10.6　本章小结208

第11章　两变量可直线化曲线回归分析209

11.1 问题、数据及统计分析方法的选择209

11.1.1 问题与数据209

11.1.2　对数据结构的分析209

11.1.3　分析目的与统计分析方法的选择209

11.2　对数函数、幂函数和双曲函数曲线回归分析210

11.2.1　SAS程序中重要内容的说明210

11.2.2　主要分析结果及解释211

11.3　指数函数曲线回归分析215

11.3.1 SAS程序中重要内容的说明215

11.3.2　主要分析结果及解释216

11.4　Logistic函数曲线回归分析217

11.4.1　SAS程序中重要内容的说明217

11.4.2　主要分析结果及解释218

11.5　本章小结220

第12章　各种复杂曲线回归分析221

12.1　多项式曲线回归分析221

12.1.1　问题与数据221

12.1.2　分析目的与统计分析方法的选择221

12.1.3　SAS程序221

12.1.4　主要分析结果及解释222

12.2　Logistic曲线回归分析223

12.2.1 问题与数据223

12.2.2　分析目的与统计分析方法的选择223

12.2.3　SAS程序223

12.2.4　主要分析结果及解释225

12.3　Gompertz曲线回归分析226

12.3.1 问题与数据226

12.3.2　分析目的与统计分析方法的选择226

12.3.3　SAS程序226

12.3.4　主要分析结果及解释227

12.4　二项型指数曲线回归分析229

12.4.1　问题与数据229

12.4.2　分析目的与统计分析方法的选择229

12.4.3　SAS程序229

12.4.4　主要分析结果及解释231

12.5　三项型指数曲线回归分析234

12.5.1 问题与数据234

12.5.2　分析目的与统计分析方法的选择234

12.5.3　SAS程序235

12.5.4　主要分析结果及解释237

12.6　本章小结240

第13章　多重线性回归分析241

13.1 问题、数据及统计分析方法的选择241

13.1.1　问题与数据241

13.1.2　对数据结构的分析241

13.1.3　分析目的与统计分析方法的选择242

13.1.4　多重线性回归分析方法简介242

13.2　多重线性回归分析243

13.2.1　SAS程序及说明243

13.2.2　主要分析结果及解释244

13.3　REG过程语法简介247

13.4　本章小结249

第14章　主成分回归分析250

14.1 问题、数据及统计分析方法的选择250

14.1.1 问题与数据250

14.1.2　对数据结构的分析251

14.1.3　分析目的及统计分析方法的选择251

14.2　单组设计多元定量资料主成分回归分析251

14.2.1　对例14-1资料进行主成分回归分析251

14.2.2　对例14-2数据进行分析256

14.3　本章小结261

第15章　现岭回归分析262

15.1 问题、数据及统计分析方法的选择262

15.1.1　问题与数据262

15.1.2　对数据结构的分析263

15.1.3　分析目的与统计分析方法的选择263

15.2　岭回归分析263

15.2.1　进行多重线性回归分析并进行共线性诊断263

15.2.2　进行岭回归分析265

15.3 与岭回归分析有关的SAS语句说明268

15.4　本章小结268

第16章　Poisson回归分析269

16.1 问题、数据及统计分析方法的选择269

16.1.1　问题与数据269

16.1.2　对数据结构的分析270

16.1.3　分析目的与统计分析方法的选择271

16.1.4　Poisson回归简介271

16.2　Poisson回归分析271

16.2.1　对例16-1资料进行分析271

16.2.2　对例16-2资料进行分析275

16.3　本章小结277

第17章　负二项回归与Probit回归分析278

17.1 问题、数据及统计分析方法的选择278

17.1.1　问题与数据278

17.1.2　对数据结构的分析279

17.1.3　分析目的与统计分析方法的选择280

17.2　负二项回归分析280

17.2.1　SAS程序及说明280

17.2.2　主要分析结果及解释281

17.3　对例17-2资料进行Probit回归分析285

17.3.1　SAS程序及说明285

17.3.2　主要分析结果及解释285

17.4　对例17-3资料进行Probit回归分析287

17.4.1　SAS程序及说明287

17.4.2　主要输出结果及其解释288

17.5　相关的SAS过程语法简介293

17.5.1 GENMOD过程及COUNTREG过程293

17.5.2　PROBIT过程295

17.6　本章小结298

第18章　生存资料COX模型回归分析299

18.1 实例299

18.1.1　问题与数据299

18.1.2　对数据结构的分析299

18.1.3　分析目的与统计分析方法的选择299

18.2　生存资料COX模型回归分析简介300

18.3 生存资料COX模型回归分析300

18.3.1　SAS程序300

18.3.2　主要分析结果及解释302

18.4　本章小结305

第19章　生存资料参数模型回归分析306

19.1 实例306

19.1.1 问题与数据306

19.1.2　对数据结构的分析306

19.1.3　分析目的与统计分析方法的选择306

19.2　生存资料参数模型回归分析简介307

19.3　生存资料参数模型回归分析307

19.3.1　SAS程序307

19.3.2　主要分析结果及解释308

19.4　LIFEREG过程简介311

19.5　本章小结312

第20章　时间序列分析313

20.1 时间序列分析简介313

20.2　指数平滑法313

20.2.1　指数平滑法简介313

20.2.2　应用实例314

20.2.3　SAS程序314

20.2.4　主要分析结果及解释315

20.3　ARIMA模型316

20.3.1　ARIMA模型简介316

20.3.2　应用实例317

20.3.3　SAS程序317

20.3.4　主要分析结果及解释318

20.4　谱分析321

20.4.1　谱分析简介321

20.4.2　应用实例322

20.4.3　SAS程序322

20.4.4　主要分析结果及解释323

20.5　X12方法325

20.5.1　X12过程简介325

20.5.2　应用实例325

20.5.3　SAS程序325

20.5.4　摘录主要分析结果327

20.6　本章小结330

第4篇　对定性结果进行预测性分析第21章　非配对设计定性资料多重logistic回归分析332

21.1 问题、数据及统计分析方法的选择332

21.1.1 问题与数据332

21.1.2　对数据结构的分析333

21.1.3　分析目的与统计分析方法的选择334

21.1.4　Logistic回归分析简介334

21.2　二值变量的多重logistic回归分析335

21.2.1　SAS程序及说明335

21.2.2　主要分析结果及结论335

21.3 多值有序变量的多重logistic回归分析338

21.3.1　SAS程序及说明338

21.3.2　主要分析结果及结论338

21.4　多值名义变量的多重logistic回归分析340

21.4.1　SAS程序及说明340

21.4.2　主要分析结果及结论341

21.5　本章小结343

第22章　配对设计定性资料多重logistic回归分析344

22.1 问题、数据及统计分析方法的选择344

22.1.1 问题与数据344

22.1.2　对数据结构的分析345

22.1.3　分析目的与统计分析方法的选择345

22.1.4　条件logistic回归分析简介345

22.2 1:1配对设计定性资料的多重logistic回归分析346

22.2.1　SAS程序及说明346

22.2.2　主要分析结果及解释346

22.3 m:n配对设计定性资料的多重logistic回归分析348

22.3.1　SAS程序及说明348

22.3.2　主要分析结果及解释349

22.4　本章小结351

第23章　原因变量为定量变量的判别分析352

23.1 实例352

23.1.1　问题与数据352

23.1.2　对数据结构的分析353

23.1.3　分析目的与统计分析方法的选择354

23.2　原因变量为定量变量的判别分析简介354

23.3　原因变量为定量变量的判别分析354

23.3.1　SAS程序354

23.3.2　主要分析结果及解释357

23.4　本章小结367

第24章　原因变量为定性变量的判别分析368

24.1　实例368

24.1.1　问题与数据368

24.1.2　对数据结构的分析369

24.1.3　分析目的与统计分析方法的选择369

24.2　原因变量为定性变量的判别分析简介369

24.3　原因变量为定性变量的判别分析370

24.3.1　SAS程序370

24.3.2　主要分析结果及解释371

24.4　本章小结372

第25章　遗传资料统计分析的SAS实现373

25.1　SAS/Genetics简介373

25.2　ALLELE、HAPLOTYPE和HTSNP过程简介374

25.2.1　数据格式374

25.2.2　ALLELE过程的语法结构376

25.2.3　HAPLOTYPE过程的语法结构380

25.2.4　HTSNP过程的语法结构及其应用382

25.3　利用CASECONTROL和FAMILY过程进行关联分析384

25.3.1　CASECONTROL过程的语法结构384

25.3.2　FAMILY过程的语法结构及其应用386

25.4　亲缘系数和近交系数387

25.5　结果校正和图形输出390

25.5.1　平滑处理和多重检验校正390

25.5.2　PSMOOTH过程的语法结构及其应用390

25.5.3　％TPLOT宏及其应用392

25.6　本章小结393

第26章　用SAS/Genetics分析遗传流行病学资料394

26.1 基因、基因型频率测定与Hardy-Weinberg平衡定律的验证394

26.1.1　问题与数据394

26.1.2　SAS程序中重要内容的说明394

26.1.3　主要分析结果及解释395

26.2　连锁不平衡与单体型分析396

26.2.1 问题与数据396

26.2.2　SAS程序中重要内容的说明396

26.2.3　主要分析结果及解释397

26.3　多位点基因型与疾病关联分析398

26.3.1 问题与数据398

26.3.2　SAS程序中重要内容的说明398

26.3.3　主要分析结果及解释399

26.4　标签SNP的确认与SAS程序399

26.4.1　问题与数据399

26.4.2　SAS程序中重要内容的说明400

26.4.3　主要分析结果及解释401

26.5　一般人群病例对照遗传资料的关联分析401

26.5.1　问题与数据402

26.5.2　SAS程序中重要内容的说明402

26.5.3　主要分析结果及解释403

26.6　家系数据的关联分析404

26.6.1　问题与数据404

26.6.2　SAS程序中重要内容的说明405

26.6.3　主要分析结果及解释406

26.7　本章小结406

第27章　决策树分析407

27.1　决策树简介407

27.2　决策树的基本原理407

27.3　决策树种类及决策树构造思路408

27.4　递归分割的分裂准则409

27.5　变量重要性检测413

27.6　实际应用与结果解释414

27.7　用数据挖掘模块近似实现各种决策树算法428

27.8　本章小结429

第28章　神经网络分析430

28.1　前馈型神经网络简介430

28.2　多层感知器的学习434

28.3　模型过拟合436

28.4　模型复杂性的评价436

28.4.1　模型泛化能力（Generalization）的评价436

28.4.2　模型选择的标准438

28.5　实际应用与结果解释439

28.6　本章小结453

第5篇　多变量间相互与依赖关系分析第29章　主成分分析456

29.1 实例456

29.1.1　问题与数据456

29.1.2　对数据结构的分析457

29.1.3　分析目的与统计分析方法的选择457

29.2　主成分分析简介457

29.3　主成分分析458

29.3.1　SAS程序458

29.3.2　主要分析结果及解释459

29.4　PRINCOMP过程简介463

29.4.1　PRINCOMP过程的语句格式463

29.4.2　PRINCOMP过程语句及用法简介463

29.5　本章小结465

第30章　探索性因子分析466

30.1　实例466

30.1.1 问题与数据466

30.1.2　对数据结构的分析467

30.1.3　分析目的与统计分析方法的选择467

30.2　因子分析简介467

30.3　探索性因子分析468

30.3.1　SAS程序468

30.3.2　主要分析结果及解释469

30.4　FACTOR过程简介477

30.4.1　FACTOR过程的语句格式477

30.4.2　FACTOR过程语句的用法和功能477

30.5　本章小结480

第31章　路径分析481

31.1 问题与数据结构481

31.1.1　问题与数据481

31.1.2　分析数据结构482

31.1.3　分析目的与统计分析方法的选择482

31.2　用REG过程实现路径分析483

31.2.1　分析目的与绘制路径图483

31.2.2　用REG过程对例31-1资料进行路径分析所需要的SAS程序484

31.2.3　主要分析结果及解释485

31.2.4　将计算结果填入事先绘制的路径图并做出专业结论487

31.3　用CALIS过程实现路径分析487

31.3.1　分析目的与绘制路径图487

31.3.2　用CALIS过程对例31-1资料进行路径分析所需要的SAS程序487

31.3.3　主要分析结果及解释488

31.3.4　将计算结果填入事先绘制的路径图并做出专业结论490

31.4　如何处理非同质资料的思考491

31.4.1　像例31-2那样的资料适合进行路径分析吗491

31.4.2　按31.3节中的方法分析例31-2资料合适吗491

31.4.3　用逐步多重线性回归分析方法分析例31-2资料493

31.5　本章小结494

第32章　证实性因子分析495

32.1 实例495

32.1.1 问题与数据495

32.1.2　对数据结构的分析496

32.1.3　分析目的与统计分析方法的选择496

32.2　证实性因子分析简介496

32.3　证实性因子分析497

32.3.1　SAS程序497

32.3.2　主要分析结果及解释498

32.4　CALIS过程简介502

32.5　本章小结503

第33章　结构方程模型分析504

33.1 实例504

33.1.1　问题与数据504

33.1.2　对数据结构的分析505

33.1.3　分析目的与统计分析方法的选择505

33.2　结构方程模型简介506

33.3　结构方程模型分析506

33.3.1　SAS程序506

33.3.2　主要分析结果及解释507

33.4　本章小结512

第34章　典型相关分析513

34.1 实例513

34.1.1　问题与数据513

34.1.2　对数据结构的分析513

34.1.3　分析目的与统计分析方法的选择514

34.2　典型相关分析概述514

34.3　典型相关分析514

34.3.1　SAS程序514

34.3.2　主要分析结果及解释515

34.4　CANCORR过程简介521

34.5　本章小结523

第6篇　变量或样品间亲疏关系或近似程度分析第35章　变量聚类分析526

35.1 实例526

35.1.1　问题与数据526

35.1.2　对数据结构的分析526

35.1.3　分析目的与统计分析方法的选择526

35.2　变量聚类分析简介527

35.3　变量聚类分析527

35.3.1　SAS程序527

35.3.2　主要分析结果及解释528

35.4 VARCLUS过程简介532

35.4.1 用SAS实现聚类分析的数据结构532

35.4.2 VARCLUS过程简介533

35.5 本章小结535

第36章 无序样品聚类分析536

36.1 实例536

36.1.1 问题与数据536

36.1.2 对数据结构的分析537

36.1.3 分析目的与统计分析方法的选择537

36.2　无序样品聚类分析简介537

36.3　无序样品聚类分析537

36.3.1　SAS程序537

36.3.2　主要分析结果及解释540

36.4　CLUSTER过程等简介547

36.4.1　用SAS实现聚类分析的数据结构547

36.4.2 CLUSTER过程547

36.4.3　FASTCLUS过程548

36.4.4　TREE过程549

36.5　本章小结550

第37章　有序样品聚类分析551

37.1 实例551

37.1.1　问题与数据551

37.1.2　对数据结构的分析552

37.1.3　分析目的与统计分析方法的选择553

37.2　有序样品聚类分析概述553

37.3　用编程法实现有序样品聚类分析553

37.3.1　SAS程序553

37.3.2　主要分析结果及解释556

37.4　本章小结560

第38章　综合评价561

38.1 问题、数据及统计分析方法的选择561

38.1.1 问题与数据561

38.1.2　对数据结构的分析562

38.1.3　分析目的与统计分析方法的选择563

38.2　用几种常用的综合评价方法解决实际问题564

38.2.1　用综合评分法对例38-1资料进行综合评价564

38.2.2　用TOPSIS法对例38-2数据进行综合评价570

38.2.3　用层次分析法对例38-3数据进行综合评价573

38.2.4　用RSR综合评价法对例38-4数据进行综合评价576

38.3　本章小结579

第39章　多维尺度分析580

39.1 实例580

39.1.1 问题与数据580

39.1.2　对数据结构的分析581

39.1.3　分析目的与统计分析方法的选择581

39.2　多维尺度分析简介581

39.3　多维尺度分析582

39.3.1　SAS程序582

39.3.2　主要分析结果及解释583

39.4　MDS过程简介585

39.5　本章小结587

第40章　定量资料对应分析588

40.1 实例588

40.1.1 问题与数据588

40.1.2　对数据结构的分析588

40.1.3　分析目的与统计分析方法的选择589

40.2　对应分析简介589

40.3　定量资料对应分析589

40.3.1　SAS程序589

40.3.2　主要分析结果及解释590

40.4　数据结构及语句简介593

40.4.1　用SAS实现对应分析的数据结构593

40.4.2　CORRESP过程简介594

40.4.3　对应分析中的绘图语句596

40.5　本章小结598

第41章　定性资料对应分析599

41.1 实例599

41.1.1　问题与数据599

41.1.2　对数据结构的分析600

41.1.3　分析目的与统计分析方法的选择600

41.2　定性资料对应分析600

41.2.1　SAS程序600

41.2.2　主要分析结果及解释601

41.3　本章小结605

第7篇　数据挖掘技术与基因表达谱分析简析第42章　数据挖掘的概念及常用统计分析技术简介608

42.1　数据挖掘的基本概念608

42.1.1　数据挖掘的背景608

42.1.2　数据挖掘的基本概念608

42.1.3　数据挖掘任务的分类608

42.1.4　数据挖掘的应用609

42.2　SAS企业数据挖掘器介绍609

42.3　关联规则与序列规则610

42.3.1　关联规则分析610

42.3.2　关联规则挖掘实例分析610

42.3.3　序列规则分析615

42.3.4　序列规则挖掘实例分析615

42.4　分类预测620

42.4.1　数据准备620

42.4.2　数据探索与数据转换621

42.4.3　构造预测模型622

42.4.4　模型评估与数据预测623

42.5　本章小结623

第43章　基因表达谱的概念与数据分析技术简介624

43.1　基因表达谱的概念624

43.2　基因表达谱的数据获取及标准化624

43.2.1　基因表达谱的数据获取625

43.2.2　基因表达数据的标准化626

43.3　基因表达数据分析技术626

43.3.1　差异表达基因的筛选626

43.3.2　基因表达的聚类分析方法626

43.4　基因调控网络分析637

43.5　本章小结639

第44章　生物信息学简介641

44.1　生物信息学定义641

44.1.1　生物学问题641

44.1.2　生物数据641

44.1.3　计算工具642

44.2　统计学在生物信息学中的应用642

44.2.1　基于基因表达谱的样本分型研究642

42.2.2　基于基因表达谱的样本分类研究649

44.3　本章小结654

第8篇　用编程法绘制统计图与实现实验设计第45章　绘制统计图656

45.1 问题、数据及统计描述方法的选择656

45.1.1 问题与数据656

45.1.2　对数据结构的分析658

45.1.3　分析目的与统计描述方法的选择659

45.1.4　统计图概述660

45.2　绘制单式条图660

45.2.1　程序及说明660

45.2.2　输出单式条图661

45.3　绘制复式条图661

45.3.1　程序及说明661

45.3.2　输出复式条图662

45.4　绘制百分条图663

45.4.1　程序及说明663

45.4.2　输出百分条图664

45.5　绘制圆图664

45.5.1　程序及说明664

45.5.2　输出圆图665

45.6　绘制箱式图665

45.6.1　程序及说明665

45.6.2　输出箱式图666

45.7　绘制直方图667

45.7.1　程序及说明667

45.7.2　输出直方图667

45.8　绘制散布图668

45.8.1　程序及说明668

45.8.2　输出散布图668

45.9　绘制普通线图669

45.9.1　程序及说明669

45.9.2　输出普通线图670

45.10　绘制半对数线图670

45.10.1　程序及说明670

45.10.2　输出半对数线图671

45.11 绘制P-P图和Q-Q图671

45.11.1　程序及说明671

45.11.2　输出P-P图672

45.12　本章小结672

第46章　实验设计方案的SAS实现674

46.1　成组设计方案的SAS实现674

46.1.1　问题674

46.1.2　前期准备及设计类型的确定674

46.1.3　SAS程序674

46.1.4　输出结果及解释675

46.2　单因素多水平设计方案的SAS实现675

46.2.1　问题675

46.2.2　前期准备及设计类型的确定676

46.2.3　SAS程序676

46.2.4　输出结果及解释676

46.3　随机区组设计方案的SAS实现677

46.3.1　问题677

46.3.2　前期准备及设计类型的确定677

46.3.3　SAS程序677

46.3.4　输出结果及解释678

46.4　拉丁方设计方案的SAS实现678

46.4.1　问题678

46.4.2　前期准备及设计类型的确定679

46.4.3　SAS程序679

46.4.4　输出结果及解释679

46.5　2×2交叉设计方案的SAS实现680

46.5.1　问题680

46.5.2　前期准备及设计类型的确定680

46.5.3　SAS程序680

46.5.4　输出结果及解释681

46.6　3×3交叉设计方案的SAS实现681

46.6.1　问题681

46.6.2　前期准备及设计类型的确定681

46.6.3　SAS程序681

46.6.4　输出结果及解释682

46.7　析因设计方案的SAS实现683

46.7.1　问题683

46.7.2　前期准备及设计类型的确定683

46.7.3　SAS程序683

46.7.4　输出结果及解释684

46.8　含区组因素的析因设计方案的SAS实现684

46.8.1 问题684

46.8.2　前期准备及设计类型的确定684

46.8.3　SAS程序685

46.8.4　输出结果及解释685

46.9　裂区设计方案的SAS实现686

46.9.1　问题686

46.9.2　前期准备及设计类型的确定686

46.9.3　SAS程序686

46.9.4　输出结果及解释687

46.10　平衡不完全区组设计方案的SAS实现687

46.10.1　问题687

46.10.2　前期准备及设计类型的确定688

46.10.3　SAS程序688

46.10.4　输出结果及解释689

46.11　本章小结689

第47章　样本含量估计和检验效能分析690

47.1　样本含量估计的意义690

47.2　确定样本含量时应具备的条件691

47.3　估计总体均值时样本含量的估计691

47.4　估计总体率时样本含量的估计692

47.4.1　当π或P接近0或1时692

47.4.2当π或P接近0.5时692

47.5　单组设计均值与率的检验时样本含量的估计693

47.5.1　均值的比较693

47.5.2　率的比较694

47.6　配对设计均值与率的检验时样本含量的估计694

47.6.1　均值的检验694

47.6.2　率的检验695

47.7　成组设计均值与率的差异性检验时样本含量的估计696

47.7.1　均值的检验696

47.7.2　率的检验696

47.8　成组设计均值与率的等效性检验时样本含量的估计697

47.8.1　均值的检验697

47.8.2　率的检验698

47.9　成组设计均值与率的非劣效或优效性检验时样本含量的估计698

47.9.1　均值的检验698

47.9.2　率的检验699

47.10　单因素多水平设计均值与率的检验时样本含量的估计700

47.10.1　均值的检验700

47.10.2　率的检验701

47.11　检验效能分析的概述701

47.12　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702

47.13　成组设计均值与率的差异性检验时检验效能的计算702

47.13.1　均值的检验702

47.13.2　率的检验703

47.14　成组设计均值与率的等效性检验时检验效能的计算704

47.14.1　均值的检验704

47.14.2　率的检验704

47.15　成组设计均值与率的非劣效或优效性检验时检验效能的计算705

47.15.1　均值的检验705

47.15.2　率的检验706

47.16　本章小结706