SAS高級統計分析教程（第2版），是著名統計學家胡良平老師出版的統計學基礎課程教程，適合統計學專業，SAS初學者，或者高階段商科學習者。
出版信息,內容簡介,目錄,
出版信息
SAS高級統計分析教程（第2版）
叢書名 ：統計分析系列
作 譯 者：胡良平
出版時間：2015-12 千 字 數：621
版 次：01-01 頁 數：388
開 本：16開
裝 幀：
I S B N ：9787121276408
內容簡介
本書內容共6 篇, 第1 篇包括第1 ~4 章, 回答了4 個基礎性問題, 即"如何確保數據是值得分析的冶、"如何選擇統計圖並用SAS 繪製冶、"如何給統計分析方法分類與合理選用統計分析方法冶和"如何基於偏好數據確定多因素的最佳水平組合冶; 第2 篇包括第5 ~12 章, 介紹了研究變數之間相互和依賴關係的8 種多元統計分析方法; 第3 篇包括第13 ~16 章, 介紹了評價樣品間親疏、優劣或相對位置的4 種多元統計分析方法; 第4篇包括第17 ~19 章, 介紹了評價變數與樣品之間關聯性的3 種多元統計分析方法; 第5 篇包括第20 ~24 章,第6 篇包括第25 ~26 章,介紹了數據挖掘、生物信息學和遺傳資料分析3 大領域方面的知識和技術。
目錄
第1章 應確保數據是值得分析的
1.1 什麼是數據和/或統計資料
1.1.1 數據不等於統計資料
1.1.2 統計資料的要素
1.2 確保數據值得分析的第一道關—制訂科學完善的課題設計方案
1.2.1 什麼叫科學研究
1.2.2 科學研究與課題之間是什麼關係
1.2.3 做課題之前為什麼要制訂課題設計方案
1.2.4 課題設計方案有哪些種類
1.2.5 科學完善的科研設計方案的標誌
1.3 確保數據值得分析的第二道關-實時進行嚴格的過程質量控制
1.3.1 必須嚴格控制課題實施過程中的質量
1.3.2 進行質量控制的必要性
1.3.3 進行質量控制的環節與措施
1.4 確保數據值得分析的第三道關-確保數據的原始性沒有被破壞
1.4.1 應有切實可行的措施確保收集的數據具有原始性
1.4.2 與常見試驗設計類型對應的規格化統計表
1.5 常見不值得分析的數據種類
1.5.1 人為編造的數據是不值得分析的
1.5.2 產生於質量控制不嚴的數據是不值得分析的
1.5.3 經過錯誤的方法加工整理後的數據是不值得分析的
1.5.4 不符合特定統計分析方法要求的數據是不值得分析的
1.5.5 盲目解釋基於誤用統計分析方法所得到的分析結果是不可取的
1.5.6 缺失值過多的數據是不值得分析的
1.6 本章小結
第2章 繪製統計圖
2.1 問題、 數據及統計描述方法的選擇
2.1.1 問題與數據
2.1.2 對數據結構的分析
2.1.3 分析目的與統計描述方法的選擇
2.1.4 統計圖概述
2.2 繪製單式條圖
2.2.1 程式及說明
2.2.2 輸出單式條圖
2.3 繪製複式條圖
2.3.1 程式及說明
2.3.2 輸出複式條圖
2.4 繪製百分條圖
2.4.1 程式及說明
2.4.2 輸出百分條圖
2.5 繪製圓圖
2.5.1 程式及說明
2.5.2 輸出圓圖
2.6 繪製箱式圖
2.6.1 程式及說明
2.6.2 輸出箱式圖
2.7 繪製直方圖
2.7.1 程式及說明
2.7.2 輸出直方圖
2.8 繪製散點圖
2.8.1 程式及說明
2.8.2 輸出散點圖
2.9 繪製普通線圖
2.9.1 程式及說明
2.9.2 輸出普通線圖
2.10 繪製半對數線圖
2.10.1 程式及說明
2.10.2 輸出半對數線圖
2.11 繪製P-P圖和Q-Q圖
2.11.1 程式及說明
2.11.2 輸出P-P圖
2.12 本章小結
第3章 統計分析方法的分類與合理選用的關鍵技術
3.1 統計分析方法的分類
3.1.1 概述
3.1.2 描述性統計分析
3.1.3 探索性統計分析
3.1.4 廣義差異性統計分析
3.1.5 相關與回歸分析
3.1.6 廣義綜合評價
3.2 合理選用統計分析方法的關鍵技術
3.2.1 合理選用統計分析方法的四要素
3.2.2 合理選用統計分析方法的實例演示
3.3 面對實際問題合理選用統計分析方法的要領
3.3.1 描述性統計分析
3.3.2 探索性統計分析
3.3.3 傳統差異性統計分析
3.3.4 相關分析
3.3.5 回歸分析
3.3.6 廣義綜合評價
3.4 本章小結
第4章 結合分析
4.1 問題與數據結構
4.1.1 實例
4.1.2 對數據結構的分析
4.1.3 統計分析目的與分析方法的選擇
4.2 結合分析內容簡介
4.2.1 基本概念
4.2.2 基本原理
4.3 結合分析的套用
4.3.1 用SAS分析問題4-1中的資料
4.3.2 用SAS分析問題4-2中的資料
4.4 本章小結
第5章 路徑分析
5.1.2 對數據結構的分析
5.1.3 分析目的與統計分析方法的選擇
5.2 路徑分析內容簡介
5.2.1 路徑分析概述
5.2.2 適合進行路徑分析的數據結構
5.2.3 路徑分析的基本概念
5.2.4 路徑分析的基本原理
5.2.5 路徑分析的步驟
5.3 路徑分析的套用
5.3.1 用REG過程實現路徑分析
5.3.2 用CALIS過程實現路徑分析
5.3.3 如何處理非同質資料的思考
5.4.3 用逐步多重線性回歸分析方法分析例5-2資料
5.4 本章小結
第6章 主成分分析
6.1 問題與數據結構
6.1.1 實例
6.1.2 對數據結構的分析
6.1.3 分析目的與統計分析方法的選擇
6.2 主成分分析內容簡介
6.2.1 主成分分析概述
6.2.2 主成分分析的基本原理
6.2.3 主成分的計算步驟及性質
6.2.4 與主成分分析有關的其他內容
6.2.5 PRINCOMP過程簡介
6.3 主成分分析的套用
6.3.1 SAS程式
6.3.2 主要分析結果及解釋
6.4 本章小結
第7章 變數聚類分析
7.1 問題與數據結構
7.1.1 實例
7.1.2 對數據結構的分析
7.1.3 分析目的與統計分析方法的選擇
7.2 變數聚類分析內容簡介
7.2.1 變數聚類分析的概念
7.2.2 變數聚類分析的聚類統計量
7.2.3 適合進行變數聚類分析的數據結構
7.2.4 VARCLUS過程簡介
7.3 變數聚類分析的套用
7.3.1 SAS程式
7.3.2 主要分析結果及解釋
7.4 本章小結
第8章 典型相關分析
8.1 問題與數據結構
8.1.1 實例
8.1.2 對數據結構的分析
8.1.3 分析目的與統計分析方法的選擇
8.2 典型相關分析內容簡介
8.2.1 典型相關分析概述
8.2.2 適合進行典型相關分析的數據結構
8.2.3 典型相關變數和典型相關係數的定義及解法
8.2.4 典型相關係數的假設檢驗
8.2.5 典型冗餘分析
8.2.6 CANCORR過程簡介
8.3 典型相關分析的套用
8.3.1 SAS程式
8.3.2 主要分析結果及解釋
8.4 本章小結
第9章 多元多重線性回歸分析
9.1 問題與數據結構
9.1.1 實例
9.1.2 對數據結構的分析
9.1.3 統計分析目的與統計分分析方法的選擇
9.2 多元多重線性回歸分析內容簡介
9.2.1 基於普通最小二法篩選自變數的思路
9.2.2 何為偏最小二乘回歸分析
9.2.3 偏最小二乘回歸分析的基本原理與步驟
9.3 偏最小二乘回歸分析的套用
9.3.1 問題與數據結構
9.3.2 用兩種檢驗方法來決定抽取幾對主成分變數
9.3 如何獲得較多統計量的計算結果
9.4 本章小結
第10章 探索性因子分析
10.1 問題與數據結構
10.1.1 實例
10.1.2 對數據結構的分析
10.1.3 分析目的與統計分析方法的選擇
10.2 探索性因子分析內容簡介
10.2.1 概述
10.2.2 探索性因子分析的數學模型
10.2.3 探索性因子分析中載荷矩陣A的統計意義
10.2.4 因子載荷矩陣A的估計方法
10.2.5 公因子個數的確定方法
10.2.6 因子旋轉
10.2.7 因子得分
10.2.8 FACTOR過程簡介
10.3 探索性因子分析的套用
10.3.1 SAS程式
10.3.2 主要分析結果及解釋
10.4 本章小結
第11章 證實性因子分析
11.1 問題與數據結構
11.1.1 實例
11.1.2 對數據結構的分析
11.1.3 分析目的與統計分析方法的選擇
11.2 證實性因子分析簡介
11.2.1 概述
11.2.2 CALIS過程簡介
11.3 證實性因子分析的套用
11.3.1 SAS程式
11.3.2 主要分析結果及解釋
11.4 本章小結
第12章 結構方程模型分析
12.1 問題與數據結構
12.1.1 實例
12.1.2 對數據結構的分析
12.1.3 分析目的與統計分析方法的選擇
12.2 結構方程模型簡介
12.2.1 概述
12.2.2 基本原理
12.3 結構方程模型分析的套用
12.3.1 SAS程式
12.3.2 主要分析結果及解釋
12.4 本章小結
第13章 傳統綜合評價
13.1 問題與數據結構
13.1.1 實例
13.1.2 對數據結構的分析
13.1.3 分析目的與統計分析方法的選擇
13.2 傳統綜合評價方法內容介紹
13.2.1 綜合評分法
13.2.2 Topsis法
13.2.3 層次分析法
13.2.4 RSR綜合評價法
13.3 傳統綜合評價方法的套用
13.3.1 用綜合評分法對例13-1資料進行綜合評價
13.3.2 用Topsis法對例13-2數據進行綜合評價
13.3.3 用層次分析法對例13-3數據進行綜合評價
13.3.4 用RSR綜合評價法對例13-4數據進行綜合評價
13.4 本章小結
第14章 無序樣品聚類分析
14.1 問題與數據結構
14.1.1 實例
14.1.2 對數據結構的分析
14.1.3 分析目的與統計分析方法的選擇
14.2 無序樣品聚類分析簡介
14.2.1 概述
14.2.2 無序樣品聚類分析方法分類
14.2.3 類的特徵與個數的確定
14.2.4 無序樣品聚類分析的計算原理
14.2.5 CLUSTER過程等簡介
14.3 無序樣品聚類分析的套用
14.3.1 SAS程式
14.3.2 主要分析結果及解釋
14.5 本章小結
第15章 有序樣品聚類分析
15.1 問題與數據結構
15.1.1 實例
15.1.2 對數據結構的分析
15.1.3 分析目的與統計分析方法的選擇
15.2 有序樣品聚類分析內容簡介
15.2.1 概述
15.2.2 有序樣品聚類分析的基本概念
15.2.3 有序樣品聚類分析的計算原理
15.3 有序樣品聚類分析的套用
15.3.1 SAS程式
15.3.2 主要分析結果及解釋
15.4 本章小結
第16章 多維尺度分析
16.1 問題與數據結構
16.1.1 實例
16.1.2 對數據結構的分析
16.1.3 分析目的與統計分析方法的選擇
16.2 多維尺度分析內容簡介
16.2.1 概述
16.2.2 度量型多維尺度分析的計算原理
16.2.3 非度量型多維尺度分析的計算原理
16.3 多維尺度分析的套用
16.3.1 SAS程式
16.3.2 主要分析結果及解釋
16.4 MDS過程簡介
16.5 本章小結
第17章 定量資料對應分析
17.1 問題與數據結構
17.1.1 實例
17.1.2 對數據結構的分析
17.1.3 分析目的與統計分析方法的選擇
17.2 定量資料對應分析簡介
17.2.1 概述
17.2.2 定量資料對應分析的基本原理
17.2.3 定量資料對應分析的實施步驟
17.3 定量資料對應分析的套用
17.3.1 SAS程式
17.3.2 主要分析結果及解釋
17.4 本章小結
第18章 定性資料對應分析
18.1 問題與數據結構
18.1.1 實例
18.1.2 對數據結構的分析
18.1.3 分析目的與統計分析方法的選擇
18.2 定性資料對應分析內容簡介
18.3 定性資料對應分析的套用
18.3.1 SAS程式
18.3.2 主要分析結果及解釋
18.3 本章小結
第19章 Shannon信息量分析
19.1 問題與數據結構
19.1.1 實例
19.1.2 對數據結構的分析
19.1.3 統計分析目的與分析方法的選擇
19.2 Shannon信息量分析內容簡介
19.2.1 概述
19.2.2 Shannon信息量分析的基本原理
19.3 Shannon信息量分析的套用
19.3.1 對問題19-1資料進行Shannon信息量分析
19.3.2 對問題19-2資料進行Shannon信息量分析
19.4 本章小結
第20章 決策樹分析
20.1 決策樹簡介
20.2 決策樹的基本原理
20.3 決策樹種類及決策樹構造思路
20.4 遞歸分割的分裂準則
20.5 變數重要性檢測
20.6 實際套用與結果解釋
20.7 用數據挖掘模組近似實現各種決策樹算法
20.8 本章小結
第21章 神經網路分析
21.1 前饋型神經網路簡介
21.2 多層感知器的學習
21.3 模型過擬合
21.4 模型複雜性的評價
21.4.1 模型泛化能力（Generalization）的評價
21.4.2 模型選擇的標準
21.5 實際套用與結果解釋
21.6 本章小結
第22章 數據挖掘與分析
22.1 數據挖掘的基本概念
22.1.1 數據挖掘的背景
22.1.2 數據挖掘的基本概念
22.1.3 數據挖掘任務的分類
22.1.4 數據挖掘的套用
22.2 SAS企業數據挖掘器介紹
22.3 關聯規則與序列規則
22.3.1 關聯規則分析
22.3.2 關聯規則挖掘實例分析
22.3.3 序列規則分析
22.3.4 序列規則挖掘實例分析
22.4 分類預測
22.4.1 數據準備
22.4.2 數據探索與數據轉換
22.4.3 構造預測模型
22.4.4 模型評估與數據預測
22.5 本章小結
第23章 基因表達譜分析
23.1 基因表達譜的概念
23.2 基因表達譜的數據獲取及標準化
23.2.1 基因表達譜的數據獲取
23.2.2 基因表達數據的標準化
23.3 基因表達數據分析技術
23.3.1 差異表達基因的篩選
23.3.2 基因表達的聚類分析方法
23.4 基因調控網路分析
23.5 本章小結
第24章 生物信息分析
24.1 生物信息學定義
24.1.1 生物學問題
24.1.2 生物數據
24.1.3 計算工具
24.2 統計學在生物信息學中的套用
24.2.1 基於基因表達譜的樣本分型研究
24.2.2 基於基因表達譜的樣本分類研究
24.3 本章小結
第25章 用SAS實現遺傳資料統計分析
25.1 SAS/Genetics簡介
25.2 ALLELE、 HAPLOTYPE和HTSNP過程簡介
25.2.1 數據格式
25.2.2 ALLELE過程的語法結構
25.2.3 HAPLOTYPE過程的語法結構
25.2.4 HTSNP過程的語法結構及其套用
25.3 利用CASECONTROL和FAMILY進行關聯分析
25.3.1 CASECONTROL過程的語法結構
25.3.2 FAMILY過程的語法結構及其套用
25.4 親緣係數和近交係數
25.5 結果校正和圖形輸出
25.5.1 平滑處理和多重檢驗校正
25.5.2 PSMOOTH過程的語法結構及其套用
25.5.3 %TPLOT宏及其套用
25.6 本章小結
第26章 遺傳流行病學資料的統計分析
26.1 基因、 基因型頻率測定與Hardy-Weinberg平衡定律的驗證
26.1.1 問題與數據
26.1.2 SAS程式中重要內容的說明
26.1.3 主要分析結果及解釋
26.2 連鎖不平衡與單體型分析
26.2.1 問題與數據
26.2.2 SAS程式中重要內容的說明
26.2.3 主要分析結果及解釋
26.3 多位點基因型與疾病關聯分析
26.3.1 問題與數據
26.3.2 SAS程式中重要內容的說明
26.3.3 主要分析結果及解釋
26.4 標籤SNP的確認與SAS程式
26.4.1 問題與數據
26.4.2 SAS程式中重要內容的說明
26.4.3 主要分析結果及解釋
26.5 一般人群病例對照遺傳資料的關聯分析
26.5.1 問題與數據
26.5.2 SAS程式中重要內容的說明
26.5.3 主要分析結果及解釋
26.6 家係數據的關聯分析
26.6.1 問題與數據
26.6.2 SAS程式中重要內容的說明
26.6.3 主要分析結果及解釋
26.7 本章小結
附錄 胡良平統計學專著及配套軟體簡介
