《SAS9.1統計軟體套用教程》是2010年9月1日人民衛生出版社出版的書籍。本書不僅可以作為高等醫學院校本科生、研究生軟體課的授課教材，還可以作為SAS愛好者的參考書或工具書使用。
基本介紹
- 書名：SAS9.1統計軟體套用教程
- 頁數：278頁
- 裝幀：平裝
- 開本：16
圖書信息,內容簡介,目錄,
圖書信息
出版社: 人民衛生出版社; 第2版 (2010年9月1日)
叢書名: 全國高等醫藥院校配套教材,教育部學位管理與研究生教育司推薦“研究生教學用書”配套教材
ISBN: 9787117132695, 7117132698
條形碼: 9787117132695
尺寸: 25.8 x 18.6 x 0.6 cm
重量: 662 g
內容簡介
《SAS9.1統計軟體套用教程(第2版)》共有21章，前3章主要介紹了SAS的基礎知識；第四章 至第十六章 介紹了常用的統計學方法，包括：計量資料的描述性統計的內容、兩個樣本均數比較的方法、方差分析、兩變數的直線相關和回歸分析、非線性回歸分析、多元線性回歸分析、X2檢驗、二項分布、Poisson分布和負二項分布的知識、非參數統計分析方法、協方差分析、logistic回歸分析、生存分析以及多元統計分析方法；第十七、十八章介紹目前逐漸受到重視的多水平模型和結構方程模型分析方法；第十九、二十章介紹了統計設計階段的隨機化分組和樣本量估計的方法；第二十一章介紹了缺失數據填補的方法。
《SAS9.1統計軟體套用教程(第2版)》中的所有內容都是編寫者根據多年的基於對SAS軟體的使用經驗和理解編寫而成的，經過了多年的實際套用的檢驗，因此《SAS9.1統計軟體套用教程(第2版)》具有非常高的實用性。
目錄
第一章 SAS的概述
第一節 SAS的特點和運行環境
第二節 SAS的啟動和退出
第三節 SAS的顯示管理系統
第四節 SAS程式
第二章 資料庫與數據集
第一節 資料庫
第二節 數據集
第三節 數據集的建立
第四節 數據集的整理
第三章 SAS的運算符和函式
第一節 SAS的運算符
第二節 SAS的常用函式
第四章 計量資料的單變數描述
第一節 頻數表的編制
第二節 單變數的描述
第三節 正態性檢驗
第四節 幾何均數的計算
第五章 兩樣本均數的比較
第一節 均數可信區間的估計
第二節 單樣本均數的t檢驗
第三節 配對資料兩樣本均數比較的t檢驗
第四節 成組資料兩樣本均數比較的t檢驗
第五節 兩樣本均數的等效性檢驗
第六章 多個樣本均數比較的方差分析
第一節 完全隨機設計資料的方差分析
第二節 隨機區組設計資料的方差分析
第三節 拉丁方設計資料的方差分析
第四節 兩階段交叉設計資料的方差分析
第五節 析因設計資料的方差分析
第六節 正交設計資料的方差分析
第七節 嵌套設計資料的方差分析
第八節 裂區設計資料的方差分析
第九節 重複測量資料的方差分析
第七章 兩變數直線相關和回歸分析
第一節 直線相關分析
第二節 直線回歸分析
第三節 秩相關
第四節 加權直線回歸
第八章 非線性回歸分析
第一節 指數曲線回歸
第二節 對數曲線回歸
第九章 多變數回歸分析
第一節 多元線性回歸
第二節 篩選變數
第十章 x2檢驗
第一節 四格表資料的x2檢驗
第二節 R×C表資料的x2檢驗
第十一章 二項分布、POISSON分布和負二項分布
第一節 二項分布
第二節 Poisson分布
第三節 負二項分布中的參數估計
第四節 擬合優度檢驗
第十二章 非參數統計方法
第一節 配對資料的比較
第二節 成組資料的比較
第三節 兩組等級資料的比較
第四節 完全隨機設計資料的比較
第五節 隨機區組設計資料的比較
第十三章 協方差分析
第一節 完全隨機設計資料的協方差分析
第二節 隨機區組設計資料的協方差分析
第十四章 logistic回歸分析
第一節 二分類logistic回歸
第二節 多個自變數的二分類logistic回歸
第三節 1：M配對資料的條件二分類logistic回歸
第四節 有序logistic回歸
第五節 多分類logistic回歸
第十五章 生存分析
第一節 生存率的計算
第二節 生存曲線比較的log-rank檢驗
第三節 Cox回歸分析
第十六章 多元統計分析
第一節 判別分析
第二節 聚類分析
第三節 主成分分析
第四節 因子分析
第五節 典型相關分析
第十七章 多水平統計模型
第一節 方差成分模型
第二節 隨機係數模型
第十八章 結構方程模型
第十九章 隨機化分組
第一節 完全隨機分組
第二節 區組隨機分組
第三節 分段隨機分組
第二十章 樣本含量的估計
第一節 單個樣本均數的t檢驗的樣本含量估計
第二節 兩個樣本均數的t檢驗的樣本含量估計
第三節 多個樣本均數的比較的樣本含量估計
第四節 單個樣本率的比較的樣本含量估計
第五節 兩個獨立樣本率的比較的樣本含量估計
第六節 直線相關分析的樣本含量估計
第二十一章 缺失數據的多重填補
