新書推薦：
《
深度学习详解
》
售價：HK$
114.8
《
李白传（20世纪文史学家李长之经典传记）
》
售價：HK$
45.8
《
津轻：日本无赖派文学代表太宰治自传性随笔集
》
售價：HK$
66.7
《
河流之齿
》
售價：HK$
59.8
《
新经济史革命：计量学派与新制度学派
》
售價：HK$
89.7
《
盗墓笔记之秦岭神树4
》
售價：HK$
57.3
《
战胜人格障碍
》
售價：HK$
66.7
《
逃不开的科技创新战争
》
售價：HK$
103.3
|
| 編輯推薦： |
|
《SAS编程技术教程》内容丰富且新颖，适用面宽且可操作性强。涉及到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。《SAS编程技术教程》适合于需要学习和运用实验设计、统计表达与描述和统计分析及SAS实现的本科生、研究生、博士生、科研和管理工作者、临床医生和杂志编辑学习和使用。
|
| 關於作者： |
朱世武
数量经济专业博士、金融工程专业博士后。清华大学经济管理学院金融系副教授，金融量化分析与计算专业委员会副秘书长，中国金融学会金融工程专业委员会委员。研究领域为固定收益、风险管理、金融计算与建模、金融数据库。讲授过的课程有金融数据库、金融统计学、实证金融学、SAS编程技术，以及数据、模型与决策。主持或参与16项科研项目。在国内外学术期刊上发表论文40余篇。著有《SAS编程技术教程》、《金融计算与建模》。
|
| 目錄：
|
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
1.1SAS软件简介
1.2SAS用法简介
1.3本章小结
第2章单因素设计一元定量资料差异性分析
2.1单组设计一元定量资料t检验与符号秩和检验
2.2配对设计一元定量资料t检验与符号秩和检验
2.3成组设计一元定量资料t检验
2.4成组设计一元定量资料Wi1coxon秩和检验
2.5单因素k（k≥3）水平设计定量资料一元方差分析
2.6单因素k（k≥3）水平设计定量资料一元协方差分析
2.7单因素k（k≥3）水平设计一元定量资料Kruska1-Wa11is秩和检验
2.8本章小结
第3章单因素设计一元生存资料差异性分析
3.1单因素设计一元生存资料分析简介
3.2生存资料统计描述
3.3生存曲线比较
3.4本章小结
第4章多因素设计一元定量资料差异性分析
4.1随机区组设计一元定量资料方差分析与Friedman秩和检验
4.2双因素无重复实验设计一元定量资料方差分析
4.3平衡不完全随机区组设计一元定量资料方差分析
4.4拉丁方设计一元定量资料方差分析
4.5二阶段交叉设计一元定量资料方差分析
4.6析因设计一元定量资料方差分析
4.7含区组因素的析因设计一元定量资料方差分析
4.8嵌套设计一元定量资料方差分析
4.9裂区设计一元定量资料方差分析
4.9.1问题与数据
4.10正交设计一元定量资料方差分析
4.11重复测量设计一元定量资料方差分析
4.12常见多因素实验设计一元定量资料协方差分析
4.13多个单因素两水平设计定量资料Meta分析
4.14本章小结
第5章单因素设计多元定量资料差异性分析
5.1问题、数据及统计分析方法的选择
5.2单因素设计定量资料多元方差和协方差分析
5.3本章小结
第6章多因素设计多元定量资料差异性分析
6.1问题、数据及统计分析方法的选择
6.2多因素设计定量资料多元方差和协方差分析
6.3本章小结
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
7.1单组设计一维表资料统计分析
7.2配对设计四格表资料统计分析
7.3配对设计扩大形式的方表资料统计分析
7.4成组设计横断面研究四格表资料统计分析
7.5成组设计队列研究四格表资料统计分析
7.6成组设计病例对照研究四格表资料统计分析
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
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
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
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
7.11单因素多水平设计双向无序R×C表资料统计分析
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
7.13单因素多水平设计双向有序R×C表资料统计分析
7.14数据库形式表达资料的统计分析
7.15本章小结
第8章多因素设计一元定性资料差异性分析
8.1用加权检验处理结果变量为二值变量的高维列联表资料
8.2用检验处理结果变量具有3种性质的高维列联表资料
8.3用Meta分析分别合并处理多个成组设计定性资料
8.4ROC方法分析诊断试验资料
8.5本章小结
第9章多因素设计一元定性资料对数线性模型分析
9.1问题、数据及统计分析方法的选择
9.2用对数线性模型分析列联表资料
9.3本章小结
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
10.1问题、数据及统计分析方法的选择
10.2Pearson线性相关分析
10.3Spearman秩相关分析
10.4简单线性回归分析
10.5加权线性回归分析
10.6本章小结
第11章两变量可直线化曲线回归分析
11.1问题、数据及统计分析方法的选择
11.2对数函数、幂函数和双曲函数曲线回归分析
11.3指数函数曲线回归分析
11.4Logistic函数曲线回归分析
11.5本章小结
第12章各种复杂曲线回归分析
12.1多项式曲线回归分析
12.2Logistic曲线回归分析
12.3Gompertz曲线回归分析
12.4二项型指数曲线回归分析
12.5三项型指数曲线回归分析
12.6本章小结
第13章多重线性回归分析
13.1问题、数据及统计分析方法的选择
13.2多重线性回归分析
13.3REG过程语法简介
13.4本章小结
第14章主成分回归分析
14.1问题、数据及统计分析方法的选择
14.2单组设计多元定量资料主成分回归分析
14.3本章小结
第15章现岭回归分析
15.1问题、数据及统计分析方法的选择
15.2岭回归分析
15.3与岭回归分析有关的SAS语句说明
15.4本章小结
第16章Poisson回归分析
16.1问题、数据及统计分析方法的选择
16.2Poisson回归分析
16.3本章小结
第17章负二项回归与Probit回归分析
17.1问题、数据及统计分析方法的选择
17.2负二项回归分析
17.3对例17-2资料进行Probit回归分析
17.4对例17-3资料进行Probit回归分析
17.5相关的SAS过程语法简介
17.6本章小结
第18章生存资料COX模型回归分析
18.1实例
18.2生存资料COX模型回归分析简介
18.3生存资料COX模型回归分析
18.4本章小结
第19章生存资料参数模型回归分析
19.1实例
19.2生存资料参数模型回归分析简介
19.3生存资料参数模型回归分析
19.4LIFEREG过程简介
19.5本章小结
第20章时间序列分析
20.1时间序列分析简介
20.2指数平滑法
20.3ARIMA模型
20.4谱分析
20.5X12方法
20.6本章小结
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1ogistic回归分析
21.1问题、数据及统计分析方法的选择
21.2二值变量的多重1ogistic回归分析
21.3多值有序变量的多重1ogistic回归分析
21.4多值名义变量的多重1ogistic回归分析
21.5本章小结
第22章配对设计定性资料多重1ogistic回归分析
22.1问题、数据及统计分析方法的选择
22.4本章小结
第23章原因变量为定量变量的判别分析
23.1实例
23.2原因变量为定量变量的判别分析简介
23.3原因变量为定量变量的判别分析
23.4本章小结
第24章原因变量为定性变量的判别分析
24.1实例
24.2原因变量为定性变量的判别分析简介
24.3原因变量为定性变量的判别分析
24.4本章小结
第25章遗传资料统计分析的SAS实现
25.1SASGenetics简介
25.2ALLELE、HAPLOTYPE和HTSNP过程简介
25.3利用CASECONTROL和FAMILY过程进行关联分析
25.4亲缘系数和近交系数
25.5结果校正和图形输出
25.6本章小结
第26章用SASGenetics分析遗传流行病学资料
26.1基因、基因型频率测定与Hardy-Weinberg平衡定律的验证
26.2连锁不平衡与单体型分析
26.3多位点基因型与疾病关联分析
26.4标签SNP的确认与SAS程序
26.5一般人群病例对照遗传资料的关联分析
26.6家系数据的关联分析
26.7本章小结
第27章决策树分析
27.1决策树简介
27.2决策树的基本原理
27.3决策树种类及决策树构造思路
27.4递归分割的分裂准则
27.5变量重要性检测
27.6实际应用与结果解释
27.7用数据挖掘模块近似实现各种决策树算法
27.8本章小结
第28章神经网络分析
28.1前馈型神经网络简介
28.2多层感知器的学习
28.3模型过拟合
28.4模型复杂性的评价
28.5实际应用与结果解释
28.6本章小结
第5篇多变量间相互与依赖关系分析
第29章主成分分析
29.1实例
29.2主成分分析简介
29.3主成分分析
29.4PRINCOMP过程简介
29.5本章小结
第30章探索性因子分析
30.1实例
30.2因子分析简介
30.3探索性因子分析
30.4FACTOR过程简介
30.5本章小结
第31章路径分析
31.1问题与数据结构
31.2用REG过程实现路径分析
31.3用CALIS过程实现路径分析
31.4如何处理非同质资料的思考
31.5本章小结
第32章证实性因子分析
32.1实例
32.2证实性因子分析简介
32.3证实性因子分析
32.4CALIS过程简介
32.5本章小结
第33章结构方程模型分析
33.1实例
33.2结构方程模型简介
33.3结构方程模型分析
33.4本章小结
第34章典型相关分析
34.1实例
34.2典型相关分析概述
34.3典型相关分析
34.4CANCORR过程简介
34.5本章小结
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
35.1实例
35.2变量聚类分析简介
35.3变量聚类分析
35.4VARCLUS过程简介
35.5本章小结
第36章无序样品聚类分析
36.1实例
36.2无序样品聚类分析简介
36.3无序样品聚类分析
36.4CLUSTER过程等简介
36.5本章小结
第37章有序样品聚类分析
37.1实例
37.2有序样品聚类分析概述
37.3用编程法实现有序样品聚类分析
37.4本章小结
第38章综合评价
38.1问题、数据及统计分析方法的选择
38.2用几种常用的综合评价方法解决实际问题
38.3本章小结
第39章多维尺度分析
39.1实例
39.2多维尺度分析简介
39.3多维尺度分析
39.4MDS过程简介
39.5本章小结
第40章定量资料对应分析
40.1实例
40.2对应分析简介
40.3定量资料对应分析
40.4数据结构及语句简介
40.5本章小结
第41章定性资料对应分析
41.1实例
41.2定性资料对应分析
41.3本章小结
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
42.1数据挖掘的基本概念
42.2SAS企业数据挖掘器介绍
42.3关联规则与序列规则
42.4分类预测
42.5本章小结
第43章基因表达谱的概念与数据分析技术简介
43.1基因表达谱的概念
43.2基因表达谱的数据获取及标准化
43.3基因表达数据分析技术
43.4基因调控网络分析
43.5本章小结
第44章生物信息学简介
44.1生物信息学定义
44.2统计学在生物信息学中的应用
44.3本章小结
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
45.1问题、数据及统计描述方法的选择
45.2绘制单式条图
45.3绘制复式条图
45.4绘制百分条图
45.5绘制圆图
45.6绘制箱式图
45.7绘制直方图
45.8绘制散布图
45.9绘制普通线图
45.10绘制半对数线图
45.11绘制P-P图和Q-Q图
45.12本章小结
第46章实验设计方案的SAS实现
46.1成组设计方案的SAS实现
46.2单因素多水平设计方案的SAS实现
46.3随机区组设计方案的SAS实现
46.4拉丁方设计方案的SAS实现
46.52×2交叉设计方案的SAS实现
46.63×3交叉设计方案的SAS实现
46.7析因设计方案的SAS实现
46.8含区组因素的析因设计方案的SAS实现
46.9裂区设计方案的SAS实现
46.10平衡不完全区组设计方案的SAS实现
46.11本章小结
第47章样本含量估计和检验效能分析
47.1样本含量估计的意义
47.2确定样本含量时应具备的条件
47.3估计总体均值时样本含量的估计
47.4估计总体率时样本含量的估计
47.5单组设计均值与率的检验时样本含量的估计
47.6配对设计均值与率的检验时样本含量的估计
47.7成组设计均值与率的差异性检验时样本含量的估计
47.8成组设计均值与率的等效性检验时样本含量的估计
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
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
47.11检验效能分析的概述
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
47.13成组设计均值与率的差异性检验时检验效能的计算
47.14成组设计均值与率的等效性检验时检验效能的计算
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
47.16本章小结
放在与本书配套的光盘上的内容
附录A与SAS语言有关的内容简介（第48章～第55章）
附录B四个非编程模块简介（第56章～第59章）
附录C数据挖掘技术与基因表达谱分析（第60章～第62章）
附录D各章实例与数据
附录E直接调用的SAS引导程序—SASPAL
附录F各章SAS输出结果
附录G各章计算原理与计算公式
附录H各章参考文献
附录I胡良平专著及配套软件简介
|
| 內容試閱：
|
由表8-6可以看出，各项研究所对应的实验设计类型均为病例一对照研究设计。该设计是指在了解暴露于某种因素对疾病的发生有无影响及其影响程度时，针对某因素从部分病人发病之后开始调查，将病人设为病例组，并选择其他条件与病例接近的非病人设为对照组，分别调查这两组人暴露于可疑致病因子的情况，故此表资料本质上为9个病例一对照研究设计的四格表资料。
由表8-7可以看出，各项研究所对应的实验设计类型均为诊断试验设计。诊断试验设计是指按照配对原则分别接受两种不同的处理方法，每种处理方法的结果都可分为“阳性”和“阴性”两种，故此表资料本质上为10个诊断试验四格表资料（或2x2配对设计定性资料）。
8.3.3 分析目的与统计分析方法的选择
在科研中，针对同一问题常常同时或者先后有许多类似的研究。然而，由于研究对象、设计方案、干预措施、结局变量、样本含量、随访时间、各种干扰因素（即非试验因素）的影响、研究过程中质量控制的严格程度等方面并不完全相同，致使各研究结果也不完全一致，有些研究结果甚至相互矛盾。当出现针对同一问题的各项研究结果不一致甚至相反时，人们究竟该相信哪一项研究的结论呢？要回答这一问题，有两种办法：一是通过严格设计的大规模随机对照试验进行验证；二是通过对这些研究及其结果进行综合分析和再评价。。Meta分析就是后一种办法中经常要用到的用于定量合成的一种统计学处理方法。
由于例8-6～例8-8的分析目的是比较同一研究的不同结果的同质性，所以可根据各自的实验设计类型选择单因素两水平设计定量资料、队列研究设计四格表资料、病例一对照研究设计四格表资料和诊断试验四格表资料Meta分析。
……
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
