简介
本书较系统、全面地总结和反映了医用多元统计分析方法在目前阶段的发展现状及其应用成果和前景。作者在介绍统计方法时，从讲解实例入手，逐步深入，理论与实际并茂，突出应用背景，强调分析思路，并精心安排了大量习题，提供了参考答案和相应的SAS程序，有助于培养统计思维，指导研究设计，提高应用技巧。不同背景的读者均可从中获得系统的多元统计分析知识和实例借鉴。全书布局严谨，思路缜密；文字流畅，可读性强。为本专业的教学、科研人员提供了一本有益的教材和参考专著，广大医务人员和医学院校师生亦可从中得到不少启示。...
目录
目录
第二版前言
序
前言
1 多元正态分布
1.1 多元分析常用统计量
1.1.1 均向量
1.1.2 方差、协方差矩阵
1.1.3 离均差平方和与离均差积和矩阵
1.1.4 相关系数矩阵
1.2 多元正态分布
1.2.1 定义
1.2.2 性质
1.3 二元正态相关变量的参考值范围
2 均向量的统计推断
2.1 多元T检验
2.1.1 多元配对设计的均向量检验
2.1.2 多元成组设计两样本的均向量检验
2.2 多元方差分析
2.2.1 多元成组设计资料的分析
2.2.2 多元区组设计资料的分析
2.2.3 多元析因设计资料的分析
2.3 协方差阵的检验
2.3.1 V＝V〓的检验
2.3.2 V＝〓V〓的检验
2.3.3 V〓＝V〓＝…＝V〓的检验
2.4 多元方差分析的正确应用
3 多重线性回归
3.1 多重线性回归模型简介
3.2 回归系数的估计
3.2.1 矩阵计算法
3.2.2 消去变换法
3.3 方程的假设检验
3.3.1 Y方面变异的分解
3.3.2 回归方程的方差分析
3.4 决定系数与剩余标准差
3.5 偏回归系数的假设检验与区间估计
3.6 标准偏回归系数与自变量的贡献
3.6.1 标准偏回归系数
3.6.2 自变量作用的分解
3.6.3 复相关系数的分解
3.7 因变量的区间估计
3.7.1 Y的可信区间估计
3.7.2 Y的容许区间估计
3.8 指标的量化
3.9 衡量回归方程的标准
3.9.1 复相关系数R
3.9.2 校正复相关系数R〓
3.9.3 剩余标准差
3.9.4 赤池信息准则
3.9.5 C〓统计量(C〓 statistic)
3.10 逐步回归
3.11 回归系数反常的原因
3.12 岭回归
3.13 回归分析的正确应用
4 主成分分析
4.1 主成分的定义
4.2 主成分的计算
4.3 主成分的性质
4.4 主成分的应用
4.4.1 主成分评价
4.4.2 主成分回归
4.5 有关的统计推断
4.5.1 特征根的可信区间估计
4.5.2 等相关性检验
4.5.3 主成分相等的检验
4.6 主成分分析的正确应用
5 因子分析
5.1 因子模型
5.2 因子模型的估计
5.2.1 主成分法
5.2.2 极大似然法
5.2.3 主因子法
5.2.4 迭代主因子法
5.2.5 残差矩阵
5.3 因子旋转
5.3.1 方差最大正交旋转
5.3.2 斜交旋转
5.4 因子得分
5.5 因子分析的策略
5.6 因子分析的正确应用
6 logistic族回归
6.1 多重logistic回归模型
6.1.1 多重logistic回归模型
6.1.2 系数的解释
6.1.3 变量的假设检验
6.1.4 建模策略
6.1.5 四格表资料的logistic回归
6.2 配比设计的条件logistic回归
6.2.1 条件logistic回归模型
6.2.2 配对四格表资料的条件logistic回归
6.3 多类结果变量的logistic回归
6.3.1 多类结果变量的logistic回归模型
6.3.2 系数的解释与检验
6.3.3 建模策略
6.4 有序结果的累积优势logistic回归
6.4.1 累积优势logistic回归模型
6.4.2 累积优势模型的应用条件
6.5 有序结果的相邻优势logistic回归模型
6.5.1 相邻优势logistic回归模型
6.6 logistic族回归模型的正确应用
7 广义线性模型
7.1 线性模型与广义线性模型
7.1.1 线性模型
7.1.2 广义线性模型
7.1.3 指数分布族
7.1.4 联接函数
7.2 广义线性模型的建立
7.2.1 GLM的参数估计
7.2.2 GLM的假设检验
7.2.3 拟合优度
7.2.4 残差分析
7.3 logistic回归与Probit回归
7.4 Poisson回归
7.5 负二项回归
7.6 广义线性模型的正确应用
8 生存分析
8.1 随访研究的特点
8.1.1 截尾数据
8.1.2 几个基本概念
8.1.3 随访资料的特点
8.2 生存分析的理论体系与常用指标
8.3 指数模型
8.3.1 指数分布模型
8.3.2 指数分布模型的参数估计
8.3.3 两个指数分布模型的比较
8.3.4 指数回归模型
8.4 Weibull模型
8.4.1 Weibull分布模型
8.4.2 Weibull分布模型的参数估计
8.4.3 Weibull回归模型
8.4.4 Weibull回归与指数回归的比较
8.5 Cox比例风险模型
8.6 生存分析的正确应用
9 聚类分析
9.1 聚类的目的与方法
9.2 距离和相似系数
9.2.1 距离
9.2.2 相似系数
9.2.3 列联系数
9.3 系统聚类法
9.3.1 最短距离法
9.3.2 最长距离法
9.3.3 中间距离法
9.3.4 可变距离法
9.3.5 重心法
9.3.6 类平均法
9.3.7 可变类平均法
9.3.8 Ward最小方差法
9.3.9 八种系统聚类方法的统一
9.4 动态聚类
9.5 有序样品的聚类
9.6 条件系统聚类
9.7 聚类分析的正确应用
10 判别分析
10.1 距离判别
10.1.1 两个总体的距离判别
10.1.2 多个总体的距离判别
10.2 Bayes判别
10.3 Fisher判别
10.4 逐步判别
10.4.1 基本思想
10.4.2 计算步骤
10.5 Bayes公式法和极大似然法
10.5.1 Bayes公式法
10.5.2 极大似然法及其简便算法
10.6 判别分析的正确应用
附录A 极大似然方法
附录B 习题
附录C 习题参考答案
附录D 部分例题SAS程序
参考文献
s,
第二版前言
序
前言
1 多元正态分布
1.1 多元分析常用统计量
1.1.1 均向量
1.1.2 方差、协方差矩阵
1.1.3 离均差平方和与离均差积和矩阵
1.1.4 相关系数矩阵
1.2 多元正态分布
1.2.1 定义
1.2.2 性质
1.3 二元正态相关变量的参考值范围
2 均向量的统计推断
2.1 多元T检验
2.1.1 多元配对设计的均向量检验
2.1.2 多元成组设计两样本的均向量检验
2.2 多元方差分析
2.2.1 多元成组设计资料的分析
2.2.2 多元区组设计资料的分析
2.2.3 多元析因设计资料的分析
2.3 协方差阵的检验
2.3.1 V＝V〓的检验
2.3.2 V＝〓V〓的检验
2.3.3 V〓＝V〓＝…＝V〓的检验
2.4 多元方差分析的正确应用
3 多重线性回归
3.1 多重线性回归模型简介
3.2 回归系数的估计
3.2.1 矩阵计算法
3.2.2 消去变换法
3.3 方程的假设检验
3.3.1 Y方面变异的分解
3.3.2 回归方程的方差分析
3.4 决定系数与剩余标准差
3.5 偏回归系数的假设检验与区间估计
3.6 标准偏回归系数与自变量的贡献
3.6.1 标准偏回归系数
3.6.2 自变量作用的分解
3.6.3 复相关系数的分解
3.7 因变量的区间估计
3.7.1 Y的可信区间估计
3.7.2 Y的容许区间估计
3.8 指标的量化
3.9 衡量回归方程的标准
3.9.1 复相关系数R
3.9.2 校正复相关系数R〓
3.9.3 剩余标准差
3.9.4 赤池信息准则
3.9.5 C〓统计量(C〓 statistic)
3.10 逐步回归
3.11 回归系数反常的原因
3.12 岭回归
3.13 回归分析的正确应用
4 主成分分析
4.1 主成分的定义
4.2 主成分的计算
4.3 主成分的性质
4.4 主成分的应用
4.4.1 主成分评价
4.4.2 主成分回归
4.5 有关的统计推断
4.5.1 特征根的可信区间估计
4.5.2 等相关性检验
4.5.3 主成分相等的检验
4.6 主成分分析的正确应用
5 因子分析
5.1 因子模型
5.2 因子模型的估计
5.2.1 主成分法
5.2.2 极大似然法
5.2.3 主因子法
5.2.4 迭代主因子法
5.2.5 残差矩阵
5.3 因子旋转
5.3.1 方差最大正交旋转
5.3.2 斜交旋转
5.4 因子得分
5.5 因子分析的策略
5.6 因子分析的正确应用
6 logistic族回归
6.1 多重logistic回归模型
6.1.1 多重logistic回归模型
6.1.2 系数的解释
6.1.3 变量的假设检验
6.1.4 建模策略
6.1.5 四格表资料的logistic回归
6.2 配比设计的条件logistic回归
6.2.1 条件logistic回归模型
6.2.2 配对四格表资料的条件logistic回归
6.3 多类结果变量的logistic回归
6.3.1 多类结果变量的logistic回归模型
6.3.2 系数的解释与检验
6.3.3 建模策略
6.4 有序结果的累积优势logistic回归
6.4.1 累积优势logistic回归模型
6.4.2 累积优势模型的应用条件
6.5 有序结果的相邻优势logistic回归模型
6.5.1 相邻优势logistic回归模型
6.6 logistic族回归模型的正确应用
7 广义线性模型
7.1 线性模型与广义线性模型
7.1.1 线性模型
7.1.2 广义线性模型
7.1.3 指数分布族
7.1.4 联接函数
7.2 广义线性模型的建立
7.2.1 GLM的参数估计
7.2.2 GLM的假设检验
7.2.3 拟合优度
7.2.4 残差分析
7.3 logistic回归与Probit回归
7.4 Poisson回归
7.5 负二项回归
7.6 广义线性模型的正确应用
8 生存分析
8.1 随访研究的特点
8.1.1 截尾数据
8.1.2 几个基本概念
8.1.3 随访资料的特点
8.2 生存分析的理论体系与常用指标
8.3 指数模型
8.3.1 指数分布模型
8.3.2 指数分布模型的参数估计
8.3.3 两个指数分布模型的比较
8.3.4 指数回归模型
8.4 Weibull模型
8.4.1 Weibull分布模型
8.4.2 Weibull分布模型的参数估计
8.4.3 Weibull回归模型
8.4.4 Weibull回归与指数回归的比较
8.5 Cox比例风险模型
8.6 生存分析的正确应用
9 聚类分析
9.1 聚类的目的与方法
9.2 距离和相似系数
9.2.1 距离
9.2.2 相似系数
9.2.3 列联系数
9.3 系统聚类法
9.3.1 最短距离法
9.3.2 最长距离法
9.3.3 中间距离法
9.3.4 可变距离法
9.3.5 重心法
9.3.6 类平均法
9.3.7 可变类平均法
9.3.8 Ward最小方差法
9.3.9 八种系统聚类方法的统一
9.4 动态聚类
9.5 有序样品的聚类
9.6 条件系统聚类
9.7 聚类分析的正确应用
10 判别分析
10.1 距离判别
10.1.1 两个总体的距离判别
10.1.2 多个总体的距离判别
10.2 Bayes判别
10.3 Fisher判别
10.4 逐步判别
10.4.1 基本思想
10.4.2 计算步骤
10.5 Bayes公式法和极大似然法
10.5.1 Bayes公式法
10.5.2 极大似然法及其简便算法
10.6 判别分析的正确应用
附录A 极大似然方法
附录B 习题
附录C 习题参考答案
附录D 部分例题SAS程序
参考文献
s,
医用多元统计分析方法
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
