数据挖掘 |
书名:SAS编程技术教程 |
作者:朱世武 |
语种:中文 |
出版社:清华大学出版社 |
百度云下载: |
|
论坛寄语:搜集资源不易,下载前请回帖顶帖,谢谢! |
站长寄语:人人为我,我为人人![qq]289585305[/qq] |
版权声明:为保证作者权益,请自觉购买正版图书;下载使用后,请自觉删除,禁止用于任何商业用途! |
书籍封面: |
书籍简介: 《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。 |
内容目录: 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 25.1SAS/Genetics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SAS/Genetics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 |
欢迎光临 大数据人|大数据第一社区 (http://www.bigdata.ren/) | Powered by Discuz! X3.2 |