統(tǒng)計(jì)分析方法：SAS實(shí)例精選

第1章 社會(huì)調(diào)查的方法
1.1 調(diào)查研究的主要方法
1.2 問(wèn)卷調(diào)查法
1.2.1 問(wèn)卷的主要類型
1.2.2 問(wèn)卷的基本結(jié)構(gòu)
1.2.3 問(wèn)卷設(shè)計(jì)的原則
1.2.4 問(wèn)卷中問(wèn)題的設(shè)計(jì)與答案的構(gòu)思
1.2.5 問(wèn)卷設(shè)計(jì)中的常見(jiàn)錯(cuò)誤
1.3 社會(huì)調(diào)查的量表法
1.3.1 量表法的作用
1.3.2 利克特量表的應(yīng)用
習(xí)題
第2章 SAS系統(tǒng)功能簡(jiǎn)介
2.1 SAS的運(yùn)行條件
2.2 SAS自身的程序結(jié)構(gòu)
2.3 SAS的程序行
2.3.1 一個(gè)簡(jiǎn)單的SAS程序例子
2.3.2 SAS的操作命令
2.3.3 SAS的數(shù)據(jù)編碼
2.3.4 另一個(gè)簡(jiǎn)單的SAS編程
習(xí)題
第3章 SAS的數(shù)據(jù)定義與數(shù)據(jù)變換
3.1 SAS的數(shù)據(jù)定義
3.2 定義自由格式的數(shù)據(jù)
3.3 定義固定格式的數(shù)據(jù)
3.4 一行多個(gè)觀察值的數(shù)據(jù)(自由格式的擴(kuò)充)
3.5 數(shù)據(jù)的讀取與顯示
3.5.1 缺失值的表示法
3.5.2 LIST命令
3.5.3 通過(guò)CARDS命令(或DATALINES命令)讀取數(shù)據(jù)
3.6 用INFILE命令調(diào)用外部數(shù)據(jù)文件
3.7 用IF命令語(yǔ)句進(jìn)行條件轉(zhuǎn)換
3.8 用DELETE命令語(yǔ)句進(jìn)行有條件刪除
3.9 用GOTO命令語(yǔ)句作為有條件的“轉(zhuǎn)移”
3.10 用LABEL命令定義變量標(biāo)簽
3.11 用FORMAT過(guò)程定義數(shù)值標(biāo)簽
3.12 用RETAIN命令預(yù)置變量值
3.13 創(chuàng)建新變量以及用SUM等函數(shù)求和
3.13.1 創(chuàng)建“求和”的新變量名
3.13.2 用“SUM函數(shù)”累加法包含缺失值的累加
3.14 數(shù)據(jù)的重新編碼
3.15 命令用法綜述
習(xí)題
第4章 采用SAS對(duì)話框進(jìn)行數(shù)據(jù)輸入管理與統(tǒng)計(jì)
4.1 Analyst對(duì)話框(第1個(gè)視窗)
4.2 ASSIST視窗
4.2.1 進(jìn)入ASSIST視窗
4.2.2 ASSIST視窗介紹
4.2.3 REPORTWRITING模塊
4.2.4 GRAPHICS模塊
4.3 LAB視窗
4.3.1 進(jìn)入LAB視窗
4.3.2 LAB功能的應(yīng)用實(shí)例
4.4 在LAB視窗中新建SAS數(shù)據(jù)集的利弊
4.4.1 進(jìn)入LAB的編輯區(qū)
4.4.2 新數(shù)據(jù)集的建立
4.5 在Work工作區(qū)中直接輸入SAS數(shù)據(jù)集的利弊
習(xí)題
第5章 SAS統(tǒng)計(jì)分析的預(yù)備知識(shí)
5.1 總體與樣本
5.2 參數(shù)與統(tǒng)計(jì)量
5.3 正態(tài)分布
5.4 經(jīng)驗(yàn)規(guī)則的應(yīng)用
5.5 正態(tài)分布的假設(shè)檢驗(yàn)
5.5.1 檢驗(yàn)正態(tài)性的重要統(tǒng)計(jì)量
5.5.2 檢驗(yàn)正態(tài)性的其他附加方法
5.6 顯著性水平與o(Alpha)值
習(xí)題
第6章 SAS程序設(shè)計(jì)技巧及報(bào)表的漢化
6.1 用PUT語(yǔ)句改變輸出的格局
6.2 用SET語(yǔ)句復(fù)制數(shù)據(jù)集
6.3 用DATA語(yǔ)句與BY語(yǔ)句定義數(shù)據(jù)集
6.4 用_NULL_快速運(yùn)行程序
6.5 輸出結(jié)果的漢化
6.5.1 可漢化的命令語(yǔ)句
6.5.2 漢化報(bào)表的步驟
6.6 數(shù)據(jù)行排序
6.6.1 數(shù)據(jù)行排序的語(yǔ)法規(guī)則
6.6.2 采用ASSIST視窗中的SORT菜單排序
6.7 一個(gè)完整的程序例子
習(xí)題
第7章 編程法繪圖與對(duì)話框法繪圖的效果對(duì)比
7.1 采用編程法和對(duì)話框法繪制條形圖
7.1.1 SAS程序的編輯及數(shù)據(jù)集的生成
7.1.2 采用編程法產(chǎn)生的條形圖
7.1.3 采用對(duì)話框法所產(chǎn)生的條形圖
7.1.4 條形圖的對(duì)比
7.2 采用編程法和對(duì)話框法繪制圓形圖
7.2.1 采用編程法繪制圓形圖
7.2.2 對(duì)話框法繪制的圓形圖
7.2.3 圓形圖的對(duì)比
7.3 采用編程法和對(duì)話框法繪制等高線圖
7.3.1 采用編程法繪制等高線圖
7.3.2 采用對(duì)話框法繪制等高線圖
7.3.3 等高線圖的對(duì)比
7.4 采用編程法和對(duì)話框法繪制空間立體圖形
7.4.1 采用編程法繪制“牛仔帽”
7.4.2 采用對(duì)話框法繪制的“牛仔帽”
7.4.3 “牛仔帽”的對(duì)比
習(xí)題
第8章 SAS平面圖形
8.1 繪制曲線散點(diǎn)圖
8.1.1 采用ASSIST視窗中的GRPHICS對(duì)話框繪制曲線散點(diǎn)圖
8.1.2 調(diào)用PLOT過(guò)程制作散點(diǎn)圖
8.2 調(diào)用CHART過(guò)程的VBAR及HBAR命令繪制條形圖
8.2.1 命令格式
8.2.2 SUMVAR關(guān)鍵詞的使用
8.2.3 SUMVAR子命令與DISCRETE關(guān)鍵詞的搭配
8.2.4 SUBGROUP與GROUP關(guān)鍵詞的搭配.
8.3 調(diào)用CHART過(guò)程的BLOCK命令繪圖
8.3.1 區(qū)域圖與條形圖、圓形圖、星點(diǎn)圖的公共選擇項(xiàng)
8.3.2 采用BLOCK語(yǔ)句繪制區(qū)域圖
8.3.3 調(diào)用CHART過(guò)程的PIE命令繪制圓形圖
8.4 采用GRAPHICS對(duì)話框繪制實(shí)心圓形圖
習(xí)題
第9章 頻數(shù)統(tǒng)計(jì)
9.1 采用Analyst中的對(duì)話框統(tǒng)計(jì)頻數(shù)
9.1.1 數(shù)據(jù)與標(biāo)簽
9.1.2 采用Analyst對(duì)話框統(tǒng)計(jì)sex和edc的頻數(shù)分布
9.2 調(diào)用FREQ過(guò)程中的TABLES命令統(tǒng)計(jì)頻率表
9.2.1 TABLES命令(語(yǔ)句)格式
9.2.2 格式的順序
9.3 調(diào)用UNIVARITE過(guò)程統(tǒng)計(jì)更詳盡的頻率表
9.3.1 UNIVARITE的命令格式
9.3.2 UNIVARITE命令格式的應(yīng)用
9.3.3 對(duì)UNIVARITE輸出結(jié)果的分析
9.3.4 分析UNIVARITE命令所產(chǎn)生的圖形
習(xí)題
第10章 交叉匯總表及相關(guān)測(cè)量
10.1 采用Analyst對(duì)話框進(jìn)行雙變量的交叉匯總分析
10.1.1 數(shù)據(jù)與統(tǒng)計(jì)方法
10.1.2 結(jié)果分析
10.2 采用編程法進(jìn)行雙變量的交叉匯總分析
10.2.1 雙變量交叉匯總的命令格式
10.2.2 關(guān)鍵字注釋
10.2.3 程序及輸出結(jié)果
10.2.4 結(jié)果分析
10.3 附加控制變量的交叉匯總表及結(jié)合測(cè)量
10.4 分析交叉匯總表中的單元內(nèi)容
10.5 兩個(gè)地區(qū)的老年人與受教育水平相互關(guān)系的比較
10.5.1 東城區(qū)的老年人與受教育水平的相互關(guān)系
10.5.2 西城區(qū)的老年人與受教育水平的相互關(guān)系
習(xí)題
第11章 調(diào)用MEANS進(jìn)行描述性統(tǒng)計(jì)
11.1 采用Analyst中的對(duì)話框計(jì)算均值分布
11.2 采用PROCMEANS計(jì)算均值分布
11.2.1 PROCMEANS過(guò)程的格式
11.2.2 格式說(shuō)明
11.2.3 程序與圖例
11.2.4 結(jié)果分析
習(xí)題
第12章 相關(guān)矩陣及各種相關(guān)分析
12.1 4種類型的變量
12.2 皮爾遜積差相關(guān)(用于“比例-比例”型變量)
12.2.1 皮爾遜相關(guān)系數(shù)及的計(jì)算公式
12.2.2 皮爾遜相關(guān)系數(shù)的測(cè)量
12.2.3 皮爾遜相關(guān)系數(shù)及的分析
12.3 皮爾遜二分“點(diǎn)—距”相關(guān)(用于“二分-區(qū)間以上”變量)
12.4 肯氏等級(jí)相關(guān)系數(shù)Tb(用于“次序—次序”型等級(jí)變量)
12.4.1 計(jì)算肯氏等級(jí)相關(guān)系數(shù)的數(shù)據(jù)
12.4.2 采用Analyst對(duì)話框計(jì)算肯氏相關(guān)系數(shù)Tb
12.4.3 肯氏相關(guān)系數(shù)Tb的結(jié)果分析
12.5 肯氏另一相關(guān)系數(shù)(用于“次序—比率”型變量)
12.5.1 次序-比率數(shù)據(jù)的例子
12.5.2 計(jì)算“次序-比率”數(shù)據(jù)的肯氏相關(guān)系數(shù)
12.5.3 肯氏相關(guān)系數(shù)Tb的結(jié)果分析
12.6 斯皮爾曼等級(jí)相關(guān)(“次序—次序”等級(jí)變量)
12.6.1 斯皮爾曼等級(jí)相關(guān)系數(shù)的計(jì)算公式
12.6.2 首先采用Analyst對(duì)話框進(jìn)行統(tǒng)計(jì)
12.6.3 Spearman相關(guān)系數(shù)的分析
12.7 Phi系數(shù)和y系數(shù)(用于“標(biāo)稱—標(biāo)稱”型變量)
12.8 Cronbach的Alpha系數(shù)
12.9 Hoeffding的相關(guān)系數(shù)D
12.10 調(diào)用PROCCORR過(guò)程進(jìn)行各種相關(guān)分析(編程法)
12.10.1 PROCCORR的語(yǔ)句格式
12.10.2 PROCCORR語(yǔ)句中的選擇項(xiàng)
12.10.3 PROCCORR后面的5種語(yǔ)句
習(xí)題
第13章 獨(dú)立組樣本與配對(duì)組樣本的廠檢驗(yàn)
13.1 從獨(dú)立組的樣本中概括數(shù)據(jù)
13.1.1 首先采用PROCSORT和PROCMEANS語(yǔ)句描述數(shù)據(jù)
13.1.2 采用PROCCHART過(guò)程進(jìn)行組間圖形比較
13.2 獨(dú)立組樣本TTEST的假設(shè)與檢驗(yàn)
13.2.1 采用對(duì)話框進(jìn)行獨(dú)立組樣本TTEST
13.2.2 采用過(guò)程PROCTTEST語(yǔ)句進(jìn)行獨(dú)立樣本了檢驗(yàn)
13.3 兩組獨(dú)立樣本的Wilcoxon秩和檢驗(yàn)
13.4 從配對(duì)組樣本中概括數(shù)據(jù)
13.4.1 首先用Means和Chart語(yǔ)句概括配對(duì)差值
13.4.2 配對(duì)組差值的描述
13.5 配對(duì)差值的了檢驗(yàn)
13.5.1 配對(duì)差值了檢驗(yàn)的假設(shè)檢驗(yàn)
13.5.2 采用PROCUNIVARIATE過(guò)程進(jìn)行配對(duì)差值了檢驗(yàn)的程序
13.5.3 對(duì)UNIVARIATE過(guò)程的結(jié)果進(jìn)行配對(duì)差值了檢驗(yàn)
13.6 配對(duì)差值的Wilcoxon秩和檢驗(yàn)
13.6.1 仍用PROCUNIVARIATE過(guò)程進(jìn)行Wilcoxon秩和檢驗(yàn)
13.6.2 配對(duì)差值的Wilcoxon秩和檢驗(yàn)
13.6.3 配對(duì)差值的Wilcoxon秩和檢驗(yàn)小結(jié)
13.7 兩組均值比較的總結(jié)
習(xí)題
第14章 多因素二水平排列組合方差分析(ANOVA應(yīng)用一)
14.1 2x2排列組合式方差分析
14.1.1 編程進(jìn)行2x2排列組合方差分析
14.1.2 結(jié)果與分析
14.2 3因素2水平排列組合式方差分析
14.2.1 首先用語(yǔ)句進(jìn)行3因素2水平組合的方差分析
14.2.2 結(jié)果與分析
14.3 3個(gè)隨機(jī)配伍組設(shè)計(jì)的方差分析
14.3.1 建立SAS語(yǔ)句文件
14.3.2 結(jié)果與分析
14.3.3 單擊對(duì)話框進(jìn)行隨機(jī)塊方差分析
14.4 多個(gè)隨機(jī)實(shí)驗(yàn)組與一個(gè)對(duì)照組的均值比較
14.4.1 實(shí)驗(yàn)例子
14.4.2 結(jié)果分析
14.4.3 單擊對(duì)話框進(jìn)行隨機(jī)塊方差分析
習(xí)題
第15章 方差分析(ANOVA應(yīng)用二)
15.1 方差分析的條件
15.1.1 方差分析的假定
15.1.2 方差分析的檢驗(yàn)
15.1.3 功能模塊
15.2 采用ANOVA的主對(duì)話框進(jìn)行方差分析
15.3 單因素方差分析實(shí)例
15.3.1 打開(kāi)One-WayANOVA對(duì)話框
15.3.2 設(shè)置單因素方差分析的變量
15.3.3 設(shè)置單因素方差分析中的Means
15.3.4 設(shè)置單因素方差分析中的Tests
15.3.5 設(shè)置單因素方差分析(One-WayANOVA)中的Plots
15.3.6 One-WayANOVA的輸出結(jié)果
15.3.7 單因素ANOVA的結(jié)果分析
15.3.8 采用ANOVA語(yǔ)句進(jìn)行One-WayANOVA分析
15.4 雙因素方差分析(ANOVA)
15.4.1 雙因素方差分析的模型概述
15.4.2 雙因素方差分析的假設(shè)與檢驗(yàn)
15.4.3 采用Analyst對(duì)話框進(jìn)行雙因素方差分析
15.5 多因變量方差分析MANOVA
15.5.1 MANOVA應(yīng)用實(shí)例
15.5.2 采用Analyst對(duì)話框進(jìn)行多因變量方差分析
15.5.3 多因變量方差分析的輸出結(jié)果及其分析
15.5.4 采用MANOVA語(yǔ)句進(jìn)行多因變量方差分析
15.6 方差反復(fù)測(cè)量(RepeatedANOVA)
15.6.1 采用Analyst對(duì)話框進(jìn)行方差反復(fù)測(cè)量分析
15.6.2 方差反復(fù)測(cè)量的結(jié)果分析
15.6.3 采用REPEATED語(yǔ)句進(jìn)行方差的反復(fù)測(cè)量
習(xí)題
第16章 因子分析
16.1 具有共性的元素
16.2 因子分析的模型
16.3 因子分析的4個(gè)階段
16.4 抽取因子(Factorextraction)的方法
16.5 抽取前兩三個(gè)因子
16.6 對(duì)前3個(gè)因子的進(jìn)一步研究
16.7 轉(zhuǎn)軸方式
16.8 因子分析與因子得分
16.8.1 因子分析
16.8.2 因子得分
16.9 運(yùn)行過(guò)程趴CTOR
16.9.1 FACTOR語(yǔ)句格式
16.9.2 FACTOR主語(yǔ)句中常用的任選項(xiàng)
16.9.3 應(yīng)用實(shí)例
16.10 存儲(chǔ)因子得分
16.11 主成分分析(過(guò)程PINCOMP)
16.11.1 主成分分析實(shí)例(犯罪率實(shí)例)
16.11.2 采用Analyst對(duì)話框進(jìn)行主成分分析
16.11.3 采用編程法進(jìn)行主成分分析
習(xí)題
第17章 判別分析
17.1 判別分析的原理
17.2 3種主要的判別分析法
17.3 一般判別分析法實(shí)例
17.3.1 編程法
17.3.2 一般判別分析的輸出結(jié)果
17.3.3 結(jié)果分析
17.4 采用逐步判別分析法
17.5 采用典型判別分析法
習(xí)題
第18章 聚類分析
18.1 4種聚類方法
18.2 CLUSTER凝聚算法
18.3 CLUSTER過(guò)程的命令語(yǔ)句
18.3.1 CLUSTER語(yǔ)句格式
18.3.2 PROCCLUSTER主語(yǔ)句中的選項(xiàng)
18.3.3 OUTTREE輸出說(shuō)明
18.3.4 CLUSTER應(yīng)用實(shí)例
18.3.5 CLUSTER實(shí)例分析之一：統(tǒng)計(jì)量
18.3.6 CLUSTER實(shí)例分析之二：樹(shù)形圖
18.4 大樣本的觀察值聚類法(過(guò)程FASTCLUS的應(yīng)用)
18.4.1 FASTCLUS的語(yǔ)句格式
18.4.2 任選項(xiàng)
18.4.3 注意事項(xiàng)
18.4.4 FASTCLUS過(guò)程實(shí)例
18.5 對(duì)變量的尺聚類(Varclus語(yǔ)句)
18.5.1 VARCLUS語(yǔ)句格式
18.5.2 PROCVARCLUS主語(yǔ)句中的任選項(xiàng)
18.5.3 注意要點(diǎn)
18.5.4 VARCLUS應(yīng)用實(shí)例
18.5.5 VARCLUS過(guò)程產(chǎn)生的冰柱圖
18.6 樹(shù)形結(jié)構(gòu)圖
18.6.1 PROCTREE語(yǔ)句格式
18.6.2 PROCTREE主語(yǔ)句中的任選項(xiàng)
18.6.3 PROCTREE的醫(yī)學(xué)應(yīng)用實(shí)例
習(xí)題
第19章 時(shí)間序列分析
19.1 季節(jié)性調(diào)整
19.1.1 采用ASSIST對(duì)話框進(jìn)行統(tǒng)計(jì)分析
19.1.2 結(jié)果分析
19.1.3 實(shí)際的患者人次與季節(jié)化預(yù)測(cè)的患者人次
19.2 從回歸分析中建立回歸預(yù)測(cè)模型
19.2.1 回歸分析的程序
19.2.2 回歸分析的輸出與預(yù)測(cè)分析
習(xí)題
第20章 采用REG過(guò)程進(jìn)行多元線性回歸分析
20.1 采用Analyst對(duì)話框進(jìn)行多元線性回歸分析
20.2 采用REG過(guò)程進(jìn)行多元線性回歸分析
20.2.1 REG程序中的語(yǔ)句及其任選項(xiàng)
20.2.2 REG程序中主要語(yǔ)句及關(guān)鍵詞的分解
20.3 應(yīng)用REG過(guò)程的進(jìn)一步實(shí)例
20.4 MAXR回歸法和RSQUARE回歸法
20.4.1 MAXR回歸法
20.4.2 RSQUARE回歸法
20.4.3 實(shí)用程序及圖例
習(xí)題
第21章 SAS與SPSS及數(shù)據(jù)庫(kù)之間的數(shù)據(jù)互動(dòng)
21.1 采用PROCDBF過(guò)程調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)
21.1.1 PROCDBF過(guò)程的語(yǔ)句格式
21.1.2 應(yīng)用舉例
21.2 采用SAS對(duì)話框調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)
21.2.1 在SAS對(duì)話框中調(diào)用數(shù)據(jù)庫(kù)數(shù)據(jù)
21.2.2 統(tǒng)計(jì)分析數(shù)據(jù)庫(kù)的數(shù)據(jù)
21.3 采用SAS對(duì)話框調(diào)用SPSS的目標(biāo)數(shù)據(jù).SAV
21.3.1 在SPSS系統(tǒng)存儲(chǔ)Delimited類型的文件
21.3.2 調(diào)用定界型的文件(B96Tab.dat)到SAS系統(tǒng)
21.4 采用對(duì)話框?qū)AS數(shù)據(jù)集轉(zhuǎn)換為SPSS的*.SAV數(shù)據(jù)
21.4.1 暫存為DelimitedFile類型
21.4.2 將Delimited類型的數(shù)據(jù)轉(zhuǎn)換成SPSS的*.SAV目標(biāo)數(shù)據(jù)
21.4.3 檢驗(yàn)數(shù)據(jù)是否轉(zhuǎn)換成功
習(xí)題
第22章 用Conjoint Analysis研究品牌
22.1 結(jié)合分析的基本原理與思路
22.2 通過(guò)正交設(shè)計(jì)建立卡片
22.3 精品購(gòu)物的問(wèn)卷調(diào)查例子
22.4 如何做好結(jié)合分析
22.5 結(jié)合分析的結(jié)果研究
22.6 市場(chǎng)預(yù)測(cè)與決策
習(xí)題
第23章 高級(jí)繪圖系統(tǒng)GRAPH
23.1 GRAPH模塊中的應(yīng)用過(guò)程
23.1.1 GRAPH繪圖系統(tǒng)的環(huán)境及輸出方式
23.1.2 GRAPH的系統(tǒng)環(huán)境
23.1.3 GRAPH的輸出方式
23.2 采用GSLIDE過(guò)程修飾圖形
23.2.1 GSLIDE主語(yǔ)句格式
23.2.2 GSLIDE主語(yǔ)句中的任選項(xiàng)1
23.2.3 輔助語(yǔ)句中的任選項(xiàng)2
23.3 采用GCHART過(guò)程繪制各種彩圖
23.3.1 GCHART中的語(yǔ)句
23.3.2 主語(yǔ)句GCHART中的任選項(xiàng)1
23.3.3 HBAR和VBAR語(yǔ)句中的任選項(xiàng)2
23.3.4 BLOCK(區(qū)域圖)中的選項(xiàng)3
23.3.5 PIE和STAR語(yǔ)句的任選項(xiàng)
23.3.6 PATTERN語(yǔ)句中的選項(xiàng)
23.4 采用GPLOT過(guò)程繪制曲線圖
23.4.1 GPLOT過(guò)程中的語(yǔ)句格式
23.4.2 主語(yǔ)句GPLOT中的選項(xiàng)
23.4.3 繪圖語(yǔ)句PLOT中的選項(xiàng)1
23.4.4 BUBBLE語(yǔ)句中的選項(xiàng)2
23.4.5 SYMBOL語(yǔ)句中的選項(xiàng)3
23.5 采用G3D過(guò)程繪制三維圖形
23.5.1 G3D中的語(yǔ)句格式
23.5.2 G3D中的PLOT語(yǔ)句及其選項(xiàng)1
23.5.3 SCATTER語(yǔ)句中的選項(xiàng)2
23.6 采用G3GRID過(guò)程內(nèi)插網(wǎng)格點(diǎn)
23.6.1 主語(yǔ)句G3GRID中的選項(xiàng)1
23.6.2 GRID語(yǔ)句中選項(xiàng)2
23.7 采用GCONTOUR過(guò)程繪制等高線圖
23.7.1 GCONTOUR過(guò)程語(yǔ)句
23.7.2 PLOT語(yǔ)句及其選項(xiàng)2
23.8 用對(duì)話框繪制圖形的弊病
23.9 命令法與對(duì)話框法繪制等高線圖的對(duì)比
第24章 路徑分析
24.1 用以路徑分析的數(shù)據(jù)和程序
24.2 圖形輸出
24.3 路徑圖的分析方法
習(xí)題
第25章 非線性回歸分析之一(對(duì)數(shù)與多項(xiàng)式回歸)
25.1 對(duì)數(shù)曲線回歸
25.1.1 選擇對(duì)數(shù)曲線回歸的數(shù)據(jù)及程序
25.1.2 對(duì)數(shù)曲線回歸的運(yùn)行法
25.2 對(duì)數(shù)曲線回歸分析
25.3 擬合拋物線的多項(xiàng)式回歸
25.3.1 多項(xiàng)式回歸分析的原始數(shù)據(jù)
25.3.2 多項(xiàng)式回歸的方程式
25.3.3 多項(xiàng)式回歸的SAS程序
25.4 多項(xiàng)式回歸的結(jié)果與分析
25.4.1 編程法多項(xiàng)式回歸的結(jié)果分析
25.4.2 用Analyst對(duì)話框法替代編程法的多項(xiàng)式回歸分析
25.4.3 大學(xué)生生長(zhǎng)發(fā)育擬合二次曲線模型
習(xí)題
第26章 非線性回歸之二(Logistic回歸與指數(shù)回歸)
26.1 擬合Logistic曲線回歸(人口增長(zhǎng)方面的一個(gè)例子)
26.2 從Logistic曲線模型解出初始值
26.2.1 建立非線性回歸模型
26.2.2 擬合Logistic曲線回歸中初始值A(chǔ)、B、C的解
26.2.3 將A、B、C系數(shù)代入Logistic曲線模型
26.3 擬合Logistic曲線回歸的分析
26.3.1 參數(shù)估計(jì)
26.3.2 參數(shù)近似的置信區(qū)間
26.3.3 采用Logistic曲線預(yù)測(cè)人口
26.4 負(fù)指數(shù)生長(zhǎng)曲線回歸
26.4.1 何時(shí)采用負(fù)指數(shù)生長(zhǎng)曲線模型
26.4.2 負(fù)指數(shù)生長(zhǎng)的數(shù)據(jù)例子
26.4.3 擬合負(fù)指數(shù)生長(zhǎng)曲線的初始值的解
26.4.4 將B0、B1值代入負(fù)指數(shù)生長(zhǎng)曲線模型
26.4.5 通過(guò)編程建立負(fù)指數(shù)生長(zhǎng)曲線模型
26.5 擬合負(fù)指數(shù)生長(zhǎng)曲線的回歸分析
26.5.1 參數(shù)估計(jì)
26.5.2 負(fù)指數(shù)生長(zhǎng)曲線的模型
26.6 擬合指數(shù)曲線Y=AeBx回歸
26.6.1 建立指數(shù)曲線Y=AeBx的回歸模型
26.6.2 指數(shù)曲線Y=AeBx的回歸結(jié)果與分析
26.6.3 指數(shù)曲線的預(yù)測(cè)
習(xí)題
第27章 Logistic Regression過(guò)程的應(yīng)用
27.1 Logistic Regression模型
27.2 Logistic Regression對(duì)變量及其數(shù)據(jù)的要求
27.3 采用Analyst對(duì)話框進(jìn)行Logistic回歸
27.4 采用PROC Logistic編程法進(jìn)行邏輯斯諦回歸
27.5 假設(shè)與檢驗(yàn)
27.5.1 回歸系數(shù)的假設(shè)檢驗(yàn)
27.5.2 不能拒絕原假設(shè)
27.5.3 偏相關(guān)系數(shù)只
27.6 對(duì)回歸系數(shù)的解釋
27.6.1 用Log值解釋Odds(優(yōu)勢(shì))值
27.6.2 用“概率比”解釋回歸模型
27.7 概率預(yù)測(cè)
27.8 多分變量的編碼
習(xí)題
第28章 四方格Logistic Regression分析
28.1 四方格Logistic Regression模型
28.2 四方格Logistic Regression的變量及其數(shù)據(jù)
28.3 采用Analyst對(duì)話框進(jìn)行四方格Logistic回歸
28.4 四方格Logistic回歸分析
習(xí)題
第29章 采用GLM過(guò)程進(jìn)行回歸分析和協(xié)方差分析
29.1 最小平方法的原理
29.1.1 方差分析
29.1.2 F統(tǒng)計(jì)量
29.1.3 回歸系數(shù)B的計(jì)算法
29.1.4 相關(guān)矩陣只與相關(guān)系數(shù)
29.1.5 判定系數(shù)R
29.1.6 殘差分析
29.1.7 DW(Durbin-Watson)統(tǒng)計(jì)量D
29.2 GLM過(guò)程的命令語(yǔ)句
29.3 GLM過(guò)程中各語(yǔ)句的使用說(shuō)明
29.3.1 主語(yǔ)句PROCGLM的說(shuō)明
29.3.2 CLASS語(yǔ)句
29.3.3 MODEL語(yǔ)句
29.3.4 CONTRAST(對(duì)照)語(yǔ)句
29.3.5 ESTIMATE語(yǔ)句
29.3.6 LSMEANS語(yǔ)句
29.3.7 MANOVA語(yǔ)句
29.3.8 OUTPUT語(yǔ)句
29.3.9 RANDOM語(yǔ)句
29.3.10 REPEATED語(yǔ)句
29.3.11 其他語(yǔ)句
29.4 調(diào)用GLM過(guò)程進(jìn)行一元線性回歸
29.4.1 數(shù)據(jù)與程序
29.4.2 輸出結(jié)果
29.4.3 結(jié)果分析
29.4.4 寫(xiě)回歸方程
29.5 調(diào)用GLM程序進(jìn)行多元線性回歸分析
29.5.1 GLM的源程序
29.5.2 GLM的輸出結(jié)果
29.5.3 GLM的結(jié)果分析
29.6 調(diào)用GLM程序進(jìn)行多項(xiàng)式回歸
29.6.1 多項(xiàng)式回歸的一般模型
29.6.2 多項(xiàng)式回歸的實(shí)例
29.7 虛擬變量的用法
習(xí)題
第30章 多個(gè)隨機(jī)實(shí)驗(yàn)組的協(xié)方差分析(GLM的應(yīng)用))
30.1 兩組隨機(jī)數(shù)據(jù)的協(xié)方差分析
30.1.1 建立SAS語(yǔ)句文件
30.1.2 結(jié)果與分析
30.2 多因變量協(xié)方差分析
30.2.1 建立SAS程序文件
30.2.2 結(jié)果與分析
習(xí)題
附錄
附錄A 習(xí)題參考答案
附錄B 如何快速入門學(xué)好SAS
參考文獻(xiàn)