《实用医学多因素统计方法》

第一章 多因子方差分析1

第一节 概述1

第二节 二因子方差分析1

第三节 三因子方差分析7

第四节 方差分析的随机效应模型14

第五节 方差分析的混合效应模型17

第六节 几点说明20

第二章 协方差分析22

第一节 概述22

第二节 完全随机设计、一个协变量的协方差分析23

第三节 一个协变量、二因子析因实验设计协方差分析28

第四节 几点说明35

第三章 多元线性回归分析36

第一节 概述36

第二节 实例分析37

第三节 多重共线性42

第四节 自变量的选择45

第五节 几点说明56

第一节 概述57

第四章 多元logistic回归57

第二节 非条件logistic回归58

第三节 条件logistic回归63

第四节 几点说明66

第五章 Poisson回归68

第一节 概述68

第二节 单个协变量的Poisson回归模型68

第三节 多个协变量的Poisson回归模型75

第四节★ 模型的参数估计与假设检验81

第一节 概述83

第六章 对数线性模型83

第二节 二维列联表对数线性模型84

第三节 三维列联表对数线性模型91

第四节★ 模型的参数估计与假设检查97

第五节 几点说明100

第七章 生存分析101

第一节 概述101

第二节 Cox模型104

第三节 指数分布模型108

第四节 Weibull分布模型113

第五节 几点说明116

第八章 判别分析122

第一节 概述122

第二节 距离判别分析122

第三节 Bayes判别分析127

第四节 判别能力的假设检验131

第五节 判别效果的评价133

第六节 逐步判别分析134

第七节 SAS程序及输出结果135

第一节 概述149

第九章 聚类分析149

第二节 系统聚类法151

第三节 应用实例152

第十章 主成分分析161

第一节 概述161

第二节 主成分的求法162

第三节 主成分个数的确定及实际意义的解释164

第四节 主成分分析的一般步骤166

第五节 主成分分析的应用168

第一节 概述174

第十一章 典型相关分析174

第二节 典型相关变量与典型相关系数的求法175

第三节 典型变量的性质及其实际意义的解释178

第四节★ 冗余度分析179

第五节★ 典型相关系数的显著性检验183

第六节 利用STATA软件实施典型相关分析的一般步骤183

第七节 应用举例186

第十二章 多元回归分析策略188

第一节 全回归分析188

第三节 某因素是否与某疾病发病（或死亡）有关的多因素分析190

第二节 主要影响因素分析190

第四节 统计分析结果解释的要点和应注意的问题191

附录193

一、矩阵及其基本运算193

二、参数估计法205

三、迭代法208

四、STATA入门212

五、SAS程序214

六、正文中某些实例的数据220