《医学统计学》求取 ⇩

第一篇 基本统计学方法1

第一章 绪论1

第一节 医学统计学的作用和内容1

第二节 统计资料的收集与整理2

第三节 统计学中的几个基本概念4

第二章 常用统计指标11

第一节 频数表11

第二节 集中趋势指标13

第三节 离散趋势指标19

第四节 相对数23

第三章 统计表与统计图33

第一节 统计表33

第二节 统计图36

第四章 总体参数的估计47

第一节 抽样研究与抽样误差47

第二节 样本均数的抽样误差和抽样分布48

第三节 样本率的抽样误差和抽样分布49

第四节 总体均数的估计49

第五节 总体率的估计50

第六节 泊松分布总体平均计数值λ的估计51

第五章 数值变量的假设检验53

第一节 假设检验的原理53

第二节 假设检验的一般步骤53

第三节 t检验和u检验55

第四节 第一类错误与第二类错误63

第五节 假设检验的注意事项64

第六章 方差分析67

第一节 完全随机设计资料的方差分析67

第二节 配伍组设计资料的方差分析72

第三节 多个样本均数间的两两比较74

第四节 方差齐性检验77

第七章 分类变量资料的假设检验82

第一节 单纯随机抽样研究中样本率与总体率的比较82

第二节 完全随机设计两样本率的比较84

第三节 x2检验86

第四节 频数分布拟合优度的x2检验94

第五节 Fisher精确概率检验法94

第八章 非参数检验100

第一节 配对设计差值的符号秩和检验100

第二节 成组设计两样本比较的秩和检验102

第三节 成组设计多个样本比较的秩和检验105

第四节 多个样本间两两比较的秩和检验108

第五节 样本中位数比较108

第六节 配伍组设计的多个样本比较的秩和检验及两两比较110

第七节 Ridit分析112

第九章 回归与相关121

第一节 直线回归121

第二节 直线相关128

第三节 等级相关131

第四节 曲线回归132

第十章 半数效量136

第一节 目测概率单位法136

第二节 寇氏法138

第三节 序贯法140

第四节 加权直线回归法141

第五节 半数效量的正确使用144

第十一章 医学参考值范围的确定146

第一节 意义与要求146

第二节 正态分布法148

第二篇 调查设计和实验研究设计155

第十二章 实验设计的基本知识155

第一节 实验设计的含义155

第二节 实验研究分类与常用设计方案156

第三节 实验设计的基本要素和原则156

第四节 实验误差与控制160

第十三章 实验设计的类型和方法166

第一节 完全随机设计166

第二节 随机配伍组设计167

第三节 自身比较设计168

第四节 交叉设计168

第五节 拉丁方设计171

第六节 裂区试验设计173

第七节 析因试验设计175

第八节 正交试验设计180

第九节 序贯试验设计188

第十四章 现场调查设计194

第一节 调查研究的特点及方法194

第二节 调查计划197

第三节 几种基本的抽样方法199

第四节 非抽样误差的来源与控制202

第十五章 动物实验设计206

第一节 动物实验设计的意义206

第二节 方法与步骤206

第三节 动物实验设计的优点与值得注意的问题211

第十六章 临床试验设计213

第一节 临床试验及意义213

第二节 一般设计步骤214

第三节 临床试验中的分组方法215

第四节 临床偏倚的控制219

第五节 诊断试验的统计评价221

第六节 ROC曲线评价方法223

第十七章 样本含量228

第一节 调查设计的样本含量估计228

第二节 实验设计的样本含量估计234

第十八章 临床生存时间分析239

第一节 生存时间及生存数据的特点239

第二节 生存时间分布240

第三节 生存率的计算242

第四节 生存时间的比较246

第五节 生存分析应注意的问题250

第三篇 多元统计分析253

第十九章 多元线性回归分析253

第一节 多元线性回归的基本概念253

第二节 多元线性回归方程253

第三节 多元线性回归方程的应用262

第四节 多元共线性分析263

第五节 异常观察值的识别与强影响分析264

第二十章 逐步回归分析269

第一节 逐步回归分析的概念269

第二节 选择最优回归方程的方法269

第三节 逐步回归分析的基本思想和步骤270

第四节 逐步回归实例分析274

第五节 逐步回归分析在医学研究中的应用及应注意的几个问题278

第二十一章 判别分析281

第一节 二类判别分析281

第二节 Bayes准则下的多类判别285

第三节 Bayes准则下分类变量资料的多类判别分析286

第四节 Bayes准则下数值变量资料的多类判别分析290

第二十二章 聚类分析300

第一节 聚类分析常用的统计量300

第二节 系统聚类法302

第三节 逐步聚类法305

第四节 有序样品聚类法308

第二十三章 协方差分析313

第一节 协方差分析的意义和功用313

第二节 完全随机设计资料的协方差分析313

第三节 协方差分析的应用条件和范围320

第二十四章 主成分分析324

第一节 概述324

第二节 主成分分析的方法和步骤325

第三节 二维主成分分析326

第四节 主成分分析应用举例327

第二十五章 因子分析329

第一节 概述329

第二节 因子分析模型329

第三节 因子分析应用举例331

第二十六章 典型相关分析335

第一节 概述335

第二节 典型相关系数和典型变量335

第三节 典型相关分析的计算步骤336

第四节 典型相关系数的显著性检验337

第五节 典型相关分析的应用举例338

第二十七章 logistic回归分析340

第一节 基本概念340

第二节 logistic回归分析方法342

第三节 应用实例345

第四节 条件logistic回归原理347

第二十八章 Cox回归分析349

第一节 基本概念349

第二节 Cox模型分析方法353

第三节 应用举例354

第四节 Cox模型的应用范围及注意事项361

第四篇 SAS统计软件应用363

第二十九章 SAS统计软件的概述363

第一节 SAS软件的发展与特点363

第二节 SAS语言的语句和程序364

第三节 SAS的数据值、观测和变量366

第四节 SAS的表达式367

第五节 SAS显示管理系统371

第六节 SAS运行过程377

第三十章 SAS数据集380

第一节 SAS数据步380

第二节 数据集的建立381

第三节 数据的修改和整理393

第四节 数据步流程的控制397

第五节 数据集的加工405

第六节 数据属性的定义413

第七节 数据的输出415

第八节 SAS文件421

第三十一章 基本统计分析425

第一节 各种统计量的计算425

第二节 数值变量的假设检验430

第三节 分类变量的假设检验448

第四节 非参数统计分析456

第三十二章 多元统计分析465

第一节 线性回归分析465

第二节 协方差分析476

第三节 判别分析480

第四节 聚类分析497

第五节 主成分分析509

第六节 因子分析513

第七节 典型相关分析520

第八节 Logistic回归527

第九节 Cox回归538

附录Ⅰ 统计用表546

附录Ⅱ 英汉医学统计学词汇583

参考文献591