本书着重介绍与回归分析有关的内容,回归分析的内容非常丰富。由于自变量和因变量的性质、它们之间的相互关系、分布规律等不同,所以就产生了很多不同的回归分析方法。本书在三型理论指导下,使花样繁多的回归分析变得条理分明,易于理解和接受。其内容包括多重线性回归分析、岭回归分析、各种复杂曲线回归分析、主成分回归分析、Poisson回归分析、Probit回归分析、负二项回归分析、非配对设计定性资料的logistic回归分析、配对设计定性资料的lo—gistic回归分析,还包括通常不纳入回归分析的特殊方法,如对数线性模型分析、生存分析和时间序列分析。书中不仅介绍这些回归分析方法的计算原理,还详细介绍如何用SAS软件实现计算及结果解释。为读者解决各种回归分析问题提供了翔实的理论和技术支持。
本书介绍了现代回归分析方法中的大部分内容,包括多重线性回归分析、岭回归分析、各种复杂曲线回归分析、主成分回归分析、Poisson回归分析、Probit回归分析、负二项回归分析、配对和非配对设计定性资料多重logistic回归分析、对数线性模型分析、生存分析和时间序列分析。本书既适合未学过SAS软件的新用户,也适合多年应用SAS软件的老用户;既适合未学过统计学的新读者,又适合从事统计学科研、教学多年的老读者,可供需要运用SAS软件解决各种现代回归分析问题的研究生、博士生,以及科研管理人员、临床医师和期刊编辑学习使用。
第1章 概述
1.1 何为三型理论
1.2 何为多重回归分析方法
1.3 如何用三型理论来指导多重回归分析方法的合理选用
1.4 在使用多重回归分析方法时常犯哪些错误
1.5 本章小结
第2章 用SAS实现多重线性回归分析
2.1 多重线性回归分析的基本原理及计算步骤
2.2 多重线性回归分析的数据结构
2.3 REG过程的主要语句说明及实例分析
2.4 本章小结
第3章 用SAS实现岭回归分析
3.1 岭回归分析的基本原理及计算步骤
3.2 岭回归的数据结构及SAS语句
3.3 实例分析
3.4 本章小结
第4章 用SAS实现各种复杂曲线回归分析
4.1 多项式曲线回归分析
4.2 logistic曲线回归分析
4.3 Gorepertz曲线回归分析
4.4 多项型指数曲线回归分析
4.5 本章小结
第5章 用SAS实现主成分回归分析
5.1 多重共线性对多重回归分析的影响
5.2 主成分回归分析的数据结构
5.3 主成分回归分析的原理
5.4 主成分回归分析的步骤
5.5 主成分回归分析的SAS实现
5.6 本章小结
第6章 用SAS实现Poisson回归分析
6.1 广义线性模型简介
6.2 Poisson回归模型简介
6.3 用GENMOD过程
6.4 Poisson回归的应用
6.5 本章小结
第7章 用SAS实现Probit回归分析
7.1 Probit回归分析方法介绍
7.2 Probit回归分析应用举例
7.3 对能用Probit回归分析处理的资料的logistic回归分析
7.4 本章小结
第8章 用SAS实现负二项回归分析
8.1 基本原理
8.2 SAS程序说明
8.3 实际应用与结果解释
8.4 本章小结
第9章 用SAS实现非配对设计定性资料的logistic回归分析
9.1 响应变量为二值变量的logistic回归分析
9.2 响应变量为多值有序变量的logistic回归分析
9.3 响应变量为多值名义变量的logistic回归分析
9.4 本章小结
第10章 用SAS实现配对设计定性资料的logistic回归分析
10.1 1:1配对设计资料的logist:ic回归分析
10.2 1:2配对设计资料的logistic回归分析
10.3 1:r配对设计资料的logistic回归分析
10.4 m:n配对设计资料的logistic回归分析
10.5 本章小结
第11章 用SAS实现对数线性模型分析
11.1 概述
11.2 对数线性模型的构建原理
11.3 二维列联表资料的分析
11.4 高维列联表资料的分析
11.5 不完全列联表资料的分析
11.6 本章小结
第12章 用SAS实现生存分析
12.1 生存分析基本概念
12.2 生存率和生存曲线估计
12.3 生存曲线比较
12.4 Cox回归
12.5 参数回归
12.6 本章小结
第13章 用SAS实现时间序列分析
13.1 绪论
13.2 指数平滑法
13.3 ARIMA模型
13.4 谱分析
13.5 X12季节调整过程
13.6 缺失数据的处理
13.7 预测效果评价
13.8 本章小结
附录 胡良平统计学专著及配套软件简介