本书包括经典篇和拓展篇两篇，共15章。经典篇涵盖了以探索影响因素或相关因素为目的的多元线性回归、多元logistic回归、多元Cox回归，以分类为目的的判别分析、聚类分析，以降维评价为目的的主成分分析、因子分析；并介绍对应的SPSS软件实现、分析结果的整理和应用注意事项，便于读者进行系统的学习和掌握。拓展篇介绍了时空模型、非参数回归和半参数回归、时间序列分析、多水平模型、神经网络模型、支持向量机、随机森林等近年来发展的统计模型和机器学习方法，以及相应的软件语法，供学有余力的医学生学习和有需求的科研工作者参考。全书从使用者角度出发，将医学数据及其分析目的与多因素统计分析方法的应用结合起来；将多因素统计分析方法的理论与统计软件的操作、分析结果的整理和表述结合起来，利于多因素统计分析方法的推广应用；具有定位明确、内容优化、重点突出、通俗易懂、便于自学的特点。

目录
经典篇
章 绪论 3
节 多因素统计分析方法的种类及其医学应用现况 3
第二节 多因素统计分析方法的发展史 8
第二章 多元方差分析 13
节 医学研究资料及其分析目的 14
第二节 多元方差分析的应用 15
第三节 应用注意事项 22
思考与练习 23
第三章 多元线性回归 24
节 医学研究资料及其分析目的 24
第二节 多元线性回归的应用 26
第三节 应用注意事项 35
思考与练习 38
第四章 多元logistic回归 40
节 医学研究资料及其分析目的 40
第二节 多元logistic回归分析的应用 42
第三节 应用注意事项 50
思考与练习 52
第五章 多元Cox回归 53
节 医学研究资料及其分析目的 53
第二节 多元Cox回归的应用 55
第三节 应用注意事项 65
思考与练习 66
第六章 判别分析 68
节 医学研究资料及其分析目的 68
第二节 判别分析的应用 69
第三节 应用注意事项 84
思考与练习 85
第七章 聚类分析 87
节 医学研究资料及其分析目的 87
第二节 聚类分析的应用 89
第三节 应用注意事项 98
思考与练习 99
第八章 主成分分析 102
节 医学研究资料及其分析目的 102
第二节 主成分分析的应用 103
第三节 应用注意事项 110
思考与练习 112
第九章 因子分析 113
节 医学研究资料及其分析目的 113
第二节 因子分析的应用 114
第三节 应用注意事项 122
思考与练习 127
拓展篇
第十章 时空模型 131
节 医学研究资料及其分析目的 131
第二节 泊松贝叶斯空间模型的应用 132
第三节 泊松贝叶斯时空模型的应用 139
第四节 应用注意事项 143
思考与练习 143
第十一章 非参数回归和半参数回归简介 144
节 医学研究资料及其分析目的 144
第二节 非参数回归和半参数回归的应用 146
第三节 应用注意事项 156
思考与练习 157
第十二章 时间序列分析 158
节 医学研究资料及其分析目的 158
第二节 时间序列分析的应用 159
第三节 应用注意事项 169
思考与练习 170
第十三章 多水平模型简介 171
节 医学研究资料及其分析目的 171
第二节 多水平模型的应用 172
第三节 应用注意事项 185
思考与练习 186
第十四章 神经网络模型 187
节 医学研究资料及其分析目的 187
第二节 神经网络模型的应用 188
第三节 应用注意事项 196
思考与练习 196
第十五章 其他机器学习方法 198
节 医学研究资料及其分析目的 198
第二节 支持向量机的应用 199
第三节 随机森林模型的应用 207
第四节 应用注意事项 213
思考与练习 214
参考文献 215