相關商品
商品簡介
作者簡介
目次
商品簡介
《SAS統計分析教程》內容豐富且新穎，適用面寬且可操作性強。涉及到定量與定性資料差異性和預測性分析、變量間和樣品間相互與依賴關係及近似程度分析、數據挖掘與基因表達譜分析、繪制統計圖與實驗設計、SAS語言和SAS非編程模塊用法。這些內容高質量高效率地解決了實驗設計、統計表達與描述、各種常用和多元統計分析、現代回歸分析和數據挖掘、SAS語言基礎和SAS實現及結果解釋等人們迫切需要解決卻又十分棘手的問題。《SAS統計分析教程》適合于需要學習和運用實驗設計、統計表達與描述和統計分析及SAS實現的本科生、研究生、博士生、科研和管理工作者、臨床醫生和雜志編輯學習和使用。
作者簡介
胡良平，教授，博士生導師。現任軍事醫學科學院生物醫學統計學諮詢中心主任，國際一般系統論研究會中國分會概率統計系統專業理事會常務理事，第八屆中國現場統計研究會理事，中國生物醫學統計學會副會長，《中華醫學雜志》等10余種雜志編委，北京大學口腔醫學院客座教授，國家食品藥品監督管理局評審專家：主編統計學專著16部，參編統計學專著8部，發表第一作者學術論文150余篇，發表合作論文90余篇，獲軍隊科技成果和肖部級科技成果多項；在從事統計學工作的20會年中，為幾千名研究生、醫學科研人近、臨床醫生和雜志編輯講授生物醫學統計學，左全國各地作統計學學術報告100余場，舉辦十余期全國統計學培訓班，培養多矗統計學專業碩士和博士研究生；近幾年年來，參加國家級新藥和醫療囂械項目評審數十項：歸納并提煉出“八性”和“八思維”的統計學思想：獨創了逆向統計學教學法和統計學三型理論。
目次
第1篇對定量結果進行差異性分析
第1章SAS軟件與SAS用法簡介
1.1SAS軟件簡介
1.2SAS用法簡介
1.3本章小結
第2章單因素設計一元定量資料差異性分析
2.1單組設計一元定量資料t檢驗與符號秩和檢驗
2.2配對設計一元定量資料t檢驗與符號秩和檢驗
2.3成組設計一元定量資料t檢驗
2.4成組設計一元定量資料Wi1coxon秩和檢驗
2.5單因素k（k≥3）水平設計定量資料一元方差分析
2.6單因素k（k≥3）水平設計定量資料一元協方差分析
2.7單因素k（k≥3）水平設計一元定量資料Kruska1-Wa11is秩和檢驗
2.8本章小結
第3章單因素設計一元生存資料差異性分析
3.1單因素設計一元生存資料分析簡介
3.2生存資料統計描述
3.3生存曲線比較
3.4本章小結
第4章多因素設計一元定量資料差異性分析
4.1隨機區組設計一元定量資料方差分析與Friedman秩和檢驗
4.2雙因素無重復實驗設計一元定量資料方差分析
4.3平衡不完全隨機區組設計一元定量資料方差分析
4.4拉丁方設計一元定量資料方差分析
4.5二階段交叉設計一元定量資料方差分析
4.6析因設計一元定量資料方差分析
4.7含區組因素的析因設計一元定量資料方差分析
4.8嵌套設計一元定量資料方差分析
4.9裂區設計一元定量資料方差分析
4.9.1問題與數據
4.10正交設計一元定量資料方差分析
4.11重復測量設計一元定量資料方差分析
4.12常見多因素實驗設計一元定量資料協方差分析
4.13多個單因素兩水平設計定量資料Meta分析
4.14本章小結
第5章單因素設計多元定量資料差異性分析
5.1問題、數據及統計分析方法的選擇
5.2單因素設計定量資料多元方差和協方差分析
5.3本章小結
第6章多因素設計多元定量資料差異性分析
6.1問題、數據及統計分析方法的選擇
6.2多因素設計定量資料多元方差和協方差分析
6.3本章小結
第2篇對定性結果進行差異性分析
第7章單因素設計一元定性資料差異性分析
7.1單組設計一維表資料統計分析
7.2配對設計四格表資料統計分析
7.3配對設計擴大形式的方表資料統計分析
7.4成組設計橫斷面研究四格表資料統計分析
7.5成組設計隊列研究四格表資料統計分析
7.6成組設計病例對照研究四格表資料統計分析
7.7成組設計結果變量為多值有序變量的2×C表資料統計分析
7.8成組設計結果變量為多值名義變量的2×C表資料統計分析
7.9單因素多水平設計無序原因變量R×2表資料統計分析
7.10單因素多水平設計有序原因變量R×2表資料統計分析
7.11單因素多水平設計雙向無序R×C表資料統計分析
7.12單因素多水平設計有序結果變量R×C表資料統計分析
7.13單因素多水平設計雙向有序R×C表資料統計分析
7.14數據庫形式表達資料的統計分析
7.15本章小結
第8章多因素設計一元定性資料差異性分析
8.1用加權檢驗處理結果變量為二值變量的高維列聯表資料
8.2用檢驗處理結果變量具有3種性質的高維列聯表資料
8.3用Meta分析分別合併處理多個成組設計定性資料
8.4ROC方法分析診斷試驗資料
8.5本章小結
第9章多因素設計一元定性資料對數線性模型分析
9.1問題、數據及統計分析方法的選擇
9.2用對數線性模型分析列聯表資料
9.3本章小結
第3篇對定量結果進行預測性分析
第10章兩變量簡單線性回歸分析
10.1問題、數據及統計分析方法的選擇
10.2Pearson線性相關分析
10.3Spearman秩相關分析
10.4簡單線性回歸分析
10.5加權線性回歸分析
10.6本章小結
第11章兩變量可直線化曲線回歸分析
11.1問題、數據及統計分析方法的選擇
11.2對數函數、冪函數和雙曲函數曲線回歸分析
11.3指數函數曲線回歸分析
11.4Logistic函數曲線回歸分析
11.5本章小結
第12章各種復雜曲線回歸分析
12.1多項式曲線回歸分析
12.2Logistic曲線回歸分析
12.3Gompertz曲線回歸分析
12.4二項型指數曲線回歸分析
12.5三項型指數曲線回歸分析
12.6本章小結
第13章多重線性回歸分析
13.1問題、數據及統計分析方法的選擇
13.2多重線性回歸分析
13.3REG過程語法簡介
13.4本章小結
第14章主成分回歸分析
14.1問題、數據及統計分析方法的選擇
14.2單組設計多元定量資料主成分回歸分析
14.3本章小結
第15章現嶺回歸分析
15.1問題、數據及統計分析方法的選擇
15.2嶺回歸分析
15.3與嶺回歸分析有關的SAS語句說明
15.4本章小結
第16章Poisson回歸分析
16.1問題、數據及統計分析方法的選擇
16.2Poisson回歸分析
16.3本章小結
第17章負二項回歸與Probit回歸分析
17.1問題、數據及統計分析方法的選擇
17.2負二項回歸分析
17.3對例17-2資料進行Probit回歸分析
17.4對例17-3資料進行Probit回歸分析
17.5相關的SAS過程語法簡介
17.6本章小結
第18章生存資料COX模型回歸分析
18.1實例
18.2生存資料COX模型回歸分析簡介
18.3生存資料COX模型回歸分析
18.4本章小結
第19章生存資料參數模型回歸分析
19.1實例
19.2生存資料參數模型回歸分析簡介
19.3生存資料參數模型回歸分析
19.4LIFEREG過程簡介
19.5本章小結
第20章時間序列分析
20.1時間序列分析簡介
20.2指數平滑法
20.3ARIMA模型
20.4譜分析
20.5X12方法
20.6本章小結
第4篇對定性結果進行預測性分析
第21章非配對設計定性資料多重1ogistic回歸分析
21.1問題、數據及統計分析方法的選擇
21.2二值變量的多重1ogistic回歸分析
21.3多值有序變量的多重1ogistic回歸分析
21.4多值名義變量的多重1ogistic回歸分析
21.5本章小結
第22章配對設計定性資料多重1ogistic回歸分析
22.1問題、數據及統計分析方法的選擇
22.4本章小結
第23章原因變量為定量變量的判別分析
23.1實例
23.2原因變量為定量變量的判別分析簡介
23.3原因變量為定量變量的判別分析
23.4本章小結
第24章原因變量為定性變量的判別分析
24.1實例
24.2原因變量為定性變量的判別分析簡介
24.3原因變量為定性變量的判別分析
24.4本章小結
第25章遺傳資料統計分析的SAS實現
25.1SAS/Genetics簡介
25.2ALLELE、HAPLOTYPE和HTSNP過程簡介
25.3利用CASECONTROL和FAMILY過程進行關聯分析
25.4親緣系數和近交系數
25.5結果校正和圖形輸出
25.6本章小結
第26章用SAS/Genetics分析遺傳流行病學資料
26.1基因、基因型頻率測定與Hardy-Weinberg平衡定律的驗證
26.2連鎖不平衡與單體型分析
26.3多位點基因型與疾病關聯分析
26.4標簽SNP的確認與SAS程序
26.5一般人群病例對照遺傳資料的關聯分析
26.6家系數據的關聯分析
26.7本章小結
第27章決策樹分析
27.1決策樹簡介
27.2決策樹的基本原理
27.3決策樹種類及決策樹構造思路
27.4遞歸分割的分裂準則
27.5變量重要性檢測
27.6實際應用與結果解釋
27.7用數據挖掘模塊近似實現各種決策樹算法
27.8本章小結
第28章神經網絡分析
28.1前饋型神經網絡簡介
28.2多層感知器的學習
28.3模型過擬合
28.4模型復雜性的評價
28.5實際應用與結果解釋
28.6本章小結
第5篇多變量間相互與依賴關係分析
第29章主成分分析
29.1實例
29.2主成分分析簡介
29.3主成分分析
29.4PRINCOMP過程簡介
29.5本章小結
第30章探索性因子分析
30.1實例
30.2因子分析簡介
30.3探索性因子分析
30.4FACTOR過程簡介
30.5本章小結
第31章路徑分析
31.1問題與數據結構
31.2用REG過程實現路徑分析
31.3用CALIS過程實現路徑分析
31.4如何處理非同質資料的思考
31.5本章小結
第32章證實性因子分析
32.1實例
32.2證實性因子分析簡介
32.3證實性因子分析
32.4CALIS過程簡介
32.5本章小結
第33章結構方程模型分析
33.1實例
33.2結構方程模型簡介
33.3結構方程模型分析
33.4本章小結
第34章典型相關分析
34.1實例
34.2典型相關分析概述
34.3典型相關分析
34.4CANCORR過程簡介
34.5本章小結
第6篇變量或樣品間親疏關係或近似程度分析
第35章變量聚類分析
35.1實例
35.2變量聚類分析簡介
35.3變量聚類分析
35.4VARCLUS過程簡介
35.5本章小結
第36章無序樣品聚類分析
36.1實例
36.2無序樣品聚類分析簡介
36.3無序樣品聚類分析
36.4CLUSTER過程等簡介
36.5本章小結
第37章有序樣品聚類分析
37.1實例
37.2有序樣品聚類分析概述
37.3用編程法實現有序樣品聚類分析
37.4本章小結
第38章綜合評價
38.1問題、數據及統計分析方法的選擇
38.2用幾種常用的綜合評價方法解決實際問題
38.3本章小結
第39章多維尺度分析
39.1實例
39.2多維尺度分析簡介
39.3多維尺度分析
39.4MDS過程簡介
39.5本章小結
第40章定量資料對應分析
40.1實例
40.2對應分析簡介
40.3定量資料對應分析
40.4數據結構及語句簡介
40.5本章小結
第41章定性資料對應分析
41.1實例
41.2定性資料對應分析
41.3本章小結
第7篇數據挖掘技術與基因表達譜分析簡析
第42章數據挖掘的概念及常用統計分析技術簡介
42.1數據挖掘的基本概念
42.2SAS企業數據挖掘器介紹
42.3關聯規則與序列規則
42.4分類預測
42.5本章小結
第43章基因表達譜的概念與數據分析技術簡介
43.1基因表達譜的概念
43.2基因表達譜的數據獲取及標準化
43.3基因表達數據分析技術
43.4基因調控網絡分析
43.5本章小結
第44章生物信息學簡介
44.1生物信息學定義
44.2統計學在生物信息學中的應用
44.3本章小結
第8篇用編程法繪制統計圖與實現實驗設計
第45章繪制統計圖
45.1問題、數據及統計描述方法的選擇
45.2繪制單式條圖
45.3繪制復式條圖
45.4繪制百分條圖
45.5繪制圓圖
45.6繪制箱式圖
45.7繪制直方圖
45.8繪制散布圖
45.9繪制普通線圖
45.10繪制半對數線圖
45.11繪制P-P圖和Q-Q圖
45.12本章小結
第46章實驗設計方案的SAS實現
46.1成組設計方案的SAS實現
46.2單因素多水平設計方案的SAS實現
46.3隨機區組設計方案的SAS實現
46.4拉丁方設計方案的SAS實現
46.52×2交叉設計方案的SAS實現
46.63×3交叉設計方案的SAS實現
46.7析因設計方案的SAS實現
46.8含區組因素的析因設計方案的SAS實現
46.9裂區設計方案的SAS實現
46.10平衡不完全區組設計方案的SAS實現
46.11本章小結
第47章樣本含量估計和檢驗效能分析
47.1樣本含量估計的意義
47.2確定樣本含量時應具備的條件
47.3估計總體均值時樣本含量的估計
47.4估計總體率時樣本含量的估計
47.5單組設計均值與率的檢驗時樣本含量的估計
47.6配對設計均值與率的檢驗時樣本含量的估計
47.7成組設計均值與率的差異性檢驗時樣本含量的估計
47.8成組設計均值與率的等效性檢驗時樣本含量的估計
47.9成組設計均值與率的非劣效或優效性檢驗時樣本含量的估計
47.10單因素多水平設計均值與率的檢驗時樣本含量的估計
47.11檢驗效能分析的概述
47.12單組、配對或交叉設計定量資料假設檢驗時檢驗效能的計算
47.13成組設計均值與率的差異性檢驗時檢驗效能的計算
47.14成組設計均值與率的等效性檢驗時檢驗效能的計算
47.15成組設計均值與率的非劣效或優效性檢驗時檢驗效能的計算
47.16本章小結
放在與本書配套的光盤上的內容
附錄A與SAS語言有關的內容簡介（第48章～第55章）
附錄B四個非編程模塊簡介（第56章～第59章）
附錄C數據挖掘技術與基因表達譜分析（第60章～第62章）
附錄D各章實例與數據
附錄E直接調用的SAS引導程序—SASPAL
附錄F各章SAS輸出結果
附錄G各章計算原理與計算公式
附錄H各章參考文獻
附錄I胡良平專著及配套軟件簡介
第1章SAS軟件與SAS用法簡介
1.1SAS軟件簡介
1.2SAS用法簡介
1.3本章小結
第2章單因素設計一元定量資料差異性分析
2.1單組設計一元定量資料t檢驗與符號秩和檢驗
2.2配對設計一元定量資料t檢驗與符號秩和檢驗
2.3成組設計一元定量資料t檢驗
2.4成組設計一元定量資料Wi1coxon秩和檢驗
2.5單因素k（k≥3）水平設計定量資料一元方差分析
2.6單因素k（k≥3）水平設計定量資料一元協方差分析
2.7單因素k（k≥3）水平設計一元定量資料Kruska1-Wa11is秩和檢驗
2.8本章小結
第3章單因素設計一元生存資料差異性分析
3.1單因素設計一元生存資料分析簡介
3.2生存資料統計描述
3.3生存曲線比較
3.4本章小結
第4章多因素設計一元定量資料差異性分析
4.1隨機區組設計一元定量資料方差分析與Friedman秩和檢驗
4.2雙因素無重復實驗設計一元定量資料方差分析
4.3平衡不完全隨機區組設計一元定量資料方差分析
4.4拉丁方設計一元定量資料方差分析
4.5二階段交叉設計一元定量資料方差分析
4.6析因設計一元定量資料方差分析
4.7含區組因素的析因設計一元定量資料方差分析
4.8嵌套設計一元定量資料方差分析
4.9裂區設計一元定量資料方差分析
4.9.1問題與數據
4.10正交設計一元定量資料方差分析
4.11重復測量設計一元定量資料方差分析
4.12常見多因素實驗設計一元定量資料協方差分析
4.13多個單因素兩水平設計定量資料Meta分析
4.14本章小結
第5章單因素設計多元定量資料差異性分析
5.1問題、數據及統計分析方法的選擇
5.2單因素設計定量資料多元方差和協方差分析
5.3本章小結
第6章多因素設計多元定量資料差異性分析
6.1問題、數據及統計分析方法的選擇
6.2多因素設計定量資料多元方差和協方差分析
6.3本章小結
第2篇對定性結果進行差異性分析
第7章單因素設計一元定性資料差異性分析
7.1單組設計一維表資料統計分析
7.2配對設計四格表資料統計分析
7.3配對設計擴大形式的方表資料統計分析
7.4成組設計橫斷面研究四格表資料統計分析
7.5成組設計隊列研究四格表資料統計分析
7.6成組設計病例對照研究四格表資料統計分析
7.7成組設計結果變量為多值有序變量的2×C表資料統計分析
7.8成組設計結果變量為多值名義變量的2×C表資料統計分析
7.9單因素多水平設計無序原因變量R×2表資料統計分析
7.10單因素多水平設計有序原因變量R×2表資料統計分析
7.11單因素多水平設計雙向無序R×C表資料統計分析
7.12單因素多水平設計有序結果變量R×C表資料統計分析
7.13單因素多水平設計雙向有序R×C表資料統計分析
7.14數據庫形式表達資料的統計分析
7.15本章小結
第8章多因素設計一元定性資料差異性分析
8.1用加權檢驗處理結果變量為二值變量的高維列聯表資料
8.2用檢驗處理結果變量具有3種性質的高維列聯表資料
8.3用Meta分析分別合併處理多個成組設計定性資料
8.4ROC方法分析診斷試驗資料
8.5本章小結
第9章多因素設計一元定性資料對數線性模型分析
9.1問題、數據及統計分析方法的選擇
9.2用對數線性模型分析列聯表資料
9.3本章小結
第3篇對定量結果進行預測性分析
第10章兩變量簡單線性回歸分析
10.1問題、數據及統計分析方法的選擇
10.2Pearson線性相關分析
10.3Spearman秩相關分析
10.4簡單線性回歸分析
10.5加權線性回歸分析
10.6本章小結
第11章兩變量可直線化曲線回歸分析
11.1問題、數據及統計分析方法的選擇
11.2對數函數、冪函數和雙曲函數曲線回歸分析
11.3指數函數曲線回歸分析
11.4Logistic函數曲線回歸分析
11.5本章小結
第12章各種復雜曲線回歸分析
12.1多項式曲線回歸分析
12.2Logistic曲線回歸分析
12.3Gompertz曲線回歸分析
12.4二項型指數曲線回歸分析
12.5三項型指數曲線回歸分析
12.6本章小結
第13章多重線性回歸分析
13.1問題、數據及統計分析方法的選擇
13.2多重線性回歸分析
13.3REG過程語法簡介
13.4本章小結
第14章主成分回歸分析
14.1問題、數據及統計分析方法的選擇
14.2單組設計多元定量資料主成分回歸分析
14.3本章小結
第15章現嶺回歸分析
15.1問題、數據及統計分析方法的選擇
15.2嶺回歸分析
15.3與嶺回歸分析有關的SAS語句說明
15.4本章小結
第16章Poisson回歸分析
16.1問題、數據及統計分析方法的選擇
16.2Poisson回歸分析
16.3本章小結
第17章負二項回歸與Probit回歸分析
17.1問題、數據及統計分析方法的選擇
17.2負二項回歸分析
17.3對例17-2資料進行Probit回歸分析
17.4對例17-3資料進行Probit回歸分析
17.5相關的SAS過程語法簡介
17.6本章小結
第18章生存資料COX模型回歸分析
18.1實例
18.2生存資料COX模型回歸分析簡介
18.3生存資料COX模型回歸分析
18.4本章小結
第19章生存資料參數模型回歸分析
19.1實例
19.2生存資料參數模型回歸分析簡介
19.3生存資料參數模型回歸分析
19.4LIFEREG過程簡介
19.5本章小結
第20章時間序列分析
20.1時間序列分析簡介
20.2指數平滑法
20.3ARIMA模型
20.4譜分析
20.5X12方法
20.6本章小結
第4篇對定性結果進行預測性分析
第21章非配對設計定性資料多重1ogistic回歸分析
21.1問題、數據及統計分析方法的選擇
21.2二值變量的多重1ogistic回歸分析
21.3多值有序變量的多重1ogistic回歸分析
21.4多值名義變量的多重1ogistic回歸分析
21.5本章小結
第22章配對設計定性資料多重1ogistic回歸分析
22.1問題、數據及統計分析方法的選擇
22.4本章小結
第23章原因變量為定量變量的判別分析
23.1實例
23.2原因變量為定量變量的判別分析簡介
23.3原因變量為定量變量的判別分析
23.4本章小結
第24章原因變量為定性變量的判別分析
24.1實例
24.2原因變量為定性變量的判別分析簡介
24.3原因變量為定性變量的判別分析
24.4本章小結
第25章遺傳資料統計分析的SAS實現
25.1SAS/Genetics簡介
25.2ALLELE、HAPLOTYPE和HTSNP過程簡介
25.3利用CASECONTROL和FAMILY過程進行關聯分析
25.4親緣系數和近交系數
25.5結果校正和圖形輸出
25.6本章小結
第26章用SAS/Genetics分析遺傳流行病學資料
26.1基因、基因型頻率測定與Hardy-Weinberg平衡定律的驗證
26.2連鎖不平衡與單體型分析
26.3多位點基因型與疾病關聯分析
26.4標簽SNP的確認與SAS程序
26.5一般人群病例對照遺傳資料的關聯分析
26.6家系數據的關聯分析
26.7本章小結
第27章決策樹分析
27.1決策樹簡介
27.2決策樹的基本原理
27.3決策樹種類及決策樹構造思路
27.4遞歸分割的分裂準則
27.5變量重要性檢測
27.6實際應用與結果解釋
27.7用數據挖掘模塊近似實現各種決策樹算法
27.8本章小結
第28章神經網絡分析
28.1前饋型神經網絡簡介
28.2多層感知器的學習
28.3模型過擬合
28.4模型復雜性的評價
28.5實際應用與結果解釋
28.6本章小結
第5篇多變量間相互與依賴關係分析
第29章主成分分析
29.1實例
29.2主成分分析簡介
29.3主成分分析
29.4PRINCOMP過程簡介
29.5本章小結
第30章探索性因子分析
30.1實例
30.2因子分析簡介
30.3探索性因子分析
30.4FACTOR過程簡介
30.5本章小結
第31章路徑分析
31.1問題與數據結構
31.2用REG過程實現路徑分析
31.3用CALIS過程實現路徑分析
31.4如何處理非同質資料的思考
31.5本章小結
第32章證實性因子分析
32.1實例
32.2證實性因子分析簡介
32.3證實性因子分析
32.4CALIS過程簡介
32.5本章小結
第33章結構方程模型分析
33.1實例
33.2結構方程模型簡介
33.3結構方程模型分析
33.4本章小結
第34章典型相關分析
34.1實例
34.2典型相關分析概述
34.3典型相關分析
34.4CANCORR過程簡介
34.5本章小結
第6篇變量或樣品間親疏關係或近似程度分析
第35章變量聚類分析
35.1實例
35.2變量聚類分析簡介
35.3變量聚類分析
35.4VARCLUS過程簡介
35.5本章小結
第36章無序樣品聚類分析
36.1實例
36.2無序樣品聚類分析簡介
36.3無序樣品聚類分析
36.4CLUSTER過程等簡介
36.5本章小結
第37章有序樣品聚類分析
37.1實例
37.2有序樣品聚類分析概述
37.3用編程法實現有序樣品聚類分析
37.4本章小結
第38章綜合評價
38.1問題、數據及統計分析方法的選擇
38.2用幾種常用的綜合評價方法解決實際問題
38.3本章小結
第39章多維尺度分析
39.1實例
39.2多維尺度分析簡介
39.3多維尺度分析
39.4MDS過程簡介
39.5本章小結
第40章定量資料對應分析
40.1實例
40.2對應分析簡介
40.3定量資料對應分析
40.4數據結構及語句簡介
40.5本章小結
第41章定性資料對應分析
41.1實例
41.2定性資料對應分析
41.3本章小結
第7篇數據挖掘技術與基因表達譜分析簡析
第42章數據挖掘的概念及常用統計分析技術簡介
42.1數據挖掘的基本概念
42.2SAS企業數據挖掘器介紹
42.3關聯規則與序列規則
42.4分類預測
42.5本章小結
第43章基因表達譜的概念與數據分析技術簡介
43.1基因表達譜的概念
43.2基因表達譜的數據獲取及標準化
43.3基因表達數據分析技術
43.4基因調控網絡分析
43.5本章小結
第44章生物信息學簡介
44.1生物信息學定義
44.2統計學在生物信息學中的應用
44.3本章小結
第8篇用編程法繪制統計圖與實現實驗設計
第45章繪制統計圖
45.1問題、數據及統計描述方法的選擇
45.2繪制單式條圖
45.3繪制復式條圖
45.4繪制百分條圖
45.5繪制圓圖
45.6繪制箱式圖
45.7繪制直方圖
45.8繪制散布圖
45.9繪制普通線圖
45.10繪制半對數線圖
45.11繪制P-P圖和Q-Q圖
45.12本章小結
第46章實驗設計方案的SAS實現
46.1成組設計方案的SAS實現
46.2單因素多水平設計方案的SAS實現
46.3隨機區組設計方案的SAS實現
46.4拉丁方設計方案的SAS實現
46.52×2交叉設計方案的SAS實現
46.63×3交叉設計方案的SAS實現
46.7析因設計方案的SAS實現
46.8含區組因素的析因設計方案的SAS實現
46.9裂區設計方案的SAS實現
46.10平衡不完全區組設計方案的SAS實現
46.11本章小結
第47章樣本含量估計和檢驗效能分析
47.1樣本含量估計的意義
47.2確定樣本含量時應具備的條件
47.3估計總體均值時樣本含量的估計
47.4估計總體率時樣本含量的估計
47.5單組設計均值與率的檢驗時樣本含量的估計
47.6配對設計均值與率的檢驗時樣本含量的估計
47.7成組設計均值與率的差異性檢驗時樣本含量的估計
47.8成組設計均值與率的等效性檢驗時樣本含量的估計
47.9成組設計均值與率的非劣效或優效性檢驗時樣本含量的估計
47.10單因素多水平設計均值與率的檢驗時樣本含量的估計
47.11檢驗效能分析的概述
47.12單組、配對或交叉設計定量資料假設檢驗時檢驗效能的計算
47.13成組設計均值與率的差異性檢驗時檢驗效能的計算
47.14成組設計均值與率的等效性檢驗時檢驗效能的計算
47.15成組設計均值與率的非劣效或優效性檢驗時檢驗效能的計算
47.16本章小結
放在與本書配套的光盤上的內容
附錄A與SAS語言有關的內容簡介（第48章～第55章）
附錄B四個非編程模塊簡介（第56章～第59章）
附錄C數據挖掘技術與基因表達譜分析（第60章～第62章）
附錄D各章實例與數據
附錄E直接調用的SAS引導程序—SASPAL
附錄F各章SAS輸出結果
附錄G各章計算原理與計算公式
附錄H各章參考文獻
附錄I胡良平專著及配套軟件簡介
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。