醫(yī)學(xué)實(shí)用多元統(tǒng)計學(xué)

第1章 概述
1.1 多元統(tǒng)計分析的目標(biāo)及內(nèi)容
1.2 多元統(tǒng)計方法在醫(yī)學(xué)研究中的應(yīng)用
1.3 多元統(tǒng)計分析的數(shù)據(jù)結(jié)構(gòu)
1.4 多元描述統(tǒng)計量
1.5 統(tǒng)計距離
1.6 多元統(tǒng)計方法與統(tǒng)計軟件
第2章 多元正態(tài)分布及參數(shù)估計
2.1 隨機(jī)向量
2.2 多元正態(tài)分布的定義與性質(zhì)
2.3 多元正態(tài)分布的參數(shù)估計
2.4 幾個重要統(tǒng)計量及其分布
本章小結(jié)
思考與練習(xí)
第3章 多元正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)
3.1 假設(shè)檢驗(yàn)原理回顧
3.2 一個正態(tài)總體均值向量的檢驗(yàn)
3.3 兩個正態(tài)總體均值向量的檢驗(yàn)
3.4 多元方差分析
3.5 協(xié)方差矩陣的檢驗(yàn)
本章小結(jié)
思考與練習(xí)
第4章 多元線性回歸
4.1 多元線性回歸模型
4.2 回歸方程和偏回歸系數(shù)的顯著性檢驗(yàn)
4.3 自變量的篩選和衡量回歸方程擬合效果的指標(biāo)
4.4 多重共線性的診斷和處理
4.5 異常點(diǎn)的診斷和處理
本章小結(jié)
思考與練習(xí)
第5章 廣義線性模型
5.1 線性回歸模型的擴(kuò)展
5.2 廣義線性模型的數(shù)據(jù)表示
5.3 響應(yīng)變量的分布
5.4 廣義線性模型的參數(shù)估計
5.5 廣義線性模型的假設(shè)檢驗(yàn)
5.6 廣義線性模型的應(yīng)用實(shí)例
本章小結(jié)
思考與練習(xí)
第6章 logistic回歸
6.1 二分類響應(yīng)變量的logistic回歸
6.2 條件logistic回歸
6.3 無序多分類響應(yīng)變量的logistic回歸
6.4 有序多分類響應(yīng)變量的logistic回歸
6.5 logistic回歸方程的注意事項(xiàng)
本章小結(jié)
思考與練習(xí)
第7章 生存分析
7.1 生存分析概述
7.2 生存分析的參數(shù)模型
7.3 Cox比例風(fēng)險模型
7.4 擴(kuò)展的比例風(fēng)險回歸模型
7.5 生存分析中的注意事項(xiàng)
本章小結(jié)
思考與練習(xí)
第8章 主成分分析
8.1 主成分模型及幾何意義
8.2 主成分的求解
8.3 主成分分析的應(yīng)用
本章小結(jié)
思考與練習(xí)
第9章 因子分析
9.1 探索性因子分析
9.2 驗(yàn)證性因子分析
9.3 因子分析的基本步驟
本章小結(jié)
思考與練習(xí)
第10章 聚類分析
10.1 相似性度量
10.2 類的定義及其特征
10.3 聚類分析的方法
10.4 聚類分析的應(yīng)用實(shí)例
本章小結(jié)
思考與練習(xí)
第11章 判別分析
11.1 距離判別法
11.2 Fisher線性判別
11.3 Bayes判別法
11.4 逐步判別法
11.5 判別分析的正確應(yīng)用
本章小結(jié)
思考與練習(xí)
第12章 典型相關(guān)分析
12.1 典型相關(guān)分析的基本思想
12.2 典型相關(guān)分析的基本原理
12.3 典型相關(guān)分析方法
12.4 典型變量的性質(zhì)及典型相關(guān)模型的解釋
12.5 典型相關(guān)系數(shù)的顯著性檢驗(yàn)
12.6 典型相關(guān)分析的正確應(yīng)用
本章小結(jié)
思考與練習(xí)
參考文獻(xiàn)
附錄
附錄1 矩陣代數(shù)
附錄2 例題中的SAS程序
附錄3 致謝課題