舉報 
會員
SAS統計分析教程
最新章節：
47.16 本章小結
本書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系及近似程度分析、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。
最新章節
- 47.16 本章小結
- 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
- 47.14 成組設計均值與率的等效性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
- 47.12 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
- 47.11 檢驗效能分析的概述
上架時間：2017-01-12 11:05:03
出版社：電子工業出版社
上海閱文信息技術有限公司已經獲得合法授權，并進行制作發行
- 47.16 本章小結 更新時間：2019-03-01 11:38:09
- 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
- 47.14 成組設計均值與率的等效性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
- 47.12 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
- 47.11 檢驗效能分析的概述
- 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
- 47.9 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
- 47.8 成組設計均值與率的等效性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
- 47.6 配對設計均值與率的檢驗時樣本含量的估計
- 47.5 單組設計均值與率的檢驗時樣本含量的估計
- 47.4 估計總體率時樣本含量的估計
- 47.3 估計總體均值時樣本含量的估計
- 47.2 確定樣本含量時應具備的條件
- 47.1 樣本含量估計的意義
- 第47章 樣本含量估計和檢驗效能分析
- 46.11 本章小結
- 46.10 平衡不完全區組設計方案的SAS實現
- 46.9 裂區設計方案的SAS實現
- 46.8 含區組因素的析因設計方案的SAS實現
- 46.7 析因設計方案的SAS實現
- 46.6 3×3交叉設計方案的SAS實現
- 46.5 2×2交叉設計方案的SAS實現
- 46.4 拉丁方設計方案的SAS實現
- 46.3 隨機區組設計方案的SAS實現
- 46.2 單因素多水平設計方案的SAS實現
- 46.1 成組設計方案的SAS實現
- 第46章 實驗設計方案的SAS實現
- 45.12 本章小結
- 45.11 繪制P-P圖和Q-Q圖
- 45.10 繪制半對數線圖
- 45.9 繪制普通線圖
- 45.8 繪制散布圖
- 45.7 繪制直方圖
- 45.6 繪制箱式圖
- 45.5 繪制圓圖
- 45.4 繪制百分條圖
- 45.3 繪制復式條圖
- 45.2 繪制單式條圖
- 45.1 問題、數據及統計描述方法的選擇
- 第45章 繪制統計圖
- 第8篇 用編程法繪制統計圖與實現實驗設計
- 44.3 本章小結
- 44.2 統計學在生物信息學中的應用
- 44.1 生物信息學定義
- 第44章 生物信息學簡介
- 43.5 本章小結
- 43.4 基因調控網絡分析
- 43.3 基因表達數據分析技術
- 43.2 基因表達譜的數據獲取及標準化
- 43.1 基因表達譜的概念
- 第43章 基因表達譜的概念與數據分析技術簡介
- 42.5 本章小結
- 42.4 分類預測
- 42.3 關聯規則與序列規則
- 42.2 SAS企業數據挖掘器介紹
- 42.1 數據挖掘的基本概念
- 第42章 數據挖掘的概念及常用統計分析技術簡介
- 第7篇 數據挖掘技術與基因表達譜分析簡析
- 41.3 本章小結
- 41.2 定性資料對應分析
- 41.1 實例
- 第41章 定性資料對應分析
- 40.5 本章小結
- 40.4 數據結構及語句簡介
- 40.3 定量資料對應分析
- 40.2 對應分析簡介
- 40.1 實例
- 第40章 定量資料對應分析
- 39.5 本章小結
- 39.4 MDS過程簡介
- 39.3 多維尺度分析
- 39.2 多維尺度分析簡介
- 39.1 實例
- 第39章 多維尺度分析
- 38.3 本章小結
- 38.2 用幾種常用的綜合評價方法解決實際問題
- 38.1 問題、數據及統計分析方法的選擇
- 第38章 綜合評價
- 37.4 本章小結
- 37.3 用編程法實現有序樣品聚類分析
- 37.2 有序樣品聚類分析概述
- 37.1 實例
- 第37章 有序樣品聚類分析
- 36.5 本章小結
- 36.4 CLUSTER過程等簡介
- 36.3 無序樣品聚類分析
- 36.2 無序樣品聚類分析簡介
- 36.1 實例
- 第36章 無序樣品聚類分析
- 35.5 本章小結
- 35.4 VARCLUS過程簡介
- 35.3 變量聚類分析
- 35.2 變量聚類分析簡介
- 35.1 實例
- 第35章 變量聚類分析
- 第6篇 變量或樣品間親疏關系或近似程度分析
- 34.5 本章小結
- 34.4 CANCORR過程簡介
- 34.3 典型相關分析
- 34.2 典型相關分析概述
- 34.1 實例
- 第34章 典型相關分析
- 33.4 本章小結
- 33.3 結構方程模型分析
- 33.2 結構方程模型簡介
- 33.1 實例
- 第33章 結構方程模型分析
- 32.5 本章小結
- 32.4 CALIS過程簡介
- 32.3 證實性因子分析
- 32.2 證實性因子分析簡介
- 32.1 實例
- 第32章 證實性因子分析
- 31.5 本章小結
- 31.4 如何處理非同質資料的思考
- 31.3 用CALIS過程實現路徑分析
- 31.2 用REG過程實現路徑分析
- 31.1 問題與數據結構
- 第31章 路徑分析
- 30.5 本章小結
- 30.4 FACTOR過程簡介
- 30.3 探索性因子分析
- 30.2 因子分析簡介
- 30.1 實例
- 第30章 探索性因子分析
- 29.5 本章小結
- 29.4 PRINCOMP過程簡介
- 29.3 主成分分析
- 29.2 主成分分析簡介
- 29.1 實例
- 第29章 主成分分析
- 第5篇 多變量間相互與依賴關系分析
- 28.6 本章小結
- 28.5 實際應用與結果解釋
- 28.4 模型復雜性的評價
- 28.3 模型過擬合
- 28.2 多層感知器的學習
- 28.1 前饋型神經網絡簡介
- 第28章 神經網絡分析
- 27.8 本章小結
- 27.7 用數據挖掘模塊近似實現各種決策樹算法
- 27.6 實際應用與結果解釋
- 27.5 變量重要性檢測
- 27.4 遞歸分割的分裂準則
- 27.3 決策樹種類及決策樹構造思路
- 27.2 決策樹的基本原理
- 27.1 決策樹簡介
- 第27章 決策樹分析
- 26.7 本章小結
- 26.6 家系數據的關聯分析
- 26.5 一般人群病例對照遺傳資料的關聯分析
- 26.4 標簽SNP的確認與SAS程序
- 26.3 多位點基因型與疾病關聯分析
- 26.2 連鎖不平衡與單體型分析
- 26.1 基因、基因型頻率測定與Hardy-Weinberg平衡定律的驗證
- 第26章 用SAS/Genetics分析遺傳流行病學資料
- 25.6 本章小結
- 25.5 結果校正和圖形輸出
- 25.4 親緣系數和近交系數
- 25.3 利用CASECONTROL和FAMILY過程進行關聯分析
- 25.2 ALLELE、HAPLOTYPE和HTSNP過程簡介
- 25.1 SAS/Genetics簡介
- 第25章 遺傳資料統計分析的SAS實現
- 24.4 本章小結
- 24.3 原因變量為定性變量的判別分析
- 24.2 原因變量為定性變量的判別分析簡介
- 24.1 實例
- 第24章 原因變量為定性變量的判別分析
- 23.4 本章小結
- 23.3 原因變量為定量變量的判別分析
- 23.2 原因變量為定量變量的判別分析簡介
- 23.1 實例
- 第23章 原因變量為定量變量的判別分析
- 22.4 本章小結
- 22.3m∶n配對設計定性資料的多重logistic回歸分析
- 22.2 1∶1配對設計定性資料的多重logistic回歸分析
- 22.1 問題、數據及統計分析方法的選擇
- 第22章 配對設計定性資料多重logistic回歸分析
- 21.5 本章小結
- 21.4 多值名義變量的多重Logistic回歸分析
- 21.3 多值有序變量的多重logistic回歸分析
- 21.2 二值變量的多重logistic回歸分析
- 21.1 問題、數據及統計分析方法的選擇
- 第21章 非配對設計定性資料多重logistic回歸分析
- 第4篇 對定性結果進行預測性分析
- 20.6 本章小結
- 20.5 X12方法
- 20.4 譜分析
- 20.3 ARIMA模型
- 20.2 指數平滑法
- 20.1 時間序列分析簡介
- 第20章 時間序列分析
- 19.5 本章小結
- 19.4 LIFEREG過程簡介
- 19.3 生存資料參數模型回歸分析
- 19.2 生存資料參數模型回歸分析簡介
- 19.1 實例
- 第19章 生存資料參數模型回歸分析
- 18.4 本章小結
- 18.3 生存資料COX模型回歸分析
- 18.2 生存資料COX模型回歸分析簡介
- 18.1 實例
- 第18章 生存資料COX模型回歸分析
- 17.6 本章小結
- 17.5 相關的SAS過程語法簡介
- 17.4 對例17-3資料進行Probit回歸分析
- 17.3 對例17-2資料進行Probit回歸分析
- 17.2 負二項回歸分析
- 17.1 問題、數據及統計分析方法的選擇
- 第17章 負二項回歸與Probit回歸分析
- 16.3 本章小結
- 16.2 Poisson回歸分析
- 16.1 問題、數據及統計分析方法的選擇
- 第16章 Poisson回歸分析
- 15.4 本章小結
- 15.3 與嶺回歸分析有關的SAS語句說明
- 15.2 嶺回歸分析
- 15.1 問題、數據及統計分析方法的選擇
- 第15章 嶺回歸分析
- 14.3 本章小結
- 14.2 單組設計多元定量資料主成分回歸分析
- 14.1 問題、數據及統計分析方法的選擇
- 第14章 主成分回歸分析
- 13.4 本章小結
- 13.3 REG過程語法簡介
- 13.2 多重線性回歸分析
- 13.1 問題、數據及統計分析方法的選擇
- 第13章 多重線性回歸分析
- 12.6 本章小結
- 12.5 三項型指數曲線回歸分析
- 12.4 二項型指數曲線回歸分析
- 12.3 Gompertz曲線回歸分析
- 12.2 Logistic曲線回歸分析
- 12.1 多項式曲線回歸分析
- 第12章 各種復雜曲線回歸分析
- 11.5 本章小結
- 11.4 Logistic函數曲線回歸分析
- 11.3 指數函數曲線回歸分析
- 11.2 對數函數、冪函數和雙曲函數曲線回歸分析
- 11.1 問題、數據及統計分析方法的選擇
- 第11章 兩變量可直線化曲線回歸分析
- 10.6 本章小結
- 10.5 加權線性回歸分析
- 10.4 簡單線性回歸分析
- 10.3 Spearman秩相關分析
- 10.2 Pearson線性相關分析
- 10.1 問題、數據及統計分析方法的選擇
- 第10章 兩變量簡單線性回歸分析
- 第3篇 對定量結果進行預測性分析
- 9.3 本章小結
- 9.2 用對數線性模型分析列聯表資料
- 9.1 問題、數據及統計分析方法的選擇
- 第9章 多因素設計一元定性資料對數線性模型分析
- 8.5 本章小結
- 8.4 ROC方法分析診斷試驗資料
- 8.3 用Meta分析分別合并處理多個成組設計定性資料
- 8.2 用CMHχ2檢驗處理結果變量具有3種性質的高維列聯表資料
- 8.1 用加權χ2檢驗處理結果變量為二值變量的高維列聯表資料
- 第8章 多因素設計一元定性資料差異性分析
- 7.15 本章小結
- 7.14 數據庫形式表達資料的統計分析
- 7.13 單因素多水平設計雙向有序R×C表資料統計分析
- 7.12 單因素多水平設計有序結果變量R×C表資料統計分析
- 7.11 單因素多水平設計雙向無序R×C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
- 7.9 單因素多水平設計無序原因變量R×2表資料統計分析
- 7.8 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
- 7.7 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
- 7.6 成組設計病例對照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
- 7.4 成組設計橫斷面研究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
- 7.2 配對設計四格表資料統計分析
- 7.1 單組設計一維表資料統計分析
- 第7章 單因素設計一元定性資料差異性分析
- 第2篇 對定性結果進行差異性分析
- 6.3 本章小結
- 6.2 多因素設計定量資料多元方差和協方差分析
- 6.1 問題、數據及統計分析方法的選擇
- 第6章 多因素設計多元定量資料差異性分析
- 5.3 本章小結
- 5.2 單因素設計定量資料多元方差和協方差分析
- 5.1 問題、數據及統計分析方法的選擇
- 第5章 單因素設計多元定量資料差異性分析
- 4.14 本章小結
- 4.13 多個單因素兩水平設計定量資料Meta分析
- 4.12 常見多因素實驗設計一元定量資料協方差分析
- 4.11 重復測量設計一元定量資料方差分析
- 4.10 正交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
- 4.8 嵌套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
- 4.6 析因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
- 4.4 拉丁方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
- 4.2 雙因素無重復實驗設計一元定量資料方差分析
- 4.1 隨機區組設計一元定量資料方差分析與Friedman秩和檢驗
- 第4章 多因素設計一元定量資料差異性分析
- 3.4 本章小結
- 3.3 生存曲線比較
- 3.2 生存資料統計描述
- 3.1 單因素設計一元生存資料分析簡介
- 第3章 單因素設計一元生存資料差異性分析
- 2.8 本章小結
- 2.7 單因素k（k≥3）水平設計一元定量資料Kruskal-Wallis秩和檢驗
- 2.6 單因素k（k≥3）水平設計定量資料一元協方差分析
- 2.5 單因素k（k≥3）水平設計定量資料一元方差分析
- 2.4 成組設計一元定量資料Wilcoxon秩和檢驗
- 2.3 成組設計一元定量資料t檢驗
- 2.2 配對設計一元定量資料t檢驗與符號秩和檢驗
- 2.1 單組設計一元定量資料t檢驗與符號秩和檢驗
- 第2章 單因素設計一元定量資料差異性分析
- 1.3 本章小結
- 1.2 SAS用法簡介
- 1.1 SAS軟件簡介
- 第1章 SAS軟件與SAS用法簡介
- 第1篇 對定量結果進行差異性分析
- 前言
- 《SAS統計分析教程》編委會
- 版權信息
- 封面
- 封面
- 版權信息
- 《SAS統計分析教程》編委會
- 前言
- 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
- 1.1 SAS軟件簡介
- 1.2 SAS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Wilcoxon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Kruskal-Wallis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
- 4.10 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χ2檢驗處理結果變量為二值變量的高維列聯表資料
- 8.2 用CMHχ2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分析分別合并處理多個成組設計定性資料
- 8.4 ROC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
- 10.2 Pearson線性相關分析
- 10.3 Spearman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
- 11.4 Logistic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
- 12.2 Logistic曲線回歸分析
- 12.3 Gompertz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
- 13.3 REG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 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
- 16.2 Poisson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
- 19.4 LIFEREG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
- 20.3 ARIMA模型
- 20.4 譜分析
- 20.5 X12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logistic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logistic回歸分析
- 21.3 多值有序變量的多重logistic回歸分析
- 21.4 多值名義變量的多重Logistic回歸分析
- 21.5 本章小結
- 第22章 配對設計定性資料多重logistic回歸分析
- 22.1 問題、數據及統計分析方法的選擇
- 22.2 1∶1配對設計定性資料的多重logistic回歸分析
- 22.3m∶n配對設計定性資料的多重logistic回歸分析
- 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
- 25.1 SAS/Genetics簡介
- 25.2 ALLELE、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系分析
- 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
- 29.4 PRINCOMP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
- 30.4 FACTOR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
- 32.4 CALIS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
- 34.4 CANCORR過程簡介
- 34.5 本章小結
- 第6篇 變量或樣品間親疏關系或近似程度分析
- 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
- 35.4 VARCLUS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
- 36.4 CLUSTER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
- 39.4 MDS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
- 42.2 SAS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
- 46.5 2×2交叉設計方案的SAS實現
- 46.6 3×3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 更新時間：2019-03-01 11:38:09
