面向问题的统计学：（3）试验设计与多元统计分析（附光盘1张）

　　第1篇 如何从数据库结构的数据集纵向
　　研究变量之间的相互与依赖关系
　　第1章 如何把握试验设计与多元统计分析方法的分类
　　1.1 试验设计
　　1.2 多元统计分析最常见的数据结构
　　1.2.1 单组设计多元定量资料数据结构
　　1.2.2 以矩阵形式呈现的度量型多元数据结构
　　1.2.3 以矩阵形式呈现的非度量型多元数据结构
　　1.2.4 单组设计混合型多元数据结构
　　1.2.5 单因素多水平设计多元定量资料数据结构
　　1.2.6 某种多因素设计多元定量资料数据结构
　　1.2.7 二维列联表的多元数据结构
　　1.3.数据结构与多元统计分析方法的匹配
　　1.4 多元统计分析方法的分类
　　1.4.1 按分析时的切入方向分
　　1.4.2 按研究目的分
　　1.4.3 按设计类型分
　　1.5 合理选择多元统计分析方法的要领
　　1.6 多元统计分析的样例展示
　　第2章 如何降低变量维数和间接实现样品聚类分析--主成分分析
　　2.1 问题与数据
　　2.2 对数据结构的分析
　　2.3 统计分析的目的及分析方法选择
　　2.4 主成分分析的基本概念和表达式 
　　2.4.1 基本概念
　　2.4.2 表达式
　　2.5 用SAS实现主成分分析
　　2.6 主成分变量的性质和个数的确定
　　2.6.1 主成分变量的性质
　　2.6.2 主成分变量个数的确定
　　2.7 运用主成分分析中存在的问题及释疑
　　2.7.1 什么时候应用主成分分析是没有意义的
　　2.7.2 主成分回归分析的具体做法和基本步骤是什么
　　2.7.3 利用主成分思想对研究对象进行综合评价时，将众多原始指标直接相加合适吗？
　　2.8 主成分分析的计算原理
　　2.9 实战练习
　　第3章 如何按亲疏关系对变量进行分类--变量聚类分析
　　3.1 问题与数据
　　3.2 对数据结构的分析
　　3.3 统计分析的目的及分析方法选择
　　3.4 变量聚类分析的基本概念和分析方法
　　3.4.1 基本概念
　　3.4.2 变量聚类分析方法简介
　　3.5 用SAS实现变量聚类分析
　　3.5.1 用SAS分析表3-1资料
　　3.5.2 用SAS分析表3-2资料
　　3.5.3 用SAS分析表3-3资料
　　3.6 相似系数
　　3.6.1 相似系数需要满足的条件
　　3.6.2 相似系数的种类
　　3.7 运用变量聚类分析中存在的问题及释疑
　　3.7.1 变量聚类分析与主成分分析的联系与区别是什么
　　3.7.2 不同的聚类分析方法得出的结论宥可能是不同的，应如何选择
　　3.7.3 应用注意事项
　　3.8 变量聚类分析的计算原理
　　3.9 实战练习
　　第4章 如何探查公因子的作用和间接实现样品聚类分析-一探索性因子分析
　　4.1 问题与数据
　　4.2 对数据结构的分析
　　4.3 统计分析的目的及分析方法选择
　　4.4 探索性因子分析的基本概念和表达式
　　4.1 基本概念
　　4.4.2 因子分析的数学模型 
　　7.7.3 未知参数的估计和检验
　　7.7.4 计算标准因子载荷
　　7.7.5 模型的总体评价
　　7.7.6 模型的修正的再估计
　　7.8 实战练习
　　第8章 如何揭示显变量与隐变量之间的相互与依赖关系--结构方程模型分析
　　8.1 问题与数据
　　8.2 对数据结构的分析
　　8.3 统计分析目的与分析方法选择
　　8.4 结构方程模型分析的基本概念
　　8.4.1 何为结构方程模型
　　8.4.2 结构方程模型有哪些优点
　　8.4.3 结构方程模型可被分成哪些类型
　　8.4.4 在结构方程模型分析中变量可被分成哪些类型
　　8.4.5 在结构方程模型中参数可被分成哪些类型.I
　　8.4.6 变量所产生的影响可被分成哪些类型
　　8.5 用SAS实现结构方程模型分析
　　8.5.1 对问题8-1资料进行结构方程模型分析
　　8.5.2 对问题8-2资料进行结构方程模型分析
　　8.5.3 对问题8-3资料进行结构方程模型分析
　　8.6 结构方程模型分析中存在的问题及释疑
　　8.6.1 一个好的结构方程模型需要满足哪些条件
　　8.6.2 如何进行不同设定模型拟合同一样本数据效果间的比较
　　8.7 结构方程模型分析的计算原理
　　8.7.1 结构方程模型的基本构成
　　8.7.2 模型识别
　　8.7.3 参数估计
　　8.7.4 模型评价
　　8.7.5 模型修正
　　8.8 实战练习
　　第2篇 如何从数据库结构的数据集横向研究样品之间的亲疏关系
　　第9章 如何依据变量取值规律对样品进行分类--无序样品聚类分析
　　9.1 问题与数据
　　……
　　第3篇 如何从数据库结构的数据集纵横两个方向研究变量与样品之间的关联关系
　　第4篇 如何研究独立对象或样品之间的相对位置关系
　　第5篇 如何进行单因素或多因素设计均值向量间差异性检验
　　附录 胡良平统计学专著及配套软件简介

　　    胡良平，教授，博士生导师。现任军事医学科学院生物医学统计学咨询中心主任，国际一般系统论研究会中国分会概率统计系统专业理事会常务理事，第八届中国现场统计研究会理事，中国生物医学统计学会副会长，《中华医学杂志》等10余种杂志编委，北京大学口腔医学院客座教授，国家食品药品监督管理局评审专家；主编统计学专著16部，参编统计学专著8部，发表第一作者学术论文150余篇，发表合作论文90余篇，获军队科技成果和省部级科技成果多项；在从事统计学工作的20会年中，为几千名研究生、医学科研人近、临床医生和杂志编辑讲授生物医学统计学，左全国各地作统计学学术报告100余场，举办十余期全国统计学培训班，培养多名统计学专业硕士和博士研究生；近几年年来，参加国家级新药和医疗器械项目评审数十项；归纳并提炼出“八性”和“八思维”的统计学思想；独创了逆向统计学教学法和统计学三型理论。

　　    《面向问题的统计学：（3）试验设计与多元统计分析》全面介绍了现代多元统计分析方法。若以数据库形式呈现多元数据，则多元统计分析方法可分为三大类，即仅研究变量之间相互与依赖关系、仅研究样品之间关系和同时研究变量与样品之间关系的多元统计分析方法。
　　    第1篇介绍了如何从数据库结构的数据集纵向研究变量之间的相互与依赖关系，其8章内容涉及单组设计多元定量资料变量之间相互与依赖关系的7种多元统计分析方法，包括主成分分析、变量聚类分析、探索性因子分析、典型相关分析、路径分析、证实性因子分析和结构方程模型分析；第2篇介绍了如何从数据库结构的数据集横向研究样品之间的亲疏关系，其2章内容涉及无序样品聚类分析和有序样品聚类分析；第3篇介绍了如何从数据库结构的数据集纵横两个方向研究变量与样品之间的关联关系，其3章内容涉及定量资料与定性资料的对应分析、定性资料的shannon信息量分析；第4篇介绍了如何研究独立对象或样品之间的相对位置关系，其两章内容涉及度量型和非度量型多维尺度分析；第5篇介绍了如何进行单因素或多因素设计均值向量间差异性检验，其8章内容涉及单因素和多因素设计定量资料多元方差与协方差分析，最后一章简单扼要地介绍了如何辨析多元统计分析方法应用中的常见错误。
　　    《面向问题的统计学：（3）试验设计与多元统计分析》适合于需要运用科研设计、统计分析和SAS软件知识与技能解决科研、医疗、管理、教学和生产中提出的各种多元统计分析实际问题的本科生、研究生、博士生、科研和管理工作者、临床医生和杂志编辑学习和使用。