合理进行多元分析——典型相关分析

本文目的是介绍与典型相关分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括典型变量、典型相关系数、典型相关分析、典型变量个数的确定以及典型变量的性质;计算方法涉及典型相关变量中系数的估计和典型相关系数的假设检验;两个实例涉及的资料分别是“受试者的身体形态以及健康指标的测定结果”和“人力资源管理实践变量与组织绩效变量的测定结果”;借助SAS对两个实例中的定量资料进行了典型相关分析,并对输出结果给出了解释。     

合理进行多元分析——变量聚类分析

本文目的是介绍与变量聚类分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括变量聚类分析、相似系数、变量聚类方法、类成分和类结构;计算方法涉及相似系数法计算过程和特征值法计算过程;两个实例涉及的资料分别是“60名正常男性10项指标的测定结果”和“36只兔子的7项指标测定结果”;借助SAS对两个实例中的定量资料进行了全面的变量聚类分析,并对输出结果给出了解释。     

合理进行均值比较——单因素两水平和多水平设计定量资料多元方差分析

本文目的是介绍与单因素两水平和多水平设计定量资料多元方差分析有关的基本概念、计算方法、两个医学实例以及SAS实现。基本概念包括试验因素与属性因素、方差分析与协方差分析、自变量与协变量、矩阵与行列式;计算方法涉及一般统计量、4个多元方差分析检验统计量和多个均值向量的两两比较;两个医学实例分别为“2种脱机方式下患者脱机前有关定量指标的测定结果”和“3种不同类型地区的8岁男童生长发育调查数据”。借助SAS对两个实例中的定量资料分别进行多元方差分析和协方差分析,并对如何合理选取协变量进行阐释和讨论。     

合理进行多元分析——广义主成分分析

本文目的是介绍与主成分分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括相关矩阵、特征值与特征向量、主成分变量、主成分表达式和主成分的性质;计算方法涉及特征值与特征向量的求法、主成分分析的计算原理以及系数估计和个数的确定;两个实例中的资料分别为“20例肝病患者的4项肝功能指标的测定结果”和“23种肿瘤类期刊的文献计量学指标的调查结果”;借助SAS对两个实例中的定量资料进行了主成分分析,并基于主成分的计算结果分别实现了样品聚类和样品排序,并对输出结果作出了解释。     

合理进行均值比较——单组和配对设计定量资料多元方差分析

本文目的是介绍与单组设计和配对设计定量资料多元方差分析有关的基本概念、计算方法、两个医学实例以及SAS实现。基本概念包括单组设计与配对设计、均值向量、多元方差分析和前提条件;计算方法涉及一般检验统计量和Hotelling’s T²检验统计量;两个医学实例分别为“结核病患者营养状况的调查资料”和“石杉碱甲治疗增龄相关记忆障碍效果的试验资料”。借助SAS对两个医学实例中的定量资料分别进行一元和多元差异性分析,并对这两类分析方法的区别进行讨论。     

合理进行均值比较——析因设计定量资料多元方差分析

本文目的是介绍与析因设计定量资料多元方差分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括交互作用、析因设计、含区组因素的析因设计和分式析因设计;计算方法涉及一般统计量和检验统计量;两个实例分别涉及“制造塑料胶片过程中挤压度和添加剂剂量对其性能的影响”和“寻找挤压塑料胶卷的最优工艺条件”。借助SAS对两个实例中的定量资料进行多元方差分析,并对如何确定最终的方差分析模型进行讨论。     

合理进行多元分析——度量型多维尺度分析

本文目的是介绍与度量型多维尺度分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括度量型与多维尺度、应用场合、距离矩阵与相似系数矩阵、研究对象、拟合构图与构图、多维尺度分析的基本思想;计算方法涉及经典多维尺度分析和最小平方多维尺度分析;两个实例分别为“甘肃省12个主要城市之间的距离”和“8个测试项目之间的相关系数矩阵”;借助SAS软件,对两个实例分别进行了多维尺度分析,并对SAS输出结果做出了解释。     

合理进行均值比较——含区组因素的两因素析因设计定量资料方差分析

本文目的是介绍与均值比较有关的6个基本概念、计算方法、一个医学试验实例及其SAS实现。基本概念包括参数检验与非参数检验、前提条件、设计类型、交互作用以及方差分析的基本思想。计算方法涉及单因素两水平设计定量资料t检验、单因素多水平设计定量资料方差分析和含区组因素的析因设计定量资料方差分析。医学试验实例涉及如何考察可待因和针刺对男性受试者术后牙痛的影响。本文给出了采用SAS处理实例中定量资料的全过程,包括单因素分析、两因素分析和三因素分析,对输出结果作出解释,并明确给出合理选择统计分析方法进行定量资料差异性分析的关键点。     

合理进行均值比较——随机区组设计定量资料多元方差分析

本文目的是介绍与随机区组设计定量资料多元方差分析有关的基本概念、计算方法、一个实例以及SAS实现。基本概念包括区组因素、如何选定区组因素、随机区组设计和不完全随机区组设计;计算方法涉及一般统计量和检验统计量;一个实例涉及“长期饲喂高锌日粮对断奶仔猪免疫机能影响的动物试验及其多元定量资料”。借助SAS实现随机区组设计定量资料的一元方差分析和多元方差分析。并讨论当区组因素对结果的影响无统计学意义时,合理的统计分析方法是不考虑区组因素,直接采用单因素多水平设计一元和多元定量资料方差分析。     

合理进行均值比较——重复测量设计定量资料方差分析

本文目的是介绍与混合模型有关的5个基本概念、计算方法、一个临床试验实例及其SAS实现。基本概念包括固定效应、随机效应、随机系数、混合模型和多水平模型。计算方法涉及混合模型的经典计算方法和贝叶斯计算方法。临床试验实例涉及三种药物对哮喘患者呼吸功能的影响。本文给出了采用SAS处理实例中定量资料的全过程,包括基于mixed过程和bglimm过程构建6个重复测量设计定量资料混合模型,对输出结果作出了解释,并基于模型拟合效果评价统计量,对所构建的多个混合模型进行了比较,得出了适合本例资料的最优混合模型。     

非配对设计多值名义资料多水平多重Logistic回归模型

本文目的是介绍非配对设计多值名义资料多水平多重logistic回归模型的构建与求解方法。首先介绍了有关的基本概念,涉及“多值名义结果变量”“分层或多水平数据结构”和“扩展的多重logistic回归模型”;其次,呈现了一个具有二水平结构的横断面调查资料,该资料涉及多个影响因素和一个多值有序的结果变量（在本文中,将其视为多值名义结果变量）;最后,借助SAS中的两个过程（即GLIMMIX和NLMIXED）对给定的资料进行统计分析,即构建和求解“非配对设计多值名义资料多水平多重logistic回归模型”,并对相关结果进行比较和解释。     

如何正确运用χ2检验——生存资料的三种特殊检验与SAS实现

本文目的是介绍生存资料的三种特殊检验以及SAS实现。具体地说,就是生存资料的多重比较、趋势检验和协变量检验。在多重比较中,涉及“两两比较”和“与对照组比较”两种情形;在趋势检验中,涉及“对数秩检验法”和“威尔科克森检验法”两种算法;在协变量检验中,涉及“单协变量检验法”和“逐次增加一个协变量的多协变量检验法”。本文结合一个实例并借助SAS软件实现前述提及的三种特殊检验,对输出结果作出解释,并给出统计结论和专业结论。     

M∶N配对设计二值资料一水平多重Logistic回归分析

本文的目的是介绍m∶n配对设计二值资料一水平多重Logistic回归分析方法。首先,介绍了需要了解的基本概念;其次,介绍了构建此类回归模型的基本原理;最后,通过一个实例介绍了使用SAS实现计算的全过程。在此过程中,获得了如下四点启示:其一,有必要确保所获得的科研资料是值得分析的;其二,有必要基于定量自变量产生派生变量;其三,有必要同时采用"逐步法""前进法"和"后退法"筛选自变量;其四,有必要采用多种方法评价不同回归模型对资料的拟合优度。     

如何正确运用χ2检验——三种R×C列联表资料的CMHχ2检验

本文目的是介绍三种R×C列联表资料的CMHχ2检验以及SAS软件实现的方法.第一种是"双向无序R×C列联表资料",与这种资料对应的CMHχ2检验在本质上就是Pearson'sχ2检验;第二种是"结果变量为有序变量的R×C列联表资料",与这种资料对应的CMHχ2检验在本质上就是秩和检验;第三种是"双向有序且属性不同R×C...     

加性与广义加性模型回归分析

本文目的是介绍加性与广义加性模型回归分析的概念、作用以及用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过一个实例并基于SAS软件演示如何实施加性模型回归分析。结果表明:相对于引入派生变量进行常规多重线性回归分析而言,加性与广义加性模型回归分析能够更好地提升模型对资料的拟合效果。     

合理进行均值比较——泊松分布回归模型

本文目的是介绍与泊松分布回归模型有关的6个基本概念、计算方法、一个临床调查实例及其SAS实现。基本概念包括泊松分布、泊松分布回归模型、偏移量、标准化死亡比（SMR）、偏差信息准则和最高后验密度区间。计算方法涉及泊松分布回归参数的经典估算方法和贝叶斯估算方法。临床调查实例涉及1975年-1980年苏格兰56个县的唇癌观察和预期病例的数据。本文给出了采用SAS处理实例中计数资料的全过程,包括基于bglimm过程构建5个泊松分布回归模型和展示预测的SMR与观测的SMR之间的吻合程度。对输出结果作出了解释,并基于模型拟合效果评价统计量,对所构建的多个泊松分布回归模型进行比较,得出了适合本文资料的最优泊松分布回归模型。     

如何正确运用方差分析——交叉设计定量资料一元方差分析

本文目的是介绍交叉设计定量资料一元方差分析的计算公式和SAS实现。在计算中,涉及三个检验统计量,即F处理、F阶段和F个体,它们分别用于评价处理因素、阶段因素和个体因素对定量结果变量的影响是否有统计学意义。一般来说,假定交叉设计中的三个因素之间不存在交互作用或交互作用可以忽略不计,故不需要评价交互作用项是否有统计学意义。本文借助SAS软件,分别对2×2交叉设计、3×3交叉设计和三阶段交叉设计的三个实例进行交叉设计定量资料一元方差分析,并给出计算结果,作出统计结论和专业结论。     

如何正确运用方差分析——正交设计定量资料一元方差分析与SAS实现

本文目的是介绍正交设计及其定量资料的方差分析和SAS实现。从自由度角度来划分,正交设计可分为饱和正交设计与非饱和正交设计两类;从因素的水平数角度来划分,正交设计又可分为同水平正交设计与混合水平正交设计两类;从规范化角度来划分,正交设计还可分为标准正交设计与非标准正交设计两类。对来自标准正交设计的定量资料,可采用常规方法进行方差分析;而对来自非标准正交设计的定量资料,需要对方差分析方法做必要的改进。本文基于3个实例,借助SAS软件实现了无重复试验和有重复试验标准正交设计定量资料方差分析。     

有限混合模型回归分析

本文目的是介绍有限混合模型回归分析的概念、作用以及如何用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过一个实例并基于SAS软件演示如何实施有限混合模型回归分析。结果表明:有限混合模型回归分析最适用于"具有两个或有限的多个频数分布资料进行频数分布曲线拟合"的场合。     

稳健回归分析

本文目的是介绍稳健回归分析的概念、作用以及用软件实现计算的方法。先介绍有关的基本概念,再介绍基本原理,最后通过两个实例并基于SAS软件演示如何实施此分析方法。结果表明:(1)此法不能解决资料中存在多重共线性问题带来的坏影响;(2)此法能够很好地解决资料中存在异常点的回归分析问题。