如何正确运用χ2检验——队列设计四格表资料的χ2检验

本文目的是介绍队列设计四格表资料的χ²检验、相对危险度的假设检验和区间估计、SAS以及R软件的实现。针对队列设计的特点,重点介绍相对危险度的概念、假设检验和区间估计方法。对SAS与R软件计算的结果作出解释,并给出统计和专业结论。     

如何正确运用χ2检验——病例对照设计四格表资料的χ2检验

本文目的是介绍病例对照设计四格表资料的χ2检验、优势比的假设检验和区间估计以及使用SAS与R软件实现的方法.针对病例对照设计的特点,重点介绍优势比的概念、假设检验和区间估计方法.对SAS与R软件计算的结果作出解释,并给出统计结论和专业结论.     

如何正确运用χ2检验——两种单向有序二维列联表资料线性趋势χ2检验

本文目的是介绍两种单向有序二维列联表资料线性趋势χ2检验以及SAS与R软件实现的方法.两种单向有序二维列联表是指原因变量为R值有序变量的\"R×2列联表\"和结果变量为C值有序变量的\"2×C列联表\",对它们进行线性趋势检验分别需要采用Cochran-Armitage's线性趋势χ2检验和Lee's线性趋势χ2检验.     

如何正确运用χ2检验——秩和检验与SAS实现

本文目的是介绍秩和检验及其SAS实现,具体内容包括以下三个方面：①两样本资料的简单线性秩检验;②多样本资料的单因素ANOVA秩和检验;③前述两种情形下的“评分方法”。在前述提及的第三方面内容中,包含十种具体的评分方法。本文结合一个实例并借助SAS软件实现前述提及的第一类秩和检验,对输出结果做出解释,并给出统计结论和专业结论。     

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。     

合理进行多重Logistic回归分析——结合平均处理效应分析

本文目的是介绍如何结合平均处理效应分析,合理地进行多重Logistic回归分析的方法。第一,介绍了与平均处理效应分析有关的4个基本概念。第二,介绍了平均处理效应分析中的核心内容,即6种估算方法。第三,通过一个假设的药物临床试验实例,介绍了如何用SAS软件进行分析的全过程,内容如下：(1)采用传统的多重Logistic回归分析;(2)采用倾向性评分模型计算逆概率权重;(3)分别采用6种估算方法估计潜在结果均值和平均处理效应。     

如何正确运用χ2检验——评分检验与SAS实现

本文目的是介绍评分检验与SAS实现。具体地说,评分检验统计量有5种常见的形式,即一般评分检验统计量、稳健评分检验统计量、残差评分检验统计量、广义评分检验统计量和拉格朗日乘数检验统计量;评分检验主要用于以下3种场合,即检验部分或全部回归系数是否为0、检验单个效应是否不在回归模型中以及检验平行线假定是否成立。本文通过两个实例,借助SAS软件实现前述提及的各种评分检验,并着重解释与评分检验有关的输出结果。     

无序样品聚类分析——基于欧氏和最短距离法

本文目的是介绍与无序样品聚类分析有关的基本概念、计算方法、两个实例以及使用SAS实现计算的方法。基本概念包括无序样品与有序样品、影响距离计算的要素、并类规则、谱系聚类及其两个步骤、聚类资料与分类资料的区别;计算方法涉及闵科夫斯基距离（含欧氏距离）计算公式和最短距离计算公式;两个实例分别是“我国27个少数民族16岁男孩身体形态学数据”和“1995年我国14个省、直辖市的劳动卫生监督数据”;借助SAS软件,对两个实例的数据进行了无序样品聚类分析,并对SAS输出结果做出了解释。