高级医学统计学

定　　价：108 元

丛书名：中国科学院教材建设专家委员会规划教材

• 作者：万崇华，罗家洪主编
• 出版时间：2014/4/30
• ISBN：9787030397546
• 出 版 社：科学出版社

• 中图法分类：R195-1 
• 页码：520
• 纸张：胶版纸
• 版次：1
• 开本：16开

内容简介

《高级医学统计学》主要定位于医学类研究生（硕士/博士）及统计或对统计要求高的本科专业（如卫生统计/生物统计/生物信息专业）参考书。内容主要涵盖多元统计分析和一些专题统计。可以作为"多元统计分析"、"高级医学统计方法

更多科学出版社服务，请扫码获取。

目 录

目录
前言
第1章 绪论 Introduction（1）
1.1 多元统计学概况 Overview of Multivariate Statistics（1）
1.2 多元统计方法分类与选择 Classification and Selection of Multivariate Analysis（3）
1.3 多元数据描述 Description of Multivariate Data（7）
1.4 专题统计概述 Outlines of Specific Statistical Methods（11）
思考练习 Exercises（14）
延伸阅读 Further Readings（14）
第2章 多变量方差分析 Multivariate Analysis of Variance（16）
2.1 多变量方差分析概况 Overview of Multivariate Analysis of Variance（16）
2.2 单样本多变量方差分析 One Sample Multivariate Analysis of Variance（18）
2.3 单因素多变量方差分析 One-way Multivariate Analysis of Variance（18）
2.4 多因素多变量方差分析 Multi-factor Multivariate Analysis of Variance（19）
2.6 含协变量的多变量方差分析 Multivariate Analysis of Variance with Covariates（20）
2.6 实例分析 Examples Analysis（21）
思考练习 Exercises（39）
延伸阅读 Further Readings（42）
第3章 多重线性回归分析进阶 Advanced Multiple Linear Regression Analysis（44）
3.1 多重线性回归回顾 Review of Multiple Linear Regression（44）
3.2 加权最小二乘法——方差不齐的处理 Weighted Least Squares Treatment for Heterogeneity of Variance（45）
3.3 岭回归——共线性的处理 Ridge Regression-Treatment for Collinearity（47）
3.4 最优尺度回归——分类变量的数值化 Optimal Scaling Regression-Quantifying Category Variables（50）
3.6 两阶段最小二乘回归——因果模型构建 Two-stage Least Squares Regression-Construction of Causal Model（51）
3.6 实例分析 Examples Analysis（52）
思考练习 Exercises（65）
延伸阅读 Further Readings（66）
第4章 Logistic 回归分析进阶 Advanced Logistic Regression（68）
4.1 Logistic 回归回顾 Logistic Regression Review（68）
4.2 Logistic 回归诊断 Logistic Regression Diagnosis（71）
4.3 无序多分类Logistic 回归 Multinomial Logistic Regression（74）
4.4 有序多分类Logistic 回归 Ordinal Logistic Regression（75）
4.6 条件Logistic 回归 Conditional Logistic Regression（76）
4.6 实例分析 Examples Analysis（79）
思考练习 Exercises（88）
延伸阅读 Further Readings（90）
第5章 主成份分析与因子分析 Principal Component Analysis and Factor Analysis（91）
5.1 主成份分析 Principal Component Analysis（91）
5.2 因子分析 Factor Analysis（96）
5.3 主成份分析与因子分析的关系 The Relationship between Principal ComponentAnalysis and Factor Analysis（101）
5.4 实例分析 Examples Analysis（103）
思考练习 Exercises（114）
延伸阅读 Further Readings（116）
第6章 聚类分析 Cluster Analysis（119）
6.1 聚类分析概况 Overview of Cluster Analysis（119）
6.2 系统聚类法 Hierarchical Clustering Method（122）
6.3 快速聚类法 Faster Clustering（123）
6.4 其他聚类方法 Other Clustering Methods（124）
6.6 聚类方法的选择 Sections of Clustering Methods（125）
6.6 聚类分析注意事项 Some Notes of Cluster Analysis（126）
6.7 实例分析 Examples Analysis（127）
思考练习 Exercises（134）
延伸阅读 Further Readings（136）
第7章 判别分析 Discriminant Analysis（138）
7.1 判别分析概况 Overview of Discriminant Analysis（138）
7.2 距离判别分析 Distance Discriminant Analysis（140）
7.3 Fisher 判别分析 Fisher Discriminant Analysis（141）
7.4 Bayes 判别分析 Bayes Discriminant Analysis（142）
7.6 分类资料判别分析（Bayes 公式法） Discriminant Analysis for Qualitative Data（Bayes Formula Method）（143）
7.6 逐步判别分析 Stepwise Discriminant Analysis（144）
7.7 聚类分析与判别分析的关系 The Relationship between Cluster Analysis and Discriminant Analysis（145）
7.8 实例分析 Examples Analysis（145）
思考练习 Exercises（164）
延伸阅读 Further Readings（168）
第8章 典型相关分析 Canonical Correlation Analysis（170）
8.1 典型相关分析概况 Overview of Canonical Correlation Analysis（170）
8.2 典型相关分析的统计思想 Statistical ideology of Canonical Correlation Analysis（170）
8.3 典型相关分析的基本理论及模型假定 The Basics and Model Assumption of Canonical Correlation Analysis（171）
8.4 典型相关分析的基本步骤 Basic Steps in Canonical Correlation Analysis（172）
8.6 典型变量的性质及其意义解释 The Nature and Meaning of Canonical Variables（173）
8.6 实例分析 Examples Analysis（174）
思考练习 Exercises（184）
延伸阅读 Further Readings（186）
第9章 对应分析 Correspondence Analysis（187）
9.1 概念与计算 The Concept and Calculation（187）
9.2 对应分析中的假设检验问题 Hypothesis Testing Problems in Correspondence Analysis（189）
9.3 多重对应分析 Multiple Correspondence Analysis（189）
9.4 对应分析用于定量变量的情况 Correspondence Analysis for Quantitative Variables（190）
9.6 需要注意的问题 Some Notes on Correspondence Analysis（190）
9.6 实例分析 Examples Analysis（190）
思考练习 Exercises（196）
延伸阅读 Further Readings（198）
第10章 多维尺度分析 Multi-Dimensional Scaling（199）
10.1 多维尺度分析概述 Overview of Multidimensional Scaling（199）
10.2 多维尺度分析原理 The Principle of Multidimensional Scaling（201）
10.3 多维尺度分析步骤 Steps in Multidimensional Scaling（205）
10.4 实例分析 Examples Analysis（207）
思考练习 Exercises（216）
延伸阅读 Further Readings（217）
第11章 结构方程模型 Structural Equation Modeling（218）
11.1 结构方程模型概况 Overview of Structural Equation Modeling（218）
11.2 结构方程模型思想 The Basic Ideas of Structural Equation Modeling（221）
11.3 结构方程模型分析步骤 Steps of the Structural Equation Modeling（223）
11.4 均值结构模型 The Mean Structure Model（227）
11.6 实例分析 Examples Analysis（230）
思考练习 Exercises（232）
延伸阅读 Further Readings（233）
第12章 多水平模型 Multilevel Models（235）
12.1 多水平模型的优点 Advantages of Multievel Models（235）
12.2 多水平模型的基本公式表述？参数估计？模型的评估及假设检验 Basic Multiple Level Model Formulation？Parameter Estimation？Model Fit Evaluation and Hypothesis Testing（238）
12.3 多水平模型的构建步骤 Steps in Building Multilevel Model（243）
12.4 实例分析 Examples Analysis（246）
思考练习 Exercises（262）
延伸阅读 Further Readings（262）
第13章 线性混合效应模型 Linear Mixed Effects Model（265）
13.1 线性混合效应模型的数据类型及应用条件 Data Types and Conditions of Linear Mixed Effects Model（265）
13.2 线性混合效应模型结构 The Structure of Linear Mixed Effects Model（267）
13.3 参数估计和假设检验 Parameter Estimation and Hypothesis Testing（268）
13.4 实例分析 Examples Analysis（270）
思考练习 Exercises（278）
延伸阅读 Further Readings（279）
第14章 对数线性模型 Log-linear Model（281）
14.1 对数线性模型概况 Overview of Log-linear Model（281）
14.2 一般对数线性模型 General Log-linear Model（282）
14.3 Logit 对数线性模型 Logit Log-linear Model（284）
14.4 实例分析 Examples Analysis（286）
思考练习 Exercises（300）
延伸阅读 Further Readings（301）
第15章 广义线性模型 Generalized Linear Models（302）
15.1 广义线性模型概况 Overview of Generalized Linear Models（302）
15.2 二分类数据的广义线性模型 Generalized Linear Models for Binary Data（305）
15.3 多分类数据的广义线性模型 Generalized Linear Models for Polytomous Data（306）
15.4 Poisson 回归模型 Poisson Regression Models（308）
15.6 实例分析 Examples Analysis（309）
思考练习 Exercises（317）
延伸阅读 Further Readings（318）
第16章 纵向（重复测量）资料分析 Longitudinal（repeated measure）Data Analysis（319）
16.1 纵向（重复测量）资料概况 Overview of Longitudinal（repeated measure）Data Analysis（319）
16.2 纵向（重复测量）资料的方差分析 Longitudinal（repeated measure）Data Analysis of Variance（323）
16.3 广义估计方程模型 Generalized Estimating Equations（327）
16.4 潜变量增长曲线模型 Latent Grouth Curve Model（329）
16.6 时间序列分析简介 Introduction to Time Series Analysis（331）
16.6 实例分析 Example Analysis（334）
思考练习 Exercises（368）
延伸阅读 Further Readings（369）？？
第17章 生存分析 Survival Analysis（372）
17.1 生存分析概况 Survival Analysis Overview（372）
17.2 生存分析的一些基本概念 Basic Concepts of Survival Analysis（373）
17.3 尼尔森-阿兰（Nelson-Aalen） 累积危险率估计 Nelson-Aalen Estimator of Cumulative Hazard Function（375）
17.4 生存函数的Kaplan-Meier 估计 Kaplan-Meier Estimation of Survival Function（378）
17.6 Log-rank 检验 Log-rank test（379）
17.6 Cox 比例危险率模型 Cox Proportional Hazards Model（380）
17.7 实例分析 Example Analysis（383）
思考练习 Exercises（388）
延伸阅读 Further Readings（390）
第18章 Meta 分析 Meta Analysis（391）
18.1 Meta 分析概况 Overview of Meta Analysis（391）
18.2 定量资料的Meta 分析 Meta Analysis for Quantitative Data（398）
18.3 定性资料的Meta 分析 Meta Analysis for Qualitative Data（400）
18.4 Meta 分析的偏倚 The Bias of Meta Analysis（403）
18.6 实例分析与RevMan 软件 Examples Analysis and RevMan Software（405）
思考练习 Exercises（410）
延伸阅读 Further Readings（410）
第19章 多元分析的样本含量估计 Sample Size Estimation of Multivariate Analysis（412）
19.1 样本量估计的主要参数和其他影响因素Main Parameters and Other Influence Factors of Sample Size Estimation（412）
19.2 基本的样本量估计 Basic Sample Size Estimation（413）
19.3 方差膨胀因子的基本校正 The Corrections on Variance Inflation Factor（415）
19.4 多因素回归分析的方差膨胀因子校正 The Variance Inflation Factor in Multiple Regression Analysis（418）
19.6 实例分析 Examples Analysis（421）
思考练习 Exercises（423）
延伸阅读 Further Readings（423）
第20章 量表测评常用统计方法 Statistical Methods Used in Measurements and Assessments of Scales（425）
20.1 量表研制概况 Overview of the Scale Development（425）
20.2 信度分析常用方法 Methods Commonly Used in Reliability Analysis（427）
20.3 效度分析常用方法 Methods Commonly Used in Validity Analysis（429）
20.4 反应度分析常用方法 Methods Commonly Used in Responsiveness Analysis（430）
20.6 量表资料的统计分析 Statistical Analysis for Scale Data（431）
20.6 实例分析 Examples Analysis（432）
思考练习 Exercises（434）
延伸阅读 Further Readings（435）
第21章 医学中的特殊实验设计及其分析 Special Experiment Designs and Analysis in Medicine（436）
21.1 不完全区组设计 Incomplete Block Design（436）
21.2 嵌套设计 Nested Design（441）
21.3 序贯设计 Sequential Design（443）
21.4 响应曲面设计 Response Surface Design（452）
21.6 实例分析 Example analysis（456）
思考练习 Exercises（459）
延伸阅读 Further Readings（460）
第22章 现场（市场）调查常用统计方法 The Methods Commonly Used in Field（Market） Survey（461）
22.1 特殊的调查设计 Special Survey Designs（461）
22.2 现场（市场）调查中的轮廓分析 The Profile Analysis in Field（Market）Survey（473）
22.3 现场（市场）调查中的多维列联表分析 Multidimensional Contingency Table Analysis in Field（Market） Survey（477）
思考练习 Exercises（479）
延伸阅读 Further Readings（480）
附录1 基础统计学方法概要（482）
1.1 基础统计学方法概要（482）
1.2 常用基础统计方法选择（485）
附录2 SAS 统计软件包简介（488）
2.1 概述（488）
2.2 SAS 的安装与启动（489）
2.3 SAS 数据管理（490）
2.4 常用统计分析（491）
附录3 SPSS 统计软件包简介（494）
3.1 SPSS 概述（494）
3.2 SPSS 的安装与启动（494）
3.3 SPSS 的菜单（495）
3.4 SPSS 的数据输入与保存（数据准备）（501）
3.6 t检验（502）
3.6 其他检验（503）