具体描述
《SAS9.1统计软件应用教程(第2版)》共有21章，前3章主要介绍了SAS的基础知识；第四章 至第十六章 介绍了常用的统计学方法，包括：计量资料的描述性统计的内容、两个样本均数比较的方法、方差分析、两变量的直线相关和回归分析、非线性回归分析、多元线性回归分析、X2检验、二项分布、Poisson分布和负二项分布的知识、非参数统计分析方法、协方差分析、logistic回归分析、生存分析以及多元统计分析方法；第十七、十八章介绍目前逐渐受到重视的多水平模型和结构方程模型分析方法；第十九、二十章介绍了统计设计阶段的随机化分组和样本量估计的方法；第二十一章介绍了缺失数据填补的方法。
《SAS9.1统计软件应用教程(第2版)》中的所有内容都是编写者根据多年的基于对SAS软件的使用经验和理解编写而成的，经过了多年的实际应用的检验，因此《SAS9.1统计软件应用教程(第2版)》具有非常高的实用性。不仅可以作为高等医学院校本科生、研究生软件课的授课教材，还可以作为SAS爱好者的参考书或工具书使用。
作者简介
目录信息
第一节 SAS的特点和运行环境
第二节 SAS的启动和退出
第三节 SAS的显示管理系统
第四节 SAS程序
第二章 数据库与数据集
第一节 数据库
第二节 数据集
第三节 数据集的建立
第四节 数据集的整理
第三章 SAS的运算符和函数
第一节 SAS的运算符
第二节 SAS的常用函数
第四章 计量资料的单变量描述
第一节 频数表的编制
第二节 单变量的描述
第三节 正态性检验
第四节 几何均数的计算
第五章 两样本均数的比较
第一节 均数可信区间的估计
第二节 单样本均数的t检验
第三节 配对资料两样本均数比较的t检验
第四节 成组资料两样本均数比较的t检验
第五节 两样本均数的等效性检验
第六章 多个样本均数比较的方差分析
第一节 完全随机设计资料的方差分析
第二节 随机区组设计资料的方差分析
第三节 拉丁方设计资料的方差分析
第四节 两阶段交叉设计资料的方差分析
第五节 析因设计资料的方差分析
第六节 正交设计资料的方差分析
第七节 嵌套设计资料的方差分析
第八节 裂区设计资料的方差分析
第九节 重复测量资料的方差分析
第七章 两变量直线相关和回归分析
第一节 直线相关分析
第二节 直线回归分析
第三节 秩相关
第四节 加权直线回归
第八章 非线性回归分析
第一节 指数曲线回归
第二节 对数曲线回归
第九章 多变量回归分析
第一节 多元线性回归
第二节 筛选变量
第十章 x2检验
第一节 四格表资料的x2检验
第二节 R×C表资料的x2检验
第十一章 二项分布、POISSON分布和负二项分布
第一节 二项分布
第二节 Poisson分布
第三节 负二项分布中的参数估计
第四节 拟合优度检验
第十二章 非参数统计方法
第一节 配对资料的比较
第二节 成组资料的比较
第三节 两组等级资料的比较
第四节 完全随机设计资料的比较
第五节 随机区组设计资料的比较
第十三章 协方差分析
第一节 完全随机设计资料的协方差分析
第二节 随机区组设计资料的协方差分析
第十四章 logistic回归分析
第一节 二分类logistic回归
第二节 多个自变量的二分类logistic回归
第三节 1：M配对资料的条件二分类logistic回归
第四节 有序logistic回归
第五节 多分类logistic回归
第十五章 生存分析
第一节 生存率的计算
第二节 生存曲线比较的log-rank检验
第三节 Cox回归分析
第十六章 多元统计分析
第一节 判别分析
第二节 聚类分析
第三节 主成分分析
第四节 因子分析
第五节 典型相关分析
第十七章 多水平统计模型
第一节 方差成分模型
第二节 随机系数模型
第十八章 结构方程模型
第十九章 随机化分组
第一节 完全随机分组
第二节 区组随机分组
第三节 分段随机分组
第二十章 样本含量的估计
第一节 单个样本均数的t检验的样本含量估计
第二节 两个样本均数的t检验的样本含量估计
第三节 多个样本均数的比较的样本含量估计
第四节 单个样本率的比较的样本含量估计
第五节 两个独立样本率的比较的样本含量估计
第六节 直线相关分析的样本含量估计
第二十一章 缺失数据的多重填补
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
这本书的出版时间虽然过去了一些，但其内蕴的统计学逻辑和SAS程序设计哲学却具有惊人的长久生命力。它教会我的不仅仅是几个特定的命令，而是一套严谨的、可迁移的分析框架。我个人非常喜欢书中对数据管理和文件操作部分的详尽描述，这部分内容往往是很多教材忽略的“幕后英雄”。正是扎实的数据准备工作，才保证了后续分析的有效性，而本书在这方面的细致程度，让我对数据处理的每一个环节都保持了敬畏之心。阅读过程中，我常常会停下来思考，这种方法在当前的新兴数据类型上是否依然适用？答案往往是肯定的，因为其核心是基于数学和统计的，软件只是实现工具。对于那些希望深入理解统计计算的实践者而言，这本书提供了一个坚实的基石，它培养的不是一个只会输入代码的“操作员”，而是一个能够理解和驾驭复杂分析流程的“架构师”。
评分我是一名在职的数据分析师，时间对我来说比黄金还宝贵，我需要的是能够快速上手解决实际问题的工具书。这本书的特点在于，它不像某些学术著作那样故作高深，而是非常务实地聚焦于“如何用SAS 9.1实现目标”。当你面对一个紧急的项目需求，需要快速构建一个可靠的预测模型时，这本书中的“快速参考”部分就显得无比重要。它不是那种需要从头到尾啃完的书，更像一本可以随时翻开、即查即用的工具箱。我尤其欣赏它对SAS 9.1版本特有功能的强调，这对于那些仍在使用稳定旧版本的企业用户来说，具有极强的时效性和针对性。书中对不同过程（PROC）模块的对比分析，也帮助我迅速权衡哪种方法最适合手头的数据结构和分析目的，极大地优化了我的工作流程，减少了不必要的试错成本。
评分这本书的封面设计着实吸引人，那种经典的理工科教材风格，让人一眼就能感受到它的专业性。我初次翻阅时，就被其详尽的章节划分所折服，每一个主题的展开都显得那么有条不紊。特别是对于那些统计学初学者来说，那种从基础概念到复杂模型逐步深入的叙述方式，简直是量身定制的向导。我记得我在学习特定分析方法时，书中对每一步操作的图文并茂的解释，简直是救星般的存在。它并没有仅仅停留在告诉我们“怎么做”的层面，更深入地探讨了“为什么这么做”背后的统计学原理，这对于建立稳固的知识体系至关重要。当我尝试在实际数据集中应用书中学到的知识时，发现书中的案例数据和步骤几乎可以无缝衔接，这种实践导向的编写思路，极大地提升了我的学习效率和操作的准确性。整本书的排版也相当人性化，索引和术语对照表制作得非常精良，为我快速查找和回顾关键信息提供了极大的便利。可以说，它更像是一位耐心的、知识渊博的导师，陪伴着我度过了最初手足无措的阶段，让我对SAS这个强大的工具产生了由衷的敬畏和兴趣。
评分作为一名研究生，我需要处理大量的实验数据，对统计软件的要求自然是严苛且实用的。这本书带给我的最大感受是它的“广度与深度兼顾”。它覆盖了从基础描述性统计到高级回归分析和多变量方法等一系列主题，几乎涵盖了我所有课程所涉及的核心内容。在处理那些非常规的或需要特定数据清洗步骤的场景时，书中提供的宏（Macro）编程技巧简直是神来之笔。我曾经被一个数据预处理任务困扰了好几天，最后在书中一个不显眼的小章节里找到了完美解决方案，那效率提升的效果立竿见影。这本书的章节逻辑安排也体现了作者对用户学习路径的深刻理解，它似乎预设了读者可能会遇到的困难，并提前提供了解决思路。此外，书中提供的各种输出结果的解读环节，才是真正的精华所在，它教会了我如何批判性地审视软件的“黑箱”输出，避免盲目相信任何结果。
评分说实话，我原本对厚厚的软件应用手册都有种本能的抗拒，总觉得它们枯燥乏味得像说明书。但这本书彻底颠覆了我的刻板印象。它的语言风格非常接地气，尽管内容是高度技术性的，但作者的叙述口吻却带着一种老派学者的沉稳与耐心，仿佛在与一位平辈探讨技术难题。我特别欣赏作者在讲解复杂算法时的那种“抽丝剥茧”的能力，他总能用最简洁的语言，将那些让人头疼的矩阵运算或概率分布解释得清晰易懂，不会让人在密集的公式和代码中迷失方向。每一次成功运行书中的示例代码并得到预期的结果时，那种成就感是难以言喻的。这本书不仅仅是一个操作指南，它更像是一本关于“数据思维”的启蒙读物。它引导我思考数据背后的含义，而不是仅仅满足于跑出一个P值。这种对分析思想的强调，远比单纯的代码堆砌更有价值，它教会了我如何从数据中提炼出有意义的商业或科学洞察。
评分 评分 评分 评分 评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有