| 序. 前言 1 多元正态分布 1.1 多元分析常用统计量 1.2 多元正态分布 1.3 二元正态相关变量的参考值范围 2 均向量的统计推断 2.1 多元t检验 2.2 多元方差分析 2.3 协方差的检验 2.4 多元方差分析的正确应用 3 多元线性回归 3.1 多元线性回归模型简介 3.2 回归系数的估计 3.3 方程的假设检验 3.4 决定系数与剩余标准差 3.5 偏回归系数的假设检验与区间估计 3.6 标准偏回归系数与自变量的贡献 3.7 因变量的区间估计 3.8 指标的量化 .3.9 衡量回归方程的标准 3.10 逐步回归 3.11 回归系数反常的原因 3.12 岭回归 3.13 回归分析的正确应用 4 主成分分析 4.1 主成分的定义 4.2 主成分的计算 4.3 主成分的性质 4.4 主成分的应用 4.5 有关的统计推断 4.6 主成分分析的正确应用 5 因子分析 5.1 因子模型 5.2 因子模型的估计 5.3 因子旋转 5.4 因子得分 5.5 因子分析的策略 5.6 因子分析的正确应用 6 iogistic族回归 6.1 多元iogistic回归模型 6.2 配比设计的条件iogistic回归 6.3 多类结果变量的iogistic回归 6.4 有序结果的累积比数iogistic回归 6.5 有序结果的相邻比数iogistic回归模型 6.6iogistic族回归模型的正确应用.. 7 广义线性模型 7.1 线性模型与广义线性模型 7．2 广义线性模型的建立 7．3 logistic回归与probit回归 7．4 poisson回归 7．5 负二项回归 7．6 广义线性模型的正确应用 8 生存分析 8．1 随访研究的特点 8．2 生存分析的理论体系与常用指标 8．3 指数模型 8．4 weibull模型 8．5 cox比例风险模型 8．6 生存分析的正确应用 9 聚类分析 9．1 聚类的目的与方法 9．2 距离和相似系数 9．3 系统聚类法 9．4 动态聚类 9．5 有序样品的聚类 9．6 条件系统聚类 9．7 聚类分析的正确应用 10 判别分析 10．1 距离判别 10．2 bayes判别 10．3 fisher判别 10．4 逐步判别 10．5 bayes公式法和极大似然法 10．6 判别分析的正确应用 附录a 极大似然方法 附录b 习题 附录c 习题参考答案 附录d 部分例题sas程序 参考文献... |
内容加载中，请稍后...
商品评论（0条）