×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
全国高等医药院校规划教材高级医学统计学/万崇华/全国高等医学院校规划教材

全国高等医药院校规划教材高级医学统计学/万崇华/全国高等医学院校规划教材

1星价 ¥139.4 (8.3折)
2星价¥139.4 定价¥168.0
暂无评论
图文详情
  • ISBN:9787030397546
  • 装帧:圆脊精装
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:503
  • 出版时间:2014-04-01
  • 条形码:9787030397546 ; 978-7-03-039754-6

本书特色

本书由中、美两国中青年统计学专家共同撰写,主要介绍高级统计学知识,包含常用的多元统计方法和统计模型以及一些实用的专题统计。全书共22章,包括多变量方差分析、多重线性回归分析进阶、Logistic回归分析进阶、主成份分析与因子分析、聚类分析、判别分析、典型相关分析、对应分析、多维尺度分析、结构方程模型、多水平模型、线性混合效应模型、对数线性模型、广义线性模型、纵向(重复测量资料分析、生存分析、Meta分析、多元分析的样本含量估计、量表测评常用统计方法、医学中的特殊实验设计及其分析、现场(市场)调查常用统计方法等内容。各章均按目的要求、内容概要、实例分析、思考练习、延伸阅读等安排。对一些易混淆的问题多以表格的方式进行对比和归纳以图形的方式突出直观性?实例分析同时使用了SPSS和SAS两个软件包,告出分析思路、操作、结果、解释并适当引申推广。

内容简介

本书由中、美两国中青年统计学专家共同撰写,主要介绍不错统计学知识,包含常用的多元统计方法和统计模型以及一些实用的专题统计。全书共22章,包括多变量方差分析、多重线性回归分析进阶、Logistic回归分析进阶、主成份分析与因子分析、聚类分析、判别分析、典型相关分析、对应分析、多维尺度分析、结构方程模型、多水平模型、线性混合效应模型、对数线性模型、广义线性模型、纵向(重复测量资料分析、生存分析、Meta分析、多元分析的样本含量估计、量表测评常用统计方法、医学中的特殊实验设计及其分析、现场(市场)调查常用统计方法等内容。各章均按目的要求、内容概要、实例分析、思考练习、延伸阅读等安排。对一些易混淆的问题多以表格的方式进行对比和归纳以图形的方式突出直观性;实例分析同时使用了SPSS和SAS两个软件包,告出分析思路、操作、结果、解释并适当引申推广。
本书可作为医学类研究生(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,也可以作为“多元统计分析”、“不错医学统计方法”等课程的教材或辅导用书。

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*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 *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*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 Evaluat
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航