书名:医学统计学与SPSS软件应用(下附数据库)
作者:王彤
出版社:北京大学医学出版社出版日期:2008年08月
定价:58元版次:1
装帧:平装印刷日期:2008年08月
开本:32开印次:1
ISBN:7-81116-520-3字数:624千字
语种:中文页数:392页
单位:
电子书: 试读(免费) | 完整版本(在线阅读,售价:¥11元)
简介

      《医学统计学与SPSS软件应用》为“现代生物医学科研技术丛书”之一。全书共分十八章,主要内容包括数据文件管理、两个均数比较的t检验、多个均数比较 的方差分析、重复测量设计方差分析、常用非参数检验、连续反应变量回归分析、生存分析与Cox回归、聚类分析与判别分析、时间序列分析等。
       《医学统计学与SPSS软件应用》可单独作为统计软件培训教材,也可作为统计教学的实习教材使用,主要面对非统计专业的医学和其他相关专业科研人员使用。


本书附带数据库下载:http://pumpress.bjmu.edu.cn/attachments/1804_200803.rar

目录


第1章 SPSS概述
 第一节 SPSS概述
 第二节 SPSS界面
 第三节 变量编辑视图
 第四节 数据编辑视图
第2章 数据文件管理
 第一节 SPSS对话框元素介绍
 第二节 文件的建立、调用与保存(File菜单)
 第三节 数据文件的整理(Data菜单)
 第四节 数据整理(Transform菜单)
第3章 统计报表
 第一节 在线分析过程(OLAP Cubes)
 第二节 数据摘要过程(Case Summaries)
 第三节 行形式输出报告(Reports Summaries in Rows)
 第四节 列形式输出报告(Reports Summaries in Columns)
第4章 统计描述
 第一节 统计描述方法回顾
 第二节 频数分析(Frequencies过程)
 第三节 描述性分析(Descriptives过程)
 第四节 探索性分析(Explore过程)
 第五节 列联表资料分析(Crosstabs过程)
 第六节 比率统计分析(Ratio过程)
第5章 两个均数比较的t检验
 第一节 两个均数比较的t检验方法概述
 第二节 单样本均数的t检验(One—Sample T Test)
 第三节 配对样本均数的t检验(Paired-Samples T Test)
 第四节 两独立样本均数的t检验(Independent-Samples T Test)
第6章 多个均数比较的方差分析
 第一节 方差分析概述
 第二节 单因素方差分析(Compare Means/One-Way ANOVA过程)
 第三节 General Linear Model/Univariate过程
 第四节 随机区组设计方差分析
 第五节 析因设计方差分析
第7章 多元方差分析
 第一节 多元方差分析概述
 第二节 多元方差分析(Multivariate)
第8章 协方差分析
第9章 重复测量设计方差分析
 第一节 重复测量设计与分析概述
 第二节 重复测量方差分析(Repeated Measures)
第10章 常用非参数检验
 第一节 非参数检验概述
 第二节 两独立样本比较
 第三节 多个独立样本比较
 第四节 两相关样本比较
 第五节 多个相关样本比较
第11章 相关分析
 第一节 相关分析概述
 第二节 Bivariate Correlation过程
 第三节 Partial过程
 第四节 Distances过程
第12章 连续反应变量回归分析
 第一节 连续反应变量回归分析概述
 第二节 直线回归
 第三节 多重线性回归
 第四节 曲线拟合
 第五节 非线性回归
第13章 分类资料回归分析
 第一节 分类资料回归分析方法概述
 第二节 二分类Logistic回归
 第三节 多分类Logistic回归
 第四节 Ordinal过程
 第五节 Probit过程
第14章 生存分析与Cox回归
 第一节 生存分析方法概述
 第二节 Life Tables过程
 第三节 Kaplan-Meier过程
 第四节 Cox Regression过程
 第五节 Cox w/Time-Dep Cov过程
第15章 聚类分析与判别分析
 第一节 聚类分析与判别分析方法概述
 第二节 Two Step Cluster过程
 第三节 K均值聚类(K-means Cluster)
 第四节 系统聚类(Hierarchical Cluster)
 第五节 判别分析(Discriminant过程)
第16章 数据降维方法
 第一节 数据降维方法概述
 第二节 主成分分析与因子分析(Factor过程)
 第三节 对应分析(Correspondence Analysis过程)
第17章 时间序列分析
 第一节 时间序列分析概述
 第二节 指数平滑方法(Exponential Smoothing过程)
 第三节 自回归分析(Autoregression过程)
 第四节 ARIMA模型(ARIMA过程)
 第五节 周期分解方法(Seasonal Decomposition过程)
 第六节 时间序列的谱分析
第18章 统计图
 第一节 统计图概述
 第二节 统计图绘制
 第三节 统计图编辑