面向問題的統計學3：試驗設計與多元統計分析（簡體書）

《面向問題的統計學：（3）試驗設計與多元統計分析》全面介紹了現代多元統計分析方法。若以數據庫形式呈現多元數據，則多元統計分析方法可分為三大類，即僅研究變量之間相互與依賴關系、僅研究樣品之間關系和同時研究變量與樣品之間關系的多元統計分析方法。
第1篇介紹了如何從數據庫結構的數據集縱向研究變量之間的相互與依賴關系，其8章內容涉及單組設計多元定量資料變量之間相互與依賴關系的7種多元統計分析方法，包括主成分分析、變量聚類分析、探索性因子分析、典型相關分析、路徑分析、證實性因子分析和結構方程模型分析；第2篇介紹了如何從數據庫結構的數據集橫向研究樣品之間的親疏關系，其2章內容涉及無序樣品聚類分析和有序樣品聚類分析；第3篇介紹了如何從數據庫結構的數據集縱橫兩個方向研究變量與樣品之間的關聯關系，其3章內容涉及定量資料與定性資料的對應分析、定性資料的shannon信息量分析；第4篇介紹了如何研究獨立對象或樣品之間的相對位置關系，其兩章內容涉及度量型和非度量型多維尺度分析；第5篇介紹了如何進行單因素或多因素設計均值向量間差異性檢驗，其8章內容涉及單因素和多因素設計定量資料多元方差與協方差分析，最後一章簡單扼要地介紹了如何辨析多元統計分析方法應用中的常見錯誤。
《面向問題的統計學：（3）試驗設計與多元統計分析》適合于需要運用科研設計、統計分析和SAS軟件知識與技能解決科研、醫療、管理、教學和生產中提出的各種多元統計分析實際問題的本科生、研究生、博士生、科研和管理工作者、臨床醫生和雜志編輯學習和使用。

胡良平，教授，博士生導師。現任軍事醫學科學院生物醫學統計學咨詢中心主任，國際一般系統論研究會中國分會概率統計系統專業理事會常務理事，第八屆中國現場統計研究會理事，中國生物醫學統計學會副會長，《中華醫學雜志》等10余種雜志編委，北京大學口腔醫學院客座教授，國家食品藥品監督管理局評審專家；主編統計學專著16部，參編統計學專著8部，發表第一作者學術論文150余篇，發表合作論文90余篇，獲軍隊科技成果和省部級科技成果多項；在從事統計學工作的20會年中，為幾千名研究生、醫學科研人近、臨床醫生和雜志編輯講授生物醫學統計學，左全國各地作統計學學術報告100余場，舉辦十余期全國統計學培訓班，培養多名統計學專業碩士和博士研究生；近幾年年來，參加國家級新藥和醫療器械項目評審數十項；歸納并提煉出“八性”和“八思維”的統計學思想；獨創了逆向統計學教學法和統計學三型理論。

第1篇 如何從數據庫結構的數據集縱向
研究變量之間的相互與依賴關系
第1章 如何把握試驗設計與多元統計分析方法的分類
1.1 試驗設計
1.2 多元統計分析最常見的數據結構
1.2.1 單組設計多元定量資料數據結構
1.2.2 以矩陣形式呈現的度量型多元數據結構
1.2.3 以矩陣形式呈現的非度量型多元數據結構
1.2.4 單組設計混合型多元數據結構
1.2.5 單因素多水平設計多元定量資料數據結構
1.2.6 某種多因素設計多元定量資料數據結構
1.2.7 二維列聯表的多元數據結構
1.3.數據結構與多元統計分析方法的匹配
1.4 多元統計分析方法的分類
1.4.1 按分析時的切入方向分
1.4.2 按研究目的分
1.4.3 按設計類型分
1.5 合理選擇多元統計分析方法的要領
1.6 多元統計分析的樣例展示

第2章 如何降低變量維數和間接實現樣品聚類分析--主成分分析
2.1 問題與數據
2.2 對數據結構的分析
2.3 統計分析的目的及分析方法選擇
2.4 主成分分析的基本概念和表達式
2.4.1 基本概念
2.4.2 表達式
2.5 用SAS實現主成分分析
2.6 主成分變量的性質和個數的確定
2.6.1 主成分變量的性質
2.6.2 主成分變量個數的確定
2.7 運用主成分分析中存在的問題及釋疑
2.7.1 什么時候應用主成分分析是沒有意義的
2.7.2 主成分回歸分析的具體做法和基本步驟是什么
2.7.3 利用主成分思想對研究對象進行綜合評價時，將眾多原始指標直接相加合適嗎？
2.8 主成分分析的計算原理
2.9 實戰練習

第3章 如何按親疏關系對變量進行分類--變量聚類分析
3.1 問題與數據
3.2 對數據結構的分析
3.3 統計分析的目的及分析方法選擇
3.4 變量聚類分析的基本概念和分析方法
3.4.1 基本概念
3.4.2 變量聚類分析方法簡介
3.5 用SAS實現變量聚類分析
3.5.1 用SAS分析表3-1資料
3.5.2 用SAS分析表3-2資料
3.5.3 用SAS分析表3-3資料
3.6 相似系數
3.6.1 相似系數需要滿足的條件
3.6.2 相似系數的種類
3.7 運用變量聚類分析中存在的問題及釋疑
3.7.1 變量聚類分析與主成分分析的聯系與區別是什么
3.7.2 不同的聚類分析方法得出的結論宥可能是不同的，應如何選擇
3.7.3 應用注意事項
3.8 變量聚類分析的計算原理
3.9 實戰練習

第4章 如何探查公因子的作用和間接實現樣品聚類分析-一探索性因子分析
4.1 問題與數據
4.2 對數據結構的分析
4.3 統計分析的目的及分析方法選擇
4.4 探索性因子分析的基本概念和表達式
4.1 基本概念
4.4.2 因子分析的數學模型
7.7.3 未知參數的估計和檢驗
7.7.4 計算標準因子載荷
7.7.5 模型的總體評價
7.7.6 模型的修正的再估計
7.8 實戰練習

第8章 如何揭示顯變量與隱變量之間的相互與依賴關系--結構方程模型分析
8.1 問題與數據
8.2 對數據結構的分析
8.3 統計分析目的與分析方法選擇
8.4 結構方程模型分析的基本概念
8.4.1 何為結構方程模型
8.4.2 結構方程模型有哪些優點
8.4.3 結構方程模型可被分成哪些類型
8.4.4 在結構方程模型分析中變量可被分成哪些類型
8.4.5 在結構方程模型中參數可被分成哪些類型.I
8.4.6 變量所產生的影響可被分成哪些類型
8.5 用SAS實現結構方程模型分析
8.5.1 對問題8-1資料進行結構方程模型分析
8.5.2 對問題8-2資料進行結構方程模型分析
8.5.3 對問題8-3資料進行結構方程模型分析
8.6 結構方程模型分析中存在的問題及釋疑
8.6.1 一個好的結構方程模型需要滿足哪些條件
8.6.2 如何進行不同設定模型擬合同一樣本數據效果間的比較
8.7 結構方程模型分析的計算原理
8.7.1 結構方程模型的基本構成
8.7.2 模型識別
8.7.3 參數估計
8.7.4 模型評價
8.7.5 模型修正
8.8 實戰練習

第2篇 如何從數據庫結構的數據集橫向研究樣品之間的親疏關系
第9章 如何依據變量取值規律對樣品進行分類--無序樣品聚類分析
9.1 問題與數據
……
第3篇 如何從數據庫結構的數據集縱橫兩個方向研究變量與樣品之間的關聯關系
第4篇 如何研究獨立對象或樣品之間的相對位置關系
第5篇 如何進行單因素或多因素設計均值向量間差異性檢驗
附錄 胡良平統計學專著及配套軟件簡介