《医学案例统计分析与SAS应用（第2版）》在第1版的基础上，根据最新的SAS应用程序进行更新，对程序和SAS输出结果进行了补充和修订。《医学案例统计分析与SAS应用（第2版）》的目的是使读者在学习之后能够运用合理的统计分析方法分析数据。大体思路是根据不同数据类型对相应的统计方法分别进行阐述，突破了以往教材中按不同统计方法进行讲解的模式，即首先给出数据，然后根据数据类型介绍可用于该数据分析的方法，并对这些方法的基本思想进行阐述，最后给出如何实现这些方法的SAS程序以及详尽的解释。目的是使读者能够一步步地根据自己的数据选择合理的统计方法，利用《医学案例统计分析与SAS应用（第2版）》所介绍的SAS程序进行计算，并根据输出结果作出合理的结论。《医学案例统计分析与SAS应用（第2版）》重在统计实例分析和实战讲解，深入浅出，可操作性强，对临床和公共卫生科研工作均具有指导作用。

　　《医学案例统计分析与SAS应用（第2版）》：
　　2.确定不同自变量对因变量影响的相对重要性。如果体重、饮食均对人体血压值变动有影响，可以进一步分析哪一因素的影响较大，哪一因素的影响相对较小，以便有针对性地采取防治措施。
　　3.利用回归模型进行预测。如建立了体重、饮食对血压的方程后，可利用该方程，根据体重大小预测血压值大小。
　　二、线性回归的应用条件
　　线性回归的应用有四个前提条件：线性（linear）、独立（independent）、正态（normal）、等方差（equalvariance）。
　　1.线性指因变量与自变量呈线性关系，即因变量与自变量在散点图上应大致呈一直线趋势。这一条件可通过绘制散点图来观察。如果这一条件不满足，不应盲目套用线性回归，可选择其他更为合适的模型，如拟合曲线回归或采用非参数回归等。
　　2.独立性指观察值之间应相互独立。这一条件通常可根据专业知识来判断，如果是时间序列数据，还可通过DurbinWatson检验来判断，或通过绘制残差与时间的散点图来分析。
　　3.正态性指线性模型的残差应符合正态分布。这一条件可通过残差的正态概率图来看，还可对残差进行正态性检验。这一条件如不满足，可考虑对因变量进行数据变换，使其服从正态分布后再拟合线性回归模型，也可采用非参数回归。
　　4.等方差性指在自变量取值范围内，对于任意自变量取值，因变量都有相同的方差。线性回归中，等方差性实际上要比正态性重要。这一条件可通过绘制残差与因变量预测值的散点图来看。理论上，残差的分布与预测值应是不相关的，即残差应在零水平线上下波动，不应有任何趋势，否则可能提示方差不齐。如果这一条件不满足，可对因变量进行变量变换，使其满足方差齐性条件；或可采用加权回归分析，消除方差的影响。
　　……

第一章 医学统计学与SAS简介
第一节 医学统计学简介
一、医学统计学概述
二、医学统计学中常用的几个概念
三、统计分析中应注意的几个问题
四、统计学应用的几个误区
第二节 sAS简介
一、SAS概述
二、SAS界面介绍
三、SAS常用窗口介绍
四、SAS编 程简介
第三节 小结

第二章 医学研究设计与SAS实现
第一节 科研设计思路及sAs命令简介
一、样本含量估计及SAS命令简介
二、常用实验设计方法及sAS命令简介
第二节 科研设计的SAS实现
一、完全随机设计与样本含量估计
二、随机区组设计与样本含量估计
三、析因设计的随机分组
四、关系型研究的样本含量估计
第三节 小结

第三章 统计描述与SAS分析
第一节 统计描述及sAS命令简介
一、常用的统计描述指标
二、常用的统计图表
第二节 统计描述的SAS实现
一、定量资料的统计描述
二、分类资料的统计描述
第三节 小结

第四章 定量资料的SAS统计分析
第一节 定量资料常用统计方法及SAs命令简介
一、f检验及SAS命令简介
二、方差分析及SAS命令简介
三、秩和检验及SAS命令简介
四、多重检验及SAs命令简介
第二节 定量资料的分析思路及SAS实现
一、两组正态分布资料的比较
二、两组非正态分布资料的比较
三、多组正态分布资料的比较
四、多组非正态分布资料的比较
五、析因设计资料的分析
六、配对设计资料的分析
七、随机区组资料的分析
八、多指标的组间比较
第三节 小结
一、定量数据组间比较的分析方法小结
二、定量资料分析中需注意的几个问题

第五章 分类资料的SAS统计分析
第一节 分类资料常用统计方法及SAs命令简介
一、yz检验及SAs命令简介
第二节 分类资料的分析思路及SAs实现
一、四格表资料的分析
二、R×2表资料的分析
三、2×C表无序资料的分析
四、2×C表有序资料的分析
五、配对资料的分析
六、多层分类资料的分析
第三节 小结

第六章 相关分析及SAS实现
第一节 相关分析及SAS命令简介
一、定量资料相关分析及SAS命令简介
二、分类资料相关分析及sAs命令简介
第二节 相关分析的思路及SAS实现
一、线性相关分析
二、分类资料的相关性分析
三、配对分类资料的相关性分析
四、多分类指标的相关性分析
第三节 小结
一、相关分析方法小结
二、相关分析应注意的几个问题

第七章 线性回归与SAS分析
第一节 线性回归及sAs命令简介
一、线性回归简介
二、线性回归的应用条件
三、线性回归模型的分析过程
四、线性回归模型诊断与评价
五、线性回归的SAS程序
第二节 线性回归的分析思路及SAS实现
一、简单线性回归分析
二、多重线性回归分析
第三节 线性回归的替代方法及SAS实现
一、主成分回归
二、偏最小二乘回归
三、稳健回归
四、非参数回归
第四节 小结

第八章 logistic回归与SAS分析
第一节 logistic回归及SAs命令简介
一、logistic回归简介
二、logistic回归模型的分析过程
三、logistic回归的SAS程序
第二节 logistic回归的分析思路及SAs实现
一、单因素logistic回归分析
二、多因素logistic回归分析
第三节 logistic回归的扩展及SAS实现
一、多项logistic回归
二、有序logistic回归
第四节 小结

第九章 生存分析与SAS实现
第一节 生存分析及SAS命令简介
一、生存分析中的常见名词
二、生存分析方法简介
第二节 生存分析思路及SAs实现
一、生存曲线的比较
二、等比例风险的Cox回归
三、非等比例风险的Cox回归
第三节 小结

第十章 一般线性模型与广义线性模型
第一节 一般线性模型与广义线性模型简介
一、一般线性模型及SAS命令简介
二、广义线性模型及SAS命令简介
第二节 一般线性模型与广义线性模型的SAS实现
一、协方差分析
二、Poisson回归分析
第三节 小结

第十一章 多水平数据的SAS分析
第一节 多水平数据常用统计方法及SAs命令简介
一、多水平模型及SAS命令简介
二、广义估计方程及sAS命令简介
第二节 多水平数据的分析思路及sAS实现
一、定量资料的多水平数据分析
二、分类资料的多水平数据分析
第三节 小结
参考文献