汪海波，博士，主要从事流行病学研究和数据分析工作。目前在中国疾病预防控制中心工作。对SAS有深入的研究，研究期间，共发表专业领域相关论文8篇，其中5篇为SCI论文（IJID、STI、IJSA、AIDS等杂志）。

　　SAS统计软件是目前应用最广泛的统计软件之一，已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。《SAS统计分析与应用从入门到精通》以Windows操作系统下的SAS软件为基础，以实践中常用的统计分析方法为基本内容，介绍了SAS程序的编写以及结果解释。《SAS统计分析与应用从入门到精通》重点介绍了各种多元统计分析方法的基本原理及其应用，包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程，介绍了SAS程序的使用方法及应用实例说明、结果解释及结论分析等。
　　《SAS统计分析与应用从入门到精通》可以作为从事数据分析和数据管理人员的参考用书，有关科研人员和科研管理者进一步提高统计分析水平的参考书，也可以作为高等院校师生统计教材。

　　现代被广泛应用的抽样调查是概率抽样。因此，现代的抽样调查是指概率抽样，其定义为：抽样调查，又称抽样推断，是一种重要的、科学的非全面调查方法。它根据调查的目的和任务要求，按照随机原则，从若干单位组成的事物总体中，抽取部分样本单位来进行调查、观察，用所得到的调查标志的数据来推断总体。
　　抽样调查按抽样的组织形式划分，有以下几种主要方法。
　　（1）简单随机抽样：按照等概率的原则，直接从含有Ⅳ个元素的总体中抽取n个元素组成的样本（N>n）。
　　（2）系统抽样（等距抽样或机械抽样）：对总体的单位进行排序，再计算出抽样距离，然后按照这一固定的抽样距离抽取样本，第1个样本采用简单随机抽样的办法抽取。
　　K（抽样距离）=N（总体规模）n（样本规模）
　　前提条件：总体中个体的排列，对于研究的变量来说应是随机的，即不存在某种与研究变量相关的规则分布。可以在调查允许的条件下，从不同的样本开始抽样，对比几次样本的特点。如果有明显差别，就说明样本在总体中的分布呈某种循环性规律，且这种循环和抽样距离重合。
　　（3）分层抽样（类型抽样）：先将总体中的所有单位按照某种特征或标志（性别、年龄等）划分成若干类型或层次，然后在各个类型或层次中采用简单随机抽样或系统抽样的办法抽取一个子样本，最后将这些子样本合起来构成总体的样本。
　　分层抽样是把异质性较强的总体分成一个个同质性较强的子总体，再抽取不同的子总体中的样本分别代表该子总体，所有的样本进而代表总体。分层标准如下：
　　·以调查所要分析和研究的主要变量或相关的变量作为分层的标准。
　　·以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量。
　　·以那些有明显分层区分的变量作为分层变量。

第1章　SAS for Windows入门　1
1.1　SAS简介　2
1.1.1　SAS系统特点　2
1.1.2　SAS系统结构组成　3
1.1.3　SAS系统资料　4
1.1.4　SAS软件要求　4
1.2　SAS for Windows的安装和启动　4
1.3　SAS菜单操作　5
1.4　SAS系统的文件管理　6
1.5　本章小结　7

第2章　SAS编程入门　8
2.1　SAS语言构成　9
2.1.1　使用SAS语言　9
2.1.2　DATA数据步　11
2.1.3　PROC过程步　14
2.2　SAS常用函数及其应用　17
2.2.1　算术函数(Arithmetic Functions)　17
2.2.2　样本统计函数(Sample Statistic Functions)　17
2.2.3　截取函数(Truncation Functions)　18
2.2.4　随机数函数(Random Number Functions)　18
2.2.5　数学函数(Mathematical Functions)　19
2.2.6　金融函数(Financial Functions)　20
2.2.7　三角函数(Trigonometric Functions)　20
2.2.8　字符函数(Character Functions)　20
2.2.9　概率函数(Probability Functions)　21
2.2.10　日期和时间函数(Date and Time Functions)　22
2.2.11　分位数函数(Quantile Functions)　23
2.2.12　数组函数(Array Functions)　24
2.2.13　特殊函数(Special Functions)　24
2.3　数据集　25
2.3.1　数据集的建立与保存　25
2.3.2　数据集的导入与导出　27
2.3.3　数据集的排序　28
2.3.4　数据集的连接　28
2.3.5　数据集的合并　30
2.3.6　数据集的复制　32
2.3.7　数据集的拆分　33
2.3.8　数据集的转置　35
2.4　SAS语句　36
2.4.1　赋值语句　36
2.4.2　输出语句　36
2.4.3　条件语句　38
2.4.4　循环语句　39
2.4.5　WHERE语句　41
2.4.6　Delete语句　42
2.4.7　累加语句　43
2.4.8　By语句　43
2.4.9　Update语句　44
2.5　本章小结　45

第3章　SAS宏编程　46
3.1　宏变量　47
3.1.1　宏变量的产生　47
3.1.2　宏变量的引用　48
3.1.3　宏变量的特殊用法　50
3.2　宏　52
3.2.1　宏的定义　52
3.2.2　宏的调用　52
3.3　本章小结　57

第4章　SAS输出传送系统(ODS)　58
4.1　ODS功能　59
4.2　ODS语句　59
4.3　ODS程序实例　60
4.3.1　缺省的Listing目标　60
4.3.2　ODS TRACE语句　61
4.3.3　ODS SELECT和ODS EXCLUDE语句　62
4.3.4　ODS OUTPUT语句　62
4.3.5　ODS RTF语句　63
4.3.6　ODS HTML语句　64
4.4　本章小结　64

第5章　PROC SQL简介　66
5.1　SQL过程概述　67
5.2　SQL语句格式　67
5.3　SQL过程应用实例　69
5.4　本章小结　74

第6章　定量资料的统计描述　75
6.1　统计描述基础理论知识　76
6.1.1　集中趋势描述　76
6.1.2　离散趋势描述　78
6.1.3　正态分布　80
6.2　统计描述分析实例　81
6.2.1　proc means分析实例　81
6.2.2　proc univariate分析实例　83
6.2.3　对数正态分布资料的统计描述　86
6.3　本章小结　87

第7章　t检验　88
7.1　单样本t检验　89
7.1.1　单样本t检验的基础理论　89
7.1.2　单样本t检验分析实例——MEANS、UNIVARIATE过程　89
7.1.3　无原始数据的单样本t检验SAS程序　91
7.2　配对设计资料的t检验　92
7.2.1　配对设计资料t检验的基础理论　92
7.2.2　配对t检验实例——MEANS、UNIVARIATE、TTEST过程　93
7.2.3　无原始数据的配对设计的t检验分析实例　97
7.3　两独立样本的t检验　98
7.3.1　两独立样本t检验的基础理论　98
7.3.2　独立样本t检验分析实例——TTEST过程应用　99
7.3.3　无原始数据的两独立样本t检验分析实例　101
7.4　本章小结　102

第8章　方差分析　103
8.1　方差分析概述　104
8.2　完全随机设计资料的方差分析　105
8.2.1　单因子方差分析介绍　106
8.2.2　单因子方差分析的SAS程序实例　106
8.3　随机区组设计资料的方差分析　111
8.3.1　随机区组方差分析介绍　111
8.3.2　随机区组方差分析的SAS程序实例　114
8.4　拉丁方设计资料的方差分析　116
8.4.1　拉丁方方法介绍　117
8.4.2　拉丁方分析的SAS程序实例　118
8.5　析因设计资料的方差分析　121
8.5.1　析因设计方法介绍　121
8.5.2　析因方差分析的SAS程序实例　124
8.6　正交试验设计资料的方差分析　127
8.6.1　正交试验设计方法介绍　127
8.6.2　正交试验设计资料分析的SAS程序实例　129
8.7　重复测量资料的方差分析　130
8.7.1　重复测量设计方法介绍　131
8.7.2　重复测量资料分析的SAS程序实例　132
8.8　协方差分析　140
8.8.1　协方差分析方法介绍　140
8.8.2　协方差分析的SAS程序实例　141
8.9　本章小结　145

第9章　直线回归与相关　146
9.1　直线相关分析　147
9.1.1　直线相关分析介绍　147
9.1.2　直线相关分析的SAS程序实例　149
9.2　直线回归分析　152
9.2.1　直线回归分析介绍　152
9.2.2　直线回归分析的SAS程序实例　154
9.3　本章小结　158

第10章　多元线性回归与相关　159
10.1　多元线性回归与相关的基础理论　160
10.1.1　多元线性回归　160
10.1.2　复相关系数与偏相关系数　172
10.2　分析实例　173
10.2.1　多元线性回归方程的建立　173
10.2.2　复相关系数与偏相关系数的SAS程序实例　177
10.3　本章小结　180

第11章　Logistic回归分析　181
11.1　非条件Logistic回归　182
11.1.1　非条件Logistic回归介绍　182
11.1.2　非条件Logistic回归模型的建立和检验　183
11.1.3　非条件Logistic回归的SAS程序　185
11.2　条件Logistic回归　202
11.2.1　条件Logistic回归介绍　203
11.2.2　条件Logistic回归的SAS程序　204
11.3　本章小结　206

第12章　相对数　207
12.1　相对数简介　208
12.1.1　率的标准化　209
12.1.2　率的假设检验　212
12.2　SAS分析实例　214
12.2.1　率的标准化SAS程序　214
12.2.2　率的Z(U)检验的SAS程序　214
12.3　本章小结　216

第13章　行×列表分析　217
13.1　四格表资料　218
13.1.1　四格表卡方检验介绍　218
13.1.2　四格表卡方检验的SAS程序　220
13.2　配对计数资料的卡方检验　224
13.2.1　四格表配对卡方检验介绍　224
13.2.2　四格表配对卡方检验的SAS程序　225
13.3　列变量为顺序变量的行均分检验　226
13.3.1　行均分检验介绍　226
13.3.2　行均分检验的SAS程序　227
13.4　行列均为顺序变量的相关检验　230
13.4.1　行列均为顺序变量的相关检验介绍　231
13.4.2　行列均为顺序变量的相关检验的SAS程序　231
13.5　分层行列表的分析　237
13.5.1　分层行列表的分析简介　237
13.5.2　分层行列表的分析的SAS程序　238
13.6　趋势卡方检验　243
13.6.1　趋势卡方检验简介　243
13.6.2　趋势卡方检验的SAS程序　244
13.7　卡方分割与卡方合并　246
13.7.1　卡方的分割与合并简介　246
13.7.2　卡方分割与卡方合并分析实例　246
13.8　本章小结　248

第14章　非参数统计　249
14.1　单样本资料与已知总体参数的非参数检验　250
14.1.1　单组资料的符号及符号秩和检验　250
14.1.2　单组资料的非参数检验SAS程序　252
14.2　配对设计资料的非参数检验　253
14.2.1　配对设计资料的符号及符号秩和检验　253
14.2.2　配对设计资料的非参数检验SAS程序　254
14.3　两组定量资料的非参数检验　256
14.3.1　两组定量资料的非参数检验方法概述　256
14.3.2　两组定量资料非参数检验的SAS程序　257
14.4　多组定量资料的非参数检验　259
14.4.1　多组定量资料的非参数检验方法概述　259
14.4.2　多组定量资料非参数检验的SAS程序　261
14.5　等级分组资料的非参数检验　263
14.5.1　等级分组资料的非参数检验方法概述　263
14.5.2　等级分组资料非参数检验的SAS程序　264
14.6　随机区组资料的非参数检验　266
14.6.1　随机区组资料的非参数检验方法概述　266
14.6.2　随机区组资料非参数检验的SAS程序　267
14.7　等级相关(秩相关)　268
14.7.1　秩相关概述　268
14.7.2　spearman秩相关的SAS程序　269
14.8　本章小结　270

第15章　生存分析　271
15.1　生存分析简介　272
15.1.1　生存数据　272
15.1.2　生存时间函数　272
15.1.3　均数、中位数和半数生存期　273
15.1.4　生存分析的基本方法　274
15.2　生存曲线　274
15.2.1　寿命表法及SAS分析实例　275
15.2.2　乘积极限法(Kaplan-Meier)及SAS分析实例　281
15.2.3　Cox回归及SAS分析实例　285
15.3　本章小结　291

第16章　主成分分析　292
16.1　主成分分析简介　293
16.1.1　主成分分析的数学模型　293
16.1.2　主成分分析的方法步骤　294
16.1.3　主成分分析的应用　296
16.2　PRINCOMP过程实例　297
16.3　本章小结　306

第17章　因子分析　307
17.1　因子分析简介　308
17.2　FACTOR过程实例　316
17.3　本章小结　323

第18章　聚类分析　325
18.1　聚类分析简介　327
18.2　聚类分析SAS实例　332
18.2.1　VARCLUS过程实例　332
18.2.2　CLUSTER过程实例　341
18.2.3　FASTCLUS过程实例　346
18.2.4　ACECLUS过程实例　350
18.3　本章小结　357

第19章　判别分析　358
19.1　判别分析简介　359
19.2　判别分析SAS实例　364
19.2.1　DISCRIM过程实例　364
19.2.2　CANDISC过程实例　371
19.2.3　STEPDISC过程实例　376
19.3　本章小结　378

第20章　典型相关分析　380
20.1　典型相关简介　381
20.1.1　典型相关分析的理论架构及基本假设　382
20.1.2　冗余分析　383
20.1.3　典型相关系数的假设检验　384
20.2　CANCORR过程实例　384
20.3　本章小结　394

第21章　诊断试验的ROC分析　395
21.1　诊断试验简介　396
21.1.1　诊断试验介绍　396
21.1.2　诊断试验评价指标　396
21.1.3　ROC分析资料收集与整理　399
21.1.4　ROC曲线构建　399
21.2　ROC分析及SAS分析实例　400
21.3　本章小结　403

第22章　一致性检验Kappa　404
22.1　二分类资料一致性分析　405
22.1.1　Kappa值的计算及检验　405
22.1.2　一致性检验的SAS分析实例　406
22.2　有序分类资料一致性分析　407
22.2.1　有序分类资料一致性分析简介　407
22.2.2　有序分类资料一致性分析的SAS实例　408
22.3　本章小结　410

第23章　概率抽样方法　411
23.1　简单随机抽样及SAS程序　413
23.2　系统(机械、等距)抽样及SAS程序　417
23.3　分层抽样及SAS程序　418
23.4　整群抽样及SAS程序　425
23.5　多阶抽样及SAS程序　426
23.6　本章小结　429

第24章　样本量估计　430
24.1　样本量估算的影响因素　431
24.2　分类资料的样本量估计　431
24.2.1　抽样调查样本量的估计及SAS程序　431
24.2.2　单样本与已知总体检验时样本量的估计及SAS程序　432
24.2.3　两样本率比较样本量的估计及SAS程序　433
24.2.4　配对设计总体率比较样本量的估计及SAS程序　433
24.3　定量资料的样本量估计　435
24.3.1　抽样调查总体参数估计时样本量的估计及SAS程序　435
24.3.2　单样本与已知总体检验时样本量的估计及SAS程序　435
24.3.3　两总体均数比较样本量的估计及SAS程序　436
24.3.4　配对设计两样本均数比较样本量的估计及SAS程序　436
24.4　本章小结　437

第25章　统计图　438
25.1　直条图　439
25.2　圆图　441
25.3　线图　442
25.4　半对数线图　443
25.5　箱线图　444
25.6　散点图　447
25.7　直方图　448
25.8　统计地图　449
25.9　本章小结　449
参考文献　450