《现代医学统计学》内容涉及R与SAS软件基础知识及医学科研设计中关键技术、定性与定量资料广义差异性分析、变量间相关与回归分析、判别分析与聚类分析的软件实现。《现代医学统计学》基于经典统计、贝叶斯统计、蒙特卡罗统计和机器学习与深度学习等统计思想来介绍统计学理论及方法，基于R与SAS两种各具特色且优势互补的统计软件来实现统计计算，再通过大量实例来演示如何正确、方便且**地解决包括科研设计与统计分析在内的各种实际问题。

目录 第1篇 R与SAS软件基础知识 第1章 R软件概述 3 1.1 R软件的历史 3 1.2 R软件的功能 3 1.3 R软件的获取 3 1.4 R软件的界面 5 1.5 R软件包中的函数 7 1.6 R软件的工作目录及改变工作目录 12 1.7 使用R软件的帮助功能 13 第2章 在R软件环境中输入和输出数据 14 2.1 通过R软件或RStudio软件提供的控制台输入和输出数据 14 2.2 在R软件环境中以文本格式输入和输出数据 17 2.3 在R软件环境中以Excel格式输入和输出数据 18 2.4 在R软件环境中以SAS格式输入和输出数据 21 2.5 在R软件环境中以SPSS格式输入和输出数据 25 2.6 在R软件环境中以Stata格式输入和输出数据 26 2.7 在R软件环境中以R格式输入和输出数据 27 第3章 R语言简介 31 3.1 R语言概述 31 3.2 R语法 32 3.3 R对象 41 3.4 函数 62 第4章 SAS软件概述 72 4.1 SAS软件的历史与规模 72 4.2 SAS软件的框架与结构 72 4.3 SAS环境与SAS窗口 73 4.4 发挥SAS帮助功能的作用 74 4.5 SAS过程与SAS程序的区别 74 4.6 SAS数据步与SAS过程步简介 75 4.7 SAS数据集与其他格式的数据简介 76 第5章 在SAS软件环境中输入和输出数据 80 5.1 概述 80 5.2 导入/导出向导 80 5.3 IMPORT和EXPORT过程 88 5.4 数据直接访问 92 第6章 基本SAS语言简介 95 6.1 SAS程序 95 6.2 SAS语句的概念 96 6.3 数据步常用语句 100 6.4 过程步常用语句 140 6.5 全程语句 143 第7章 SAS常用函数简介 147 7.1 截取函数 147 7.2 分位数函数 149 7.3 数学函数 152 7.4 概率函数 156 7.5 样本统计函数 160 7.6 随机数函数 163 第2篇 医学科研设计中关键技术的软件实现 第8章 医学科研设计要览 171 8.1 医学课题研究概述 171 8.2 医学科研设计方案的种类及主要内容 172 8.3 医学伦理道德 175 8.4 国际注册 176 8.5 硬件和软件条件 176 8.6 医学科研课题技术设计方案中的核心内容 177 第9章 估计样本含量与检验效能 184 9.1 估计样本含量与检验效能的概述 184 9.2 定量资料假设检验时估计样本含量与检验效能 185 9.3 定性资料假设检验时估计样本含量与检验效能 193 第10章 产生随机数与随机抽样 197 10.1 产生随机数 197 10.2 随机抽样 204 第11章 随机分组与统计模拟 214 11.1 随机分组 214 11.2 统计模拟 219 第3篇 定性资料广义差异性分析的软件实现 第12章 单组设计一元定性资料区间估计与假设检验 235 12.1 问题与数据 235 12.2 对数据结构的分析 235 12.3 分析目的与统计分析方法的选择 235 12.4 基于R的单个率的假设检验与区间估计 235 12.5 基于SAS的单个率的假设检验与区间估计 239 第13章 2×2列联表资料广义差异性分析 244 13.1 配对设计四格表资料的多种诊断指标的计算 244 13.2 配对设计四格表资料的一致性与对称性检验 247 13.3 横断面设计2×2表资料差异性分析 249 13.4 队列研究设计2×2表资料差异性分析 251 13.5 病例对照研究设计2×2表资料差异性分析 253 13.6 横断面设计2×2表资料非劣效性分析 254 13.7 横断面设计2×2表资料等效性分析 255 13.8 横断面设计2×2表资料优效性分析 256 第14章 R×2列联表与2×C列联表资料线性趋势检验 258 14.1 R×2列联表资料线性趋势检验 258 14.2 2×C列联表资料线性趋势检验 261 第15章 R×C列联表资料广义差异性分析 265 15.1 横断面设计双向无序R×C列联表资料差异性分析 265 15.2 横断面设计结果变量为有序变量单向有序R×C列联表资料秩和检验 266 15.3 横断面设计双向有序且属性不同R×C列联表资料Spearman秩相关分析 268 15.4 配对设计扩大形式双向有序且属性相同列联表资料一致性分析 271 15.5 配对设计扩大形式双向有序且属性相同列联表资料Kendall’s tau-b秩相关分析 273 第16章 高维列联表资料广义差异性分析 276 16.1 结果变量为二值变量高维列联表资料CMH校正χ2检验 276 16.2 结果变量为多值名义变量高维列联表资料CMH校正χ2检验 280 16.3 结果变量为多值有序变量高维列联表资料CMH校正秩和检验 283 第4篇 定量资料广义差异性分析的软件实现 第17章 定量资料参数假设检验前提条件的检查 289 17.1 单组设计一元定量资料小样本正态性检验 289 17.2 单组设计一元定量资料大样本正态性检验 290 17.3 单因素两水平设计一元定量资料方差齐性检验 292 17.4 单因素多水平设计一元定量资料方差齐性检验 294 第18章 单因素设计一元定量资料广义差异性分析 297 18.1 单组设计一元定量资料t检验及符号秩和检验 297 18.2 配对设计一元定量资料t检验与符号秩和检验 298 18.3 成组设计一元定量资料差异性检验——t检验及秩和检验 300 18.4 成组设计一元定量资料非劣效性检验 302 18.5 成组设计一元定量资料等效性检验 303 18.6 成组设计一元定量资料优效性检验 304 18.7 单因素多水平设计一元定量资料方差分析及秩和检验 306 18.8 多个均值之间的两两比较 309 第19章 无法考察交互作用的多因素设计一元定量资料方差分析 312 19.1 无重复试验随机区组设计一元定量资料方差分析 312 19.2 交叉设计一元定量资料方差分析 319 19.3 拉丁方设计一元定量资料方差分析 321 19.4 嵌套设计一元定量资料方差分析 323 第20章 考察全部交互作用的多因素设计一元定量资料方差分析 330 20.1 两因素析因设计一元定量资料方差分析 330 20.2 三因素析因设计一元定量资料方差分析 335 第21章 考察部分交互作用的多因素设计一元定量资料方差分析 339 21.1 正交设计一元定量资料方差分析 339 21.2 裂区设计一元定量资料方差分析 347 21.3 重复测量设计一元定量资料方差分析 350 第5篇 变量间相关与回归分析的软件实现 第22章 两变量间简单线性相关分析 363 22.1 问题、数据及统计分析方法的选择 363 22.2 Pearson线性相关分析 366 22.3 Spearman秩相关分析 367 第23章 两变量间简单线性回归分析 370 23.1 问题、数据及统计分析方法的选择 370 23.2 简单线性回归分析 370 第24章 两变量间简单曲线回归分析 373 24.1 问题与数据 373 24.2 分析与解答 374 第25章 多重线性回归分析核心内容与关键技术概述 384 25.1 与多重线性回归分析有关的基本概念 384 25.2 构建多重线性回归分析模型的方法 390 25.3 多重线性回归分析模型的假设检验 393 25.4 实施多重线性回归分析的重要步骤与关键技术 394 25.5 多重线性回归分析模型拟合效果的评价 398 第26章 基于经典统计思想实现多重线性回归分析 400 26.1 未引入派生变量并采用经典统计思想实现多重线性回归分析 400 26.2 引入派生变量并采用经典统计思想实现多重线性回归分析 414 26.3 基于主成分回归分析与岭回归分析实现多重线性回归分析 424 第27章 基于贝叶斯统计思想实现多重线性回归分析 428 27.1 MCMC方法概述 428 27.2 未引入派生变量且基于贝叶斯统计思想实现多重线性回归分析 429 27.3 引入派生变量且基于贝叶斯统计思想实现多重线性回归分析 433 第28章 基于机器学习统计思想实现多重线性回归分析 436 28.1 机器学习回归分析方法概述 436 28.2 未引入派生变量且基于BP神经网络回归分析建模 437 第29章 基于经典统计思想实现二值因变量的多重logistic回归分析 441 29.1 二值因变量的多重logistic回归模型的建模与求解 441 29.2 问题与数据结构 443 29.3 二值因变量的多重logistic回归分析 446 29.4 基于SAS实现ROC曲线下面积计算与比较 454 第30章 基于经典统计思想实现多值有序因变量的多重logistic回归分析 463 30.1 多值有序因变量的多重logistic回归模型的建模与求解 463 30.2 问题与数据结构 465 30.3 多值有序因变量的多重logistic回归分析 467 第31章 生存资料非参数统计分析 474 31.1 概述 474 31.2 问题与数据结构 477 31.3 单因素一元生存资料非参数统计分析 478 第32章 生存资料Cox比例风险模型回归分析 483 32.1 概述 483 32.2 问题与数据结构 484 32.3 基于SAS的生存资料Cox比例风险模型回归分析 487 32.4 基于R的生存资料Cox比例风险模型回归分析 490 第33章 Cox非比例风险模型回归分析 494 33.1 概述 494 33.2 问题与数据结构 494 33.3 基于SAS的生存资料Cox比例风险模型回归分析 495 第34章 生存资料的参数模型回归分析 507 34.1 概述 507 34.2 问题与数据结构 508 34.3 基于SAS的生存资料参数模型回归分析的准备 508 34.4 未引入派生变量且基于SAS的生存资料参数模型回归分析 509 34.5 引入派生变量且基于SAS的生存资料参数模型回归分析 517 34.6 **模型的判定 524 34.7 基于R实现生存资料参数模型回归分析 525 第6篇 判别分析与聚类分析的软件实现 第35章 基于R软件采用支持向量机方法实现判别分析 531 35.1 三类别资料及其分类问题 531 35.2 支持向量机方法的实现 533 35.3 用支持向量机方法进行判别分析 534 35.4 用支持向量机方法进行判别分析的R程序汇