levene方差齐性检验spss步骤（方差齐性检验spss步骤英文）

有关医学统计学和卫生统计学的书很多，为什么还要编写这本《现代医学统计学》？

原因有4个方面：

其一，现有医学统计学和卫生统计学中的内容基本上局限于经典统计思想及方法，对其他统计思想和方法（如贝叶斯、蒙特卡罗和机器学习）几乎很少涉及。

然而，有些问题单靠经典统计学不能获得理想的分析结果。

其二，现有医学统计学和卫生统计学中解决问题的思维方式几乎以“静态思维”为主导，缺乏“动态思维”的理念。例如，把回归模型中的“参数”视为“常量”，把“一次方形式的自变量”视为研究因变量依赖自变量变化而变化的“唯一存在形式”。

其实在很多实际问题中，某些自变量可能以平方形式或平方根形式出现，某两个或多个自变量可能以交叉乘积形式出现，有时需要对定量因变量进行合适的变量变换，这会大幅度提升统计模型的拟合效果。

其三，现有医学统计学和卫生统计学中分析生存资料时，几乎全依靠Cox比例风险回归模型。

事实上，在很多实际资料中，前面提及的模型所依赖的“比例风险假定”并不成立，此时，并没有提供有效的解决方案。

其四，现有医学统计学和卫生统计学中通常基于一种统计软件实现计算，如SPSS或SAS或Stata或R，而读者有时无法使用书中所选定的统计软件；另外，迄今为止，尚没有哪一种统计软件是万能的。

例如，SPSS在处理具有重复测量因素的多因素设计定量资料时，可以选择的方差- 协方差结构类型就远远少于SAS软件。

又如，SAS在实施机器学习与深度学习时，就远不如R软件那么全面和方便。

再如，R软件在处理回归分析问题时，若希望采用自变量筛选、共线性诊断、异常点诊断等高级用法，则可能需要安装和下载几个甚至几十个子程序包和函数（即便如此，还不能直接给出标准化回归系数），此时，R软件就不像SAS软件那样便捷了。

《现代医学统计学》这本书的特色：

第一，以迄今为止人们提出的4种统计思想（经典、贝叶斯、蒙特卡罗和机器学习统计思想）为指导；

第二，在全书的写作中，以“动态思维”取代以往的“静态思维”；

第三，发挥统计学在医学科研中的作用，提出科学严谨且行之有效的解决方案，贯穿于课题设计、实施和结题的全过程；

第四，采用国际上著名且各具特色的R与SAS软件实现统计计算，实现了优势互补。

作者简介

胡良平教授，博士生导师，现任世界中医药学会联合会临床科研统计学专业委员会会长和国家药品监督管理局评审专家。主编统计学专著48部，参编统计学专著10部。在从事统计学工作的30年中，为几千名研究生、医学科研人员、临床医生和杂志编辑讲授生物医学统计学，在全国各地作统计学学术报告100余场，举办数十期全国统计学培训班，培养数十名统计学专业硕士和博士研究生。擅长科研课题的科研设计、复杂科研资料的统计分析与SAS和R软件的实现、各种层次的统计学教学培训和咨询工作。

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 最优模型的判定 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程序汇总 540

第36章 基于标准化变换的求和法实现无序样品聚类分析 543

36.1 概述 543

36.2 基于标准化变换的求和法 544

36.3 综合评价质量的判定标准 546

36.4 标准化变换的求和法的应用实例1 547

36.5 标准化变换的求和法的应用实例2 551

参考文献 554

附录 556

样章试读

科学出版社赛医学（sci_med）

科学出版社医药卫生分社订阅号