本书内容丰富且新颖， 适用面宽且可操作性强。涉及SAS软件基础和五种高级编程技术、 统计设计中关键技术的SAS实现、 定量与定性资料差异性和预测性分析。这些内容高质量、 高效率地解决了实验设计、 统计表达与描述、 各种常用统计分析、 现代回归分析、 SAS高级编程技术和SAS实现及结果解释等人们迫切需要解决却又十分棘手的问题。 本书第1、 2篇共7章， 介绍了SAS软件应用入门、 SAS语言基础、 五种SAS高级编程技术， 介绍了用SAS实现实验设计的关键技术（包括样本含量与检验效能估计、 随机化和直接生成设计类型）； 第3、 4篇共8章， 对各种单因素和多因素设计下定量与定性结果进行差异性分析； 第5、 6篇共16章， 对定量与定性结果提供了数十种预测性分析方法， 包括定量和定性原因变量的判别分析。还有一些配套的辅助资料， 放在华信教育资源网www.hxedu.com.cn上， 便于读者查询。

胡良平，军事医学科学院医学统计学教授；任中国现场统计研究会理事、任中国生物医学统计学会副会长、任《中华医学杂志》等10余种杂志编委。

第1篇 SAS软件及相关知识介绍
第1章 SAS软件与SAS用法简介
1.1 SAS软件简介
1.1.1 SAS软件结构
1.1.2 SAS界面简介
1.1.3 SAS过程与SAS程序
1.1.4 运行SAS软件的两种常用方式
1.1.5 SAS程序结构
1.1.6 简单SAS程序中的SAS语句简介
1.1.7 SAS语言简介
1.1.8 SAS数据集简介
1.1.9 如何利用SAS帮助窗口
1.2 SAS用法简介
1.2.1 初学者学习SAS的快捷方式
1.2.2 实际运行SAS
1.2.3 从实验设计角度谈SAS用法
1.2.4 从资料录入角度谈SAS用法
1.2.5 从不同格式数据转换角度谈SAS用法
1.2.6 从资料表达角度谈SAS用法
1.2.7 从统计分析角度谈SAS用法
1.3 本章小结
第2章 SAS语言基础介绍
2.1 SAS数据步中常用SAS语句
2.1.1 数据获取语句
2.1.2 数据步文件管理语句
2.1.3 SAS变量操作语句
2.1.4 SAS观测值操作语句
2.1.5 数据步循环与控制语句
2.2 SAS过程步中常用SAS语句
2.3 可在SAS程序中任何地方出现的SAS语句——全程语句
2.3.1 全程数据存取语句
2.3.2 全程日志控制语句
2.3.3 全程环境控制语句
2.3.4 全局输出控制语句
2.3.5 全程程序控制语句
2.4 SAS函数中的基础知识
2.4.1 SAS函数
2.4.2 SAS参数
2.4.3 函数值
2.4.4 SAS函数分类
2.4.5 SAS函数在使用中的注意事项
2.5 日期时间函数
2.5.1 日期时间函数简介
2.5.2 用DATDIF函数计算两个日期之间的天数
2.5.3 用YRDIF函数计算两个日期之间的年数
2.5.4 用HOUR和MINUTE函数计算当前时间
2.5.5 用YEAR、 QTR、 MONTH和DAY函数计算当前所处的年、 季度、 月份和日期
2.5.6 用HOLIDAY函数计算指定年份指定节日的日期
2.6 截取函数
2.6.1 截取函数简介
2.6.2 用CEIL函数求*小整数
2.6.3 用FLOOR函数求**整数
2.6.4 用INT函数取整数部分
2.6.5 用ROUND函数按指定的精度取舍入值
2.6.6 用TRUNC函数求截取数值
2.7 分位数函数
2.7.1 分位数函数简介
2.7.2 用CINV函数计算卡方分布曲线下的p分位数
2.7.3 用FINV函数计算F分布曲线下的p分位数
2.7.4 用PROBIT函数计算标准正态分布曲线下的p分位数
2.7.5 用TINV函数计算t分布曲线下的p分位数
2.8 数学函数
2.8.1 数学函数简介
2.8.2 用ABS函数求**值
2.8.3 用EXP函数计算e的x次幂
2.8.4 用LOG函数计算以e为底的真数x的自然对数值
2.8.5 用LOG10函数计算以10为底的真数x的对数值
2.8.6 用MOD函数计算余数值
2.8.7 用SQRT函数计算平方根
2.8.8 用SQRT函数、 FNONCT函数和FINV函数计算ψ值
2.8.9 用CNONCT函数和CINV函数计算λ值
2.9 概率函数
2.9.1 概率函数简介
2.9.2 用PROBCHI函数计算服从卡方分布的随机变量小于x的概率
2.9.3 用PROBF函数计算服从F分布的随机变量小于x的概率
2.9.4 用PROBNORM函数计算标准正态分布曲线下的面积
2.9.5 用PROBT函数计算服从t分布的随机变量小于x的概率
2.9.6 用PROBMC函数计算q临界值
2.10 样本统计函数
2.10.1 样本统计函数简介
2.10.2 用MEAN、 MAX与MIN函数计算算术均值、 **值与*小值
2.10.3 用SUM、 USS与CSS函数计算和、 未校正平方和与校正平方和
2.10.4 用VAR、 STD、 STDERR和CV函数计算方差、 标准差、 标准误与变异系数
2.10.5 用SKEWNESS和KURTOSIS函数计算偏度系数与峰度系数
2.10.6 用NMISS函数计算缺失值的个数
2.11 随机数函数
2.11.1 随机数函数简介
2.11.2 用NORMAL函数或RANNOR函数产生正态分布的随机数
2.11.3 用UNIFORM或RANUNI函数产生均匀分布的随机数
2.11.4 用RANEXP函数产生指数分布的随机数
2.11.5 用RANBIN函数产生二项分布的随机数
2.11.6 用RANPOI函数产生泊松分布的随机数
2.12 SAS call子程序
2.12.1 随机数子程序
2.12.2 其他子程序
2.12.3 随机数子程序的运用
第3章 SAS高级编程技术介绍
3.1 SAS ODS介绍
3.1.1 概述
3.1.2 ODS特点和常用输出目标
3.1.3 常用ODS语句
3.1.4 SAS ODS的应用
3.2 SAS宏介绍
3.2.1 概述
3.2.2 宏变量
3.2.3 宏与宏参数
3.2.4 宏的引用
3.2.5 常用宏语句和系统宏函数
3.2.6 宏与其他模块接口
3.3 SAS SQL介绍
3.3.1 SQL简介
3.3.2 SQL过程的语句介绍
3.4 SAS数组介绍
3.4.1 概述
3.4.2 Array语法格式
3.4.3 数组Array定义
3.4.4 数组Array初始化
3.4.5 数组引用
3.4.6 有关数组的SAS函数
3.5 SAS/IML介绍
3.5.1 概述
3.5.2 由矩阵标识创建矩阵
3.5.3 矩阵操作
3.5.4 SAS/IML编程语句
3.5.5 IML中常用函数
3.5.6 IML中数据集的操作
第2篇 统计设计中关键技术的SAS实现
第4章 统计设计核心内容介绍
4.1 统计设计概述
4.1.1 统计设计类型
4.1.2 三类统计设计的共性
4.1.3 三类统计设计的个性
4.1.4 试验设计要点
4.1.5 临床试验设计要点
4.1.6 调查设计要点
4.2 设计类型概述
4.2.1 单因素设计
4.2.2 多因素设计
4.2.3 重复测量设计
4.3 比较类型概述
4.3.1 四种比较类型的概念
4.3.2 四种比较类型下检验假设及结论的正确陈述
4.3.3 合理选择临床试验的比较类型
4.4 样本含量与检验效能估计概述
4.4.1 样本含量估计的概念、 意义与作用
4.4.2 检验效能估计的概念、 意义与作用
4.5 随机化方法概述
4.5.1 随机化的概念
4.5.2 随机化的意义与作用
4.5.3 随机抽样方法
4.5.4 随机分组方法
4.6 本章小节
第5章 构建设计类型的SAS实现
5.1 常用标准多因素设计类型的列表格式
5.1.1 随机区组设计
5.1.2 含一个协变量的随机区组设计
5.1.3 平衡不完全随机区组设计
5.1.4 拉丁方设计
5.1.5 交叉设计
5.1.6 无重复实验的双因素设计
5.1.7 嵌套设计
5.1.8 裂区设计
5.1.9 析因设计
5.1.10 含区组因素的析因设计
5.1.11 正交设计
5.1.12 均匀设计
5.1.13 重复测量设计
5.2 常用标准多因素设计类型的SAS输出格式
5.2.1 如何用SAS实现随机区组设计
5.2.2 如何用SAS实现平衡不完全区组设计
5.2.3 如何用SAS实现拉丁方设计
5.2.4 如何用SAS实现2×2交叉设计
5.2.5 如何用SAS实现3×3交叉设计
5.2.6 如何用SAS实现裂区设计
5.2.7 如何用SAS实现析因设计
5.2.8 如何用SAS实现含区组因素的析因设计
5.3 本章小结
第6章 样本含量与检验效能估计的SAS实现
6.1 估计样本含量与检验效能的前提条件
6.2 抽样调查中样本含量估计
6.2.1 估计总体均值时如何估计样本含量
6.2.2 估计总体率时如何估计样本含量
6.3 定量资料假设检验中样本含量与检验效能估计
6.3.1 单组、 配对或交叉设计定量资料统计分析时样本含量估计
6.3.2 成组设计统计分析时样本含量估计
6.3.3 成组设计等效性检验时样本含量估计
6.3.4 成组设计非劣效或优效性检验时样本含量估计
6.3.5 单因素多水平设计定量资料方差分析时样本含量的估计
6.3.6 两因素析因设计定量资料方差分析时样本含量估计
6.3.7 简单直线相关或回归分析时样本含量的估计
6.3.8 单组、 配对或交叉设计定量资料假设检验时检验效能的计算
6.3.9 成组设计均值差异性检验时检验效能的计算
6.3.10 成组设计均值等效性检验时检验效能的计算
6.3.11 成组设计均值非劣效或优效性检验时检验效能的计算
6.3.12 单因素多水平设计定量资料的方差分析时检验效能的计算
6.3.13 两因素析因设计定量资料方差分析时检验效能的计算
6.4 定性资料假设检验中样本含量与检验效能估计
6.4.1 单组设计率的检验时样本含量的估计
6.4.2 两样本频率比较时样本含量的估计
6.4.3 多个样本频率比较时样本含量的估计
6.4.4 单因素2水平设计定性资料等效性检验时检验效能的估计
6.4.5 单因素2水平设计定性资料非劣效或优效性检验时检验效能的估计
6.4.6 例数相等的两组