●目錄
經典篇
第一章 緒論 3
第一節 多因素統計分析方法的種類及其醫學應用現況 3
第二節 多因素統計分析方法的發展史 8
第二方差分析 13
第一節 醫學研究資料及其分析目的 14
第二方差分析的應用 15
第三節 應用注意事項 22
思考與練習 23
第三線性回歸 24
第一節 醫學研究資料及其分析目的 24
第二線性回歸的應用 26
第三節 應用注意事項 35
思考與練習 38
第四logistic回歸 40
第一節 醫學研究資料及其分析目的 40
第二logistic回歸分析的應用 42
第三節 應用注意事項 50
思考與練習 52
第五Cox回歸 53
第一節 醫學研究資料及其分析目的 53
第二Cox回歸的應用 55
第三節 應用注意事項 65
思考與練習 66
第六章 判別分析 68
第一節 醫學研究資料及其分析目的 68
第二節 判別分析的應用 69
第三節 應用注意事項 84
思考與練習 85
第七章 聚類分析 87
第一節 醫學研究資料及其分析目的 87
第二節 聚類分析的應用 89
第三節 應用注意事項 98
思考與練習 99
第八章 主成分分析 102
第一節 醫學研究資料及其分析目的 102
第二節 主成分分析的應用 103
第三節 應用注意事項 110
思考與練習 112
第九章 因子分析 113
第一節 醫學研究資料及其分析目的 113
第二節 因子分析的應用 114
第三節 應用注意事項 122
思考與練習 127
拓展篇
第十章 時空模型 131
第一節 醫學研究資料及其分析目的 131
第二節 泊松貝葉斯空間模型的應用 132
第三節 泊松貝葉斯時空模型的應用 139
第四節 應用注意事項 143
思考與練習 143
第十一章 非參數回歸和半參數回歸簡介 144
第一節 醫學研究資料及其分析目的 144
第二節 非參數回歸和半參數回歸的應用 146
第三節 應用注意事項 156
思考與練習 157
第十二章 時間序列分析 158
第一節 醫學研究資料及其分析目的 158
第二節 時間序列分析的應用 159
第三節 應用注意事項 169
思考與練習 170
第十三章 多水平模型簡介 171
第一節 醫學研究資料及其分析目的 171
第二節 多水平模型的應用 172
第三節 應用注意事項 185
思考與練習 186
第十四章 神經網絡模型 187
第一節 醫學研究資料及其分析目的 187
第二節 神經網絡模型的應用 188
第三節 應用注意事項 196
思考與練習 196
第十五章 其他機器學習方法 198
第一節 醫學研究資料及其分析目的 198
第二節 支持向量機的應用 199
第三節 隨機森林模型的應用 207
第四節 應用注意事項 213
思考與練習 214
參考文獻 215

本書包括經典篇和拓展篇兩篇，共15章。經典篇涵蓋了以探索影響因素或相關因素為目線性回logistic回Cox回歸，以分類為目的的判別分析、聚類分析，以降維評價為目的的主成分分析、因子分析；並介紹對應的SPSS軟件實現、分析結果的整理和應用注意事項，便於讀者進行繫統的學習和掌握。拓展篇介紹了時空模型、非參數回歸和半參數回歸、時間序列分析、多水平模型、神經網絡模型、支持向量機、隨機森林等近年來發展的統計模型和機器學習方法，以及相應的軟件語法，供學有餘力的醫學生學習和有需求的科研工作者參考。全書從使用者角度出發，將醫學數據及其分析目的與多因素統計分析方法的應用結合起來；將多因素統計分析方法的理論與統計軟件的操作、分析結果的整理和表述結合起來，利於多因素統計分析方法的推廣應用；具有定位明確、內容優化、重點突出、通俗易懂、便於自學的特點。