目錄
1 數據分析概述與JMP軟體簡介
1.1 數據收集與管理
1.1.1 數據的來源
1.1.2 數據的類型
1.1.3 數據編碼、錄入與核查
1.2 數據分析思路及常用統計分析方法
1.2.1 數據分析目的
1.2.2 關於對比的數據分析思路及統計分析方法
1.2.3 關於探索原因的數據分析思路及統計分析方法
1.2.4 關於驗證原因的數據分析思路及統計分析方法
1.3 JMP 系列軟體及其特色
1.3.1 專業的菜單式操作
1.3.2 豐富的結果選項
1.3.3 半智能化操作
1.3.4 全互動式操作
1.4 JMP 系列軟體的主要功能
1.4.1 數據探索
1.4.2 數據可視化
1.4.3 單因素分析
1.4.4 多因素分析與回歸模型
1.4.5 多變數分析
1.4.6 聚類分析
1.4.7 質量控制分析
1.4.8 可靠性或生存分析
1.4.9 實驗設計
1.5 本書中用到的幾個實際案例
1.5.1 臨床試驗數據
1.5.2 軀體健康分析數據
1.5.3 兒童OSAS分析數據
1.5.4 妊娠結局分析數據
1.6 本書結構
2 JMP基本操作與數據清洗
2.1 數據導入
2.1.1 直接打開
2.1.2 複製和粘貼
2.1.3 利用Excel中的JMP選項卡
2.2 變數的基本設置
2.2.1 變數名的設置與修改
2.2.2 變數類型的設置
2.2.3 變數輸出格式
2.2.4 添加變數標籤
2.2.5 修改分類變數取值的順序
2.3 生成新變數
2.3.1 插入空白列並設置初始值
2.3.2 根據已有變數計算生成新變數
2.3.3 對已有變數進行變換生成新變數
2.4 生成數據子集
2.4.1 保留部分變數（列）的子集
2.4.2 保留部分觀測（行）的子集
2.4.3 隱藏和排除不需要的觀測
2.5 列的堆疊與拆分
2.5.1 重複測量的多列指標堆疊為一列
2.5.2 將一列指標拆分為多列
2.6 缺失值的查找與填補
2.6.1 缺失值的查找
2.6.2 缺失值的填補
2.7 異常值的查找與處理
2.7.1 查找異常值
2.7.2 異常值處理
3 數據可視化
3.1 常見統計圖及其應用場景
3.2 JMP圖形生成器及基本操作
3.3 JMP圖形生成器的特色與優勢
3.3.1 不同統計圖之間可即時切換
3.3.2 豐富的圖形參數設置選項
3.3.3 便捷的圖形樣式修改選項
3.3.4 輕鬆實現多個圖形的疊加
3.3.5 方便的變數切換、疊加與分層
3.3.6 圖形與數據的關聯和交互
3.3.7 坐標軸可隨意拖拽
3.3.8 隨時在圖中添加文本說明
3.4 圖形生成器的通用設置
3.4.1 標題設置
3.4.2 坐標軸設置
3.4.3 圖例設置
3.5 類別比較型統計圖
3.5.1 箱線圖和小提琴圖
3.5.2 餅圖、馬賽克圖和堆積柱形圖
3.6 關係型統計圖
3.6.1 兩個連續變數關係的散點圖
3.6.2 3個連續變數繪製三維散點圖
3.6.3 反映分類變數層次關係的矩形樹圖
3.7 時間序列型統計圖
3.7.1 線圖和柱形圖
3.7.2 展示時空變化的熱圖
3.8 其他特定用途的統計圖
3.8.1 詞雲圖
3.8.2 動態氣泡圖
3.9 個性化繪製圖形
3.9.1 金字塔圖
3.9.2 森林圖
3.9.3 雙坐標軸圖
3.10 統計圖的輸出與保存
3.10.1 統計圖的複製、粘貼
3.10.2 統計圖另存為其他文件
4 數據初步探索
4.1 數據探索常用指標和方法
4.1.1 常用描述指標
4.1.2 直方圖、密度曲線和莖葉圖
4.1.3 正態分位數圖
4.2 基於JMP的數據探索
4.2.1 基礎統計描述
4.2.2 數據分佈檢驗
4.2.3 變數互動式探索
4.2.4 統計表格製作
5 組間比較分析
5.1 連續變數組間比較方法的選擇
5.1.1 判斷數據是否滿足方差齊性
5.1.2 組間比較方法的選擇
5.2 分類變數組間比較方法的選擇
5.3 多組兩兩比較方法的選擇
5.4 重複測量數據組間比較方法
5.5 多指標的組間比較方法
5.6 基於JMP的組間比較分析
5.6.1 樣本均值與總體均值的比較
5.6.2 兩組正態資科比較——t檢驗與t'檢驗
5.6.3 兩組非正態資料比較——Wilcoxon檢驗
5.6.4 定量資料的配對比較——配對1檢驗與Bland-Altman圖
5.6.5 多組非正態資料比較——Kruskal-Wallis秩和檢驗及兩兩比較
5.6.6 多組正態資科比較——方差分析、Welch檢驗及兩兩比較
5.6.7 多指標的組間比較FDR法
5.6.8 樣本率與總體率的比較
5.6.9 兩組率的比較——x2檢驗與精確檢驗
5.6.10 多組率比較——x2檢驗及趨勢x2檢驗
5.6.11 兩組有序資料的比較——秩和檢驗
5.6.12 分類資料的配對比較——配對x2檢驗
5.6.13 重複測量方差分析
6 變數間的相關分析
6.1 連續資料的相關係數
6.2 分類資料的相關係數
6.2.1 Lambda(h)係數
6.2.2 Gamma(y)係數
6.2.3 Kendall Tau-b(τb)係數
6.3 連續變數相關係數的JMP實現
6.3.1 Pearson相關和Spearman相關
6.3.2 多變數的偏相關
6.3.3 多變數相關分析及可視化
6.4 分類資料相關係數的JMP實現
7 線性回歸分析及其擴展
7.1 線性回歸分析思路
7.1.1 判斷能否採用線性回歸的幾個條件
7.1.2 單因素分析與多因素分析的關係
7.1.3 如何比較哪個模型更好
7.2 線性回歸案例分析
7.2.1 正態性判斷與Box-Cox變換
7.2.2 連續和等級變數的線性關係判斷
7.2.3 分類變數的線性判斷和虛擬變數化
7.2.4 單因素線性回歸
7.2.5 多因素線性回歸
7.3 變數的逐步篩選法與最優子集法
7.3.1 幾種變數篩選方法介紹
7.3.2 逐步回歸案例分析
7.3.3 最優子集案例分析
7.4 利用刻畫器動態展示變數間關係
7.5 非線性擬合案例分析
7.5.1 簡單非線性關係擬合
7.5.2 S形曲線擬合
7.6 中位數回歸與案例分析
7.7 小結
8 logistic回歸分析
8.1 logistic回歸分析前的準備
8.1.1 明確研究目的和類型
8.1.2 線性關係判斷
8.1.3 自變數的預處理
8.2 危險因素篩選的logistic回歸案例分析
8.2.1 連續型自變數的處理
8.2.2 等級自變數的處理
8.2.3 單因素二分類logistic回歸
8.2.4 多因素二分類logistic回歸
8.3 混雜因素校正的logistic回歸案例分析
8.4 logistic回歸中的交五效應案例分析
8.5 多分類logistic回歸案例分析
8.5.1 設置參照類
8.5.2 多項logit�
[