新書推薦：
《
乳腺整合肿瘤学 国际经典乳腺肿瘤学译著 一部聚焦乳腺肿瘤综合治疗的实用专著
》
售價：HK$
653
《
识药食药——免“疫”防病
》
售價：HK$
250
《
钩针编织曼陀罗花样
》
售價：HK$
305
《
两晋南北朝史 一口气看懂两晋南北朝史
》
售價：HK$
347
《
这样吃 长得高 临床营养师和新手父母的儿童营养指南 专注解决0到16岁孩子营养问题
》
售價：HK$
265
《
暗黑历史书系·古代战争史
》
售價：HK$
500
《
索恩丛书·马克斯·韦伯：跨越时代的人生
》
售價：HK$
505
《
无路之路
》
售價：HK$
305
|
| 編輯推薦： |
|
结合作者多年的使用经验，融合实际案例分析，介绍JMP软件的操作教程
|
| 內容簡介： |
|
本书是一本介绍统计软件操作的教程，但并非死板地逐一介绍软件功能，而是结合作者多年的使用经验，将实际案例分析过程融于其中。相信读者从本书中不仅可以学到JMP软件的操作，也可以了解一些常用统计方法的分析思路。主要内容：第一，详细介绍了数据探索与清洗、管理的内容。在这部分内容中，你会感受到JMP软件在数据探索中的便捷与高效，也会发现缺失值探索与填补原来是如此简单。如果你真的熟练了这部分内容，你会发现数据分析的效率会突飞猛进。第二，以大量篇幅介绍了可视化内容。在这部分内容中，你会发现原来绘制一幅炫酷的图形仅需几下拖拽便可实现，这也是绝大多数JMP初学者最为惊叹之处。第三，介绍了目前常见的组间比较方法。根据不同的数据类型给出了各种组间比较方法的实现，而且你会发现，软件竟然智能化地阻止了你可能犯的低级错误，这对非统计学专业人士来说简直是不能再好。第四，介绍了常见的回归方法。主要是线性回归和logistic回归，以及数据不合适时的替代方法。这些内容不是简单地介绍如何输出参数估计值，更主要的是介绍数据分析思路，拿到一份数据后，应该怎么一步步做，怎么在JMP中实现。尽管这些步骤并非固定的，但在实际分析中可以作为参考。实际上，这也是作者的多年分析经验的介绍。
|
| 目錄：
|
目录
1 数据分析概述与 JMP 软件简介 1
1.1 数据收集与管理 1
1.1.1 数据的来源 1
1.1.2 数据的类型 2
1.1.3 数据编码、录入与核查 3
1.2 数据分析思路及常用统计分析方法 5
1.2.1 数据分析目的 5
1.2.2 关于对比的数据分析思路及统计分析方法 6
1.2.3 关于探索原因的数据分析思路及统计分析方法 6
1.2.4 关于验证原因的数据分析思路及统计分析方法 10
1.3 JMP 系列软件及其特色 11
1.3.1 专业的菜单式操作 11
1.3.2 丰富的结果选项 11
1.3.3 半智能化操作 13
1.3.4 全交互式操作 14
1.4 JMP 系列软件的主要功能 16
1.4.1 数据探索 17
1.4.2 数据可视化 17
1.4.3 单因素分析 18
1.4.4 多因素分析与回归模型 18
1.4.5 多变量分析 19
1.4.6 聚类分析 20
1.4.7 质量控制分析 21
1.4.8 可靠性或生存分析 21
1.4.9 实验设计 21
1.5 本书中用到的几个实际案例 22
1.5.1 临床试验数据 22
1.5.2 躯体健康分析数据 23
1.5.3 儿童 OSAS 分析数据 23
1.5.4 妊娠结局分析数据 23
1.6 本书结构 24
2 JMP 基本操作与数据清洗 25
2.1 数据导入 25
2.1.1 直接打开 25
2.1.2 复制和粘贴 26
2.1.3 利用 Excel 中的 JMP 选项卡 28
2.2 变量的基本设置 29
2.2.1 变量名的设置与修改 30
2.2.2 变量类型的设置 30
2.2.3 变量输出格式 32
2.2.4 添加变量标签 32
2.2.5 修改分类变量取值的顺序 33
2.3 生成新变量 35
2.3.1 插入空白列并设置初始值 35
2.3.2 根据已有变量计算生成新变量 36
2.3.3 对已有变量进行变换生成新变量 38
2.4 生成数据子集 41
2.4.1 保留部分变量（列）的子集 41
2.4.2 保留部分观测（行）的子集 42
2.4.3 隐藏和排除不需要的观测 43
2.5 列的堆叠与拆分 44
2.5.1 重复测量的多列指标堆叠为一列 45
2.5.2 将一列指标拆分为多列 46
2.6 缺失值的查找与填补 46
2.6.1 缺失值的查找 47
2.6.2 缺失值的填补 49
2.7 异常值的查找与处理 51
2.7.1 查找异常值 51
2.7.2 异常值处理 56
3 数据可视化 57
3.1 常见统计图及其应用场景 57
3.2 JMP 图形生成器及基本操作 58
3.3 JMP 图形生成器的特色与优势 60
3.3.1 不同统计图之间可即时切换 60
3.3.2 丰富的图形参数设置选项 63
3.3.3 便捷的图形样式修改选项 63
3.3.4 轻松实现多个图形的叠加 65
3.3.5 方便的变量切换、叠加与分层 65
3.3.6 图形与数据的关联和交互 67
3.3.7 坐标轴可随意拖拽 67
3.3.8 随时在图中添加文本说明 69
3.4 图形生成器的通用设置 70
3.4.1 标题设置 70
3.4.2 坐标轴设置 71
3.4.3 图例设置 71
3.5 类别比较型统计图 75
3.5.1 箱线图和小提琴图 75
3.5.2 饼图、马赛克图和堆积柱形图 76
3.6 关系型统计图 83
3.6.1 两个连续变量关系的散点图 83
3.6.2 3 个连续变量绘制三维散点图 86
3.6.3 反映分类变量层次关系的矩形树图 88
3.7 时间序列型统计图 91
3.7.1 线图和柱形图 91
3.7.2 展示时空变化的热图 96
3.8 其他特定用途的统计图 100
3.8.1 词云图 100
3.8.2 动态气泡图 107
3.9 个性化绘制图形 110
3.9.1 金字塔图 110
3.9.2 森林图 116
3.9.3 双坐标轴图 120
3.10 统计图的输出与保存 123
3.10.1 统计图的复制、粘贴 123
3.10.2 统计图另存为其他文件 125
4 数据初步探索 127
4.1 数据探索常用指标和方法 127
4.1.1 常用描述指标 127
4.1.2 直方图、密度曲线和茎叶图 128
4.1.3 正态分位数图 129
4.2 基于 JMP 的数据探索 130
4.2.1 基础统计描述 130
4.2.2 数据分布检验 132
4.2.3 变量交互式探索 136
4.2.4 统计表格制作 139
5 组间比较分析 148
5.1 连续变量组间比较方法的选择 148
5.1.1 判断数据是否满足方差齐性 148
5.1.2 组间比较方法的选择 149
5.2 分类变量组间比较方法的选择 149
5.3 多组两两比较方法的选择 149
5.4 重复测量数据组间比较方法 149
5.5 多指标的组间比较方法 150
5.6 基于 JMP 的组间比较分析 150
5.6.1 样本均值与总体均值的比较 151
5.6.2 两组正态资料比较——t 检验与 t′ 检验 152
5.6.3 两组非正态资料比较——Wilcoxon 检验 155
5.6.4 定量资料的配对比较——配对 t 检验与 Bland-Altman 图 157
5.6.5 多组非正态资料比较——Kruskal-Wallis 秩和检验及两两比较 159
5.6.6 多组正态资料比较——方差分析、Welch 检验及两两比较 162
5.6.7 多指标的组间比较 FDR 法 164
5.6.8 样本率与总体率的比较 164
5.6.9 两组率的比较——χ2 检验与精确检验 167
5.6.10 多组率比较——χ2 检验及趋势χ2 检验 172
5.6.11 两组有序资料的比较——秩和检验 174
5.6.12 分类资料的配对比较——配对χ2 检验 175
5.6.13 重复测量方差分析 177
6 变量间的相关分析 183
6.1 连续资料的相关系数 183
6.2 分类资料的相关系数 183
6.2.1 Lambda（λ）系数 184
6.2.2 Gamma（γ）系数 184
6.2.3 Kendall Tau-b（τ b）系数 184
6.3 连续变量相关系数的 JMP 实现 185
6.3.1 Pearson 相关和 Spearman 相关 185
6.3.2 多变量的偏相关 186
6.3.3 多变量相关分析及可视化 187
6.4 分类资料相关系数的 JMP 实现 192
7 线性回归分析及其扩展 194
7.1 线性回归分析思路 194
7.1.1 判断能否采用线性回归的几个条件 194
7.1.2 单因素分析与多因素分析的关系 195
7.1.3 如何比较哪个模型更好 196
7.2 线性回归案例分析 196
7.2.1 正态性判断与 Box-Cox 变换 197
7.2.2 连续和等级变量的线性关系判断 199
7.2.3 分类变量的线性判断和虚拟变量化 204
7.2.4 单因素线性回归 204
7.2.5 多因素线性回归 206
7.3 变量的逐步筛选法与最优子集法 212
7.3.1 几种变量筛选方法介绍 212
7.3.2 逐步回归案例分析 213
7.3.3 最优子集案例分析 215
7.4 利用刻画器动态展示变量间关系 218
7.5 非线性拟合案例分析 219
7.5.1 简单非线性关系拟合 220
7.5.2 S 形曲线拟合 222
7.6 中位数回归与案例分析 224
7.7 小结 226
8 logistic 回归分析 228
8.1 logistic 回归分析前的准备 228
8.1.1 明确研究目的和类型 228
8.1.2 线性关系判断 228
8.1.3 自变量的预处理 229
8.2 危险因素筛选的 logistic 回归案例分析 229
8.2.1 连续型自变量的处理 229
8.2.2 等级自变量的处理 235
8.2.3 单因素二分类 logistic 回归 237
8.2.4 多因素二分类 logistic 回归 240
8.3 混杂因素校正的 logistic 回归案例分析 244
8.4 logistic 回归中的交互效应案例分析 248
8.5 多分类 logistic 回归案例分析 252
8.5.1 设置参照类 253
8.5.2 多项 logit 模型的单因素分析 253
8.5.3 多项 logit 模型的多因素分析 255
8.6 利用刻画器动态展示变量间关系 256
8.7 小结 257
|
| 內容試閱：
|
前言
我从事数据分析工作大概 20 年了，其间自然免不了接触各种统计软件。在我的记忆中，最初使用的统计软件应该是 SAS 6.12，很古老的一个 SAS 版本。在使用过 SAS 6.12 之后，我又慢慢接触了其他软件，如 SPSS、Stata；后来 R 和 Python 流行，我也都通过自学了解了一些。这之后我接触了 JMP 软件，这也是我目前使用频率最高的统计软件。在接触各种统计软件的过程中，我深深感觉到，不同年龄对软件的认识和需求是不同的。我年轻时痴迷于统计软件编程（当时主要是 SAS）。尽管当时关于 SAS 的参考书凤毛麟角，但我依然乐在自己摸索的过程中。然而随着年龄渐增，我发现我对软件编程的热情已明显不如以前，或者说，我将更多的精力放在了对统计学本身的思考上，软件只是一个实现工具。
这种对统计软件的认知转变，用《神雕侠侣》中独孤求败用过的四柄剑比喻比较恰当。第一柄是青光利剑，凌厉刚猛，无坚不摧；第二柄是紫薇软剑，灵活迅捷；第三柄是玄铁重剑，重剑无锋，大巧不工；第四柄是木剑，因为在独孤求败 40 岁后已不滞于物，草木竹石均可为剑。如果把统计软件作为统计学家所用的“剑”，其实是一个道理。当年的我和现在的我对统计软件的看法已经有所不同，尽管我尚达不到使用“木剑”的程度，但也不再追求“利剑”。
医学统计学工作者，不应仅是简单帮助临床医生处理数据，这只是给予他们“鱼”，也应同时授之以“渔”。然而这并不容易，很大一个阻碍就是统计软件的使用问题。让临床医生花大量时间学习编程，这是很困难的事情，如果有一个简便易用的工具，就会容易很多，而 JMP 软件正是这样一个值得推广的统计分析工具。在我使用过的多种统计软件中，我认为 JMP 非常适合非统计学专业人士。原因有几点：
第一，JMP 软件上手非常容易，半天即可轻松了解软件中的绝大部分功能。
第二，JMP 软件操作简单，全部基于菜单式操作，无需任何编程基础，非统计学专业者也可以轻松掌握。
第三，JMP 软件输出结果整齐美观，既可以通过简单拖拽快速绘制各种漂亮的图形，也可以将统计结果直接保存成表格，非常适合发表文章。
第四，JMP 包含了绝大多数的常见统计方法，完全可以满足日常所需。
第五，JMP 初步具备了交互性和半智能化的特点（详见书中介绍），对初学者非常友好。
第六，JMP 在数据探索方面十分高效，可以帮助用户快速发现数据中隐藏的规律，这也是我经常使用 JMP 的主要原因。
当然，除了上述几条原因，JMP 还有很多值得推荐的理由，这里不再一一赘述，具体可详见书中介绍。
尽管 JMP 软件有诸多优点，但由于其进入中国市场较晚，不少人对该软件并不熟悉。此外，影响 JMP 软件推广的一个更重要的问题是，国内缺乏介绍 JMP 软件使用的参考书。有不少使用过 JMP 软件的人曾对我说，希望能出版一本 JMP 使用方法的教材，这样便可以真正学习使用该软件了。为了让大家更好地了解该软件，我们特地编写本书，以提供 JMP软件的学习资料。
本书面向的读者（包括但不限于）
● 有统计分析需求但又不想学习编程软件的科研人员；
● 想找一款适合教学、可动态展示各种统计学原理的统计软件的教师；
● 羡慕别人可以绘制出各种炫酷、漂亮的图形，但又不会使用编程软件的非统计学人员；
● 需要经常进行海量数据的探索和挖掘、快速发现数据中隐藏规律的工作人员；
● 长期有数据分析与论文写作需求，但又对统计方法了解不甚深入的科研人员。
本书的主要内容
本书是一本介绍统计软件操作的教程，但并非死板地逐一介绍软件功能，而是结合作者多年的使用经验，将实际案例分析过程融于其中。相信读者从本书中不仅可以学到 JMP
软件的操作，也可以了解一些常用统计方法的分析思路。本书的主要内容如下：
第一，详细介绍了数据探索与清洗、管理的内容。在这部分内容中，你会感受到 JMP软件在数据探索中的便捷与高效，也会发现缺失值探索与填补原来是如此简单。如果你真的熟练掌握了这部分内容，那你数据分析的效率会突飞猛进。
第二，以大量篇幅介绍了可视化内容。在这部分内容中，你会发现原来绘制一幅炫酷的图形仅需几下拖拽便可实现，这也是让绝大多数 JMP 初学者最为惊叹之处。
第三，介绍了目前常见的组间比较方法。书中根据不同的数据类型，展示了各种组间比较方法如何实现。而且你会发现，软件竟然智能化地阻止了你可能会犯的低级错误，这简直是非统计学专业者的福音。
第四，介绍了常见的回归方法。主要是线性回归和 logistic 回归，以及数据不符合上述两种统计方法的要求时采用的替代方法。这些内容不是简单地介绍如何输出参数估计值，更主要的是介绍数据分析思路，即拿到一份数据后，应该怎样一步步做，怎么在 JMP 中实现。尽管这些步骤并非固定的，但可以作为实际分析中的参考。实际上，这也是作者自身多年统计分析经验的介绍。
关于本书中采用的 JMP 软件的说明
JMP 软件包括多个版本，目前主要是 JMP、JMP Pro、JMP Clinical 和 JMP Genomics。其中 JMP 版本是基础版，包含了常见的各种统计分析功能，其他 3 个版本分别在 JMP 版本的基础上增加了相应功能，侧重于满足不同领域的需求。JMP Pro 增加了预测建模的深入内容，JMP Clinical 增加了临床试验的标准功能，JMP Genomics 增加了基因数据分析的功能。
本书撰写时使用的是 JMP Pro16.0 版本，但书中并未专门介绍预测建模的内容。因此，尽管本书中软件名称写的是 JMP Pro，但读者如果使用的是 JMP，会发现书中涉及的绝大部分功能也可实现。
本书是作者基于多年的使用经验撰写而成，书中有些软件使用细节（尤其是数据探索和可视化方面）甚至在 JMP 软件的操作手册中都没有介绍，因为这些都是在实战中发现的小技巧，可以提高软件使用的效率以及数据探索和分析的效率。这也是本书撰写的主要目的：让更多的非统计学专业人员不再受限于复杂的统计软件，利用 JMP 软件轻松实现各种功能，从而更好地专注于自己的专业。
北京儿童医院大数据中心的徐会博士和梅亚园博士对本书中的全部案例结果都进行了核查，以保证结果的可靠；北京大学医学出版社的董采萱副编审在本书出版过程中多次提出修改建议，在此一并感谢！
当然，由于作者水平所限，书中的内容难免存在疏漏，还请读者不吝指出（可在“小白学统计”公众号留言），我们会不断改进。
冯国双?
2024 年 12 月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
