本书目录如下：

Chapter 1. Introduction 1
1.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Scale of Measurement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Sampling Frameworks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 OverviewofAnalysis Strategies . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 WorkingwithTables in theSASSystem . . . . . . . . . . . . . . . . . . . . 10
1.6 UsingThisBook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Chapter 2. The 2  2 Table 17
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Chi-Square Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 ExactTests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 Difference inProportions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5 OddsRatio andRelativeRisk . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.6 Sensitivity andSpecificity . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.7 McNemar’sTest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Chapter 3. Sets of 2  2 Tables 43
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Mantel-Haenszel Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3 Measures of Association . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Chapter 4. Sets of 2  r and s  2 Tables 65
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2 Sets of 2  rTables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3 Sets of s  2Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.4 Relationships BetweenSetsofTables . . . . . . . . . . . . . . . . . . . . . 86
Chapter 5. The s  r Table 89
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.2 Association . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.3 ExactTests forAssociation . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.4 Measures of Association . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.5 ObserverAgreement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.6 Test forOrderedDifferences . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Chapter 6. Sets of s  r Tables 121
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
6.2 General Mantel-Haenszel Methodology . . . . . . . . . . . . . . . . . . . . 124
6.3 Mantel-Haenszel Applications . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.4 Advanced Topic: Application to Repeated Measures . . . . . . . . . . . . . 137
Chapter 7. Nonparametric Methods 159
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.2 Wilcoxon-Mann-Whitney Test . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.3 Kruskal-Wallis Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
7.4 Friedman’sChi-SquareTest . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.5 Aligned Ranks Test for Randomized Complete Blocks . . . . . . . . . . . . 170
7.6 Durbin’sTest forBalanced IncompleteBlocks . . . . . . . . . . . . . . . . 171
7.7 RankAnalysis ofCovariance . . . . . . . . . . . . . . . . . . . . . . . . . . 174
Chapter 8. Logistic Regression I: Dichotomous Response 181
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
8.2 Dichotomous ExplanatoryVariables . . . . . . . . . . . . . . . . . . . . . . 184
8.3 Using theCLASSStatement . . . . . . . . . . . . . . . . . . . . . . . . . . 195
8.4 Qualitative Explanatory Variables . . . . . . . . . . . . . . . . . . . . . . . 203
8.5 Continuous and Ordinal Explanatory Variables . . . . . . . . . . . . . . . . 211
8.6 A Note on Diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8.7 Maximum Likelihood Estimation Problems and Alternatives . . . . . . . . . 222
8.8 Exact Methods in Logistic Regression . . . . . . . . . . . . . . . . . . . . . 225
8.9 Using the CATMOD and GENMOD Procedures for Logistic Regression . . . 232
Appendix A: Statistical Methodology for Dichotomous Logistic Regression . . . 239
Chapter 9. Logistic Regression II: Polytomous Response 241
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
9.2 OrdinalResponse: ProportionalOddsModel . . . . . . . . . . . . . . . . . 243
9.3 NominalResponse: Generalized LogitsModel . . . . . . . . . . . . . . . . 257
Chapter 10. Conditional Logistic Regression 271
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
10.2 Paired Observations from a Highly Stratified Cohort Study . . . . . . . . . 273
10.3 ClinicalTrialsStudyAnalysis . . . . . . . . . . . . . . . . . . . . . . . . 276
10.4 CrossoverDesignStudies . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
10.5 General Conditional Logistic Regression . . . . . . . . . . . . . . . . . . . 295
10.6 PairedObservations inaRetrospectiveMatched Study . . . . . . . . . . . 300
10.7 1:m Conditional Logistic Regression . . . . . . . . . . . . . . . . . . . . . 309
10.8 Exact Conditional Logistic Regression in the Stratified Setting . . . . . . . 314
Appendix A: Theory for the Case-Control Retrospective Setting . . . . . . . . . 318
AppendixB:Theory forExactConditional Inference . . . . . . . . . . . . . . . 320
AppendixC:ODSMacro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
Chapter 11. Quantal Bioassay Analysis 323
11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
11.2 Estimating Tolerance Distributions . . . . . . . . . . . . . . . . . . . . . . 325
11.3 ComparingTwoDrugs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
11.4 Analysis ofPainStudy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
ii
Chapter 12. Poisson Regression 347
12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
12.2 Methodology for Poisson Regression . . . . . . . . . . . . . . . . . . . . . 349
12.3 Simple Poisson Counts Example . . . . . . . . . . . . . . . . . . . . . . . 351
12.4 Poisson Regression for Incidence Densities . . . . . . . . . . . . . . . . . 353
12.5 Overdispersion inLowerRespiratory Infection Example . . . . . . . . . . 356
Chapter 13. Weighted Least Squares 363
13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
13.2 Weighted Least Squares Methodology . . . . . . . . . . . . . . . . . . . . 365
13.3 Using PROC CATMOD for Weighted Least Squares Analysis . . . . . . . . 371
13.4 Analysis ofMeans: PerformingContrastTests . . . . . . . . . . . . . . . . 377
13.5 Analysis ofProportions: OccupationalData . . . . . . . . . . . . . . . . . 386
13.6 Obstetrical PainData: AdvancedModeling ofMeans . . . . . . . . . . . . 395
13.7 Analysis ofSurveySampleData . . . . . . . . . . . . . . . . . . . . . . . 409
13.8 Modeling Rank Measures of Association Statistics . . . . . . . . . . . . . . 418
Appendix A: Statistical Methodology for Weighted Least Squares . . . . . . . . 422
Chapter 14. Modeling Repeated Measurements Data with WLS 427
14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429
14.2 Weighted Least Squares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430
14.3 Advanced Topic: Further Weighted Least Squares Applications . . . . . . . 453
Chapter 15. Generalized Estimating Equations 469
15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471
15.2 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471
15.3 Summary of the GEE Methodology . . . . . . . . . . . . . . . . . . . . . 478
15.4 Passive Smoking Example . . . . . . . . . . . . . . . . . . . . . . . . . . 480
15.5 CrossoverExample . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487
15.6 RespiratoryData . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494
15.7 Using a Modified Wald Statistic to Assess Model Effects . . . . . . . . . . 503
15.8 Diagnostic Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505
15.9 Using GEE for Count Data . . . . . . . . . . . . . . . . . . . . . . . . . . 510
15.10 Fitting the Proportional Odds Model . . . . . . . . . . . . . . . . . . . . 514
15.11 GEEAnalyses forDatawithMissingValues . . . . . . . . . . . . . . . . 518
15.12 Alternating Logistic Regression . . . . . . . . . . . . . . . . . . . . . . . 527
15.13 Using GEE to Fit a Partial Proportional Odds Model: Univariate Outcome 533
15.14 Using GEE to Account for Overdispersion: Univariate Outcome . . . . . . 541
AppendixA:Steps toFind theGEESolution . . . . . . . . . . . . . . . . . . . 547
AppendixB:Macro forAdjustedWaldStatistic . . . . . . . . . . . . . . . . . . 548
Chapter 16. Loglinear Models 551
16.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553
16.2 Two-WayContingency Tables . . . . . . . . . . . . . . . . . . . . . . . . 554
16.3 Three-WayContingency Tables . . . . . . . . . . . . . . . . . . . . . . . . 564
16.4 Higher-OrderContingency Tables . . . . . . . . . . . . . . . . . . . . . . 574
16.5 Correspondence Between Logistic Models and Loglinear Models . . . . . . 585