生物統(tǒng)計學是一門探討如何從事生物學實驗研究的設計、取樣、分析、資料整理與推論的科學。本書內容主要包括資料的描述性統(tǒng)計分析、隨機變量與概率分布、統(tǒng)計推斷概述、對單個和兩個總體平均數(shù)的假設檢驗、方差分析、簡單相關與回歸、多元線性回歸與相關、非線性回歸、協(xié)方差分析、分類資料的假設檢驗、非參數(shù)檢驗、試驗設計與抽樣調查等。
第1章 緒論
1.1 什么是生物統(tǒng)計學
1.2 統(tǒng)計學的基本特點
1.3 為什么要學習生物統(tǒng)計學
1.4 常用術語
習題
第2章 資料的描述性統(tǒng)計分析
2.1 異常數(shù)據(jù)的判斷和處理
2.2 資料的分類
2.3 數(shù)據(jù)的頻數(shù)(率)分布
2.4 統(tǒng)計表
2.5 統(tǒng)計圖
2.6 集中趨勢的度量
2.7 離散趨勢的度量
習題
第3章 隨機變量與概率分布
3.1 隨機變量及其分類
3.2 概率分布
3.3 正態(tài)分布
3.4 二項分布
3.5 普哇松分布
習題
第4章 統(tǒng)計推斷概述
4.1 抽樣分布
4.2 參數(shù)估計
4.3 假設檢驗
習題
第5章 對單個和兩個總體平均數(shù)的假設檢驗
5.1 對單個總體均數(shù)的檢驗
5.2 兩個總體平均數(shù)的比較
習題
第6章 方差分析Ⅰ——單向分類資料
6.1 單向分類資料的數(shù)據(jù)結構
6.2 數(shù)學模型
6.3 變異的分解
6.4 假設檢驗
6.5 檢驗和F檢驗的關系
6.6 多重比較
6.7 方差分析的基本假定與數(shù)據(jù)轉換
習題
第7章 方差分析Ⅱ——雙向交叉分組資料
7.1 交叉分組無重復資料的方差分析
7.2 交叉分組等重復資料的方差分析
習題
第8章 方差分析Ⅲ——兩因子嵌套分組資料
8.1 數(shù)據(jù)結構
8.2 數(shù)學模型
8.3 F方和與自由度的剖分
8.4 假設檢驗
8.5 方差組分估計
習題
第9章 簡單相關與回歸
9.1 簡單相關
9.2 簡單回歸
9.3 簡單線性相關與回歸的區(qū)別與聯(lián)系
9.4 進行相關和回歸分析應注意的問題
習題
第10章 多元線性回歸與相關
10.1 多元線性回歸
10.2 復相關與偏相關
習題
第11章 非線性回歸
11.1 非線性回歸概述
11.2 曲線回歸的線性化及線性化方法
11.3 未知曲線類型的回歸分析一一多項式回歸
u.4 曲線配合的擬合度
習題
第12章 協(xié)方差分析
12.1 協(xié)方差分析的模型和假定
12.2 單向分類資料的協(xié)方差分析
12.3 雙向分類資料的協(xié)方差分析
習題
第13章 分類資料的假設檢驗
13.1 率的假設檢驗
13.2 卡方適合性檢驗
13.3 卡方獨立性檢驗
13.4 卡方檢驗的分解
習題
第14章 非參數(shù)檢驗
14.1 非參數(shù)檢驗的意義
14.2 符號檢驗法
14.3 符號秩和檢驗
14.4 二組非配對資料的秩和檢驗法
14.5 多組資料的秩和檢驗法
14.6 秩相關
14.7 Ridit分析
習題
第15章 試驗設計與抽樣調查
15.1 試驗設計概述
15.2 常用動物試驗設計方法
15.3 抽樣調查設計
15.4 樣本含量的確定
習題
附錄1 Excel電子表格統(tǒng)計功能簡介
1 概述
2 常用概率分布的計算
3 數(shù)據(jù)整理
4 總體均數(shù)的假設檢驗
5 方差分析
6 回歸與相關分析
附錄2 SPSS統(tǒng)計軟件簡介
1 數(shù)據(jù)管理及數(shù)據(jù)資料的基本統(tǒng)計分析
2 均數(shù)差異顯著性檢驗
3 方差分析與協(xié)方差分析
4 回歸與相關分析
5 卡方適合性檢驗與獨立性檢驗
6 非參數(shù)檢驗
附錄3 常用統(tǒng)計用表
附表1 標準正態(tài)分布的累積分布函數(shù)表
附表2 標準正態(tài)分布的雙側分位數(shù)表
附表3 X2分布的上側分位數(shù)表
附表4 t分布的雙側分位數(shù)表
附表5 F分布的上側分位數(shù)表
附表6 Duncans多重極差檢驗的5%和1%SSR值表
附表7 Hertley方差同質性檢驗臨界值表
附表8 Cochran方差同質性檢驗臨界值表
附表9 相關系數(shù)檢驗的5%和1%臨界值表
附表10 Spearman秩相關系數(shù)檢驗臨界值表
附表11 符號檢驗表
附表12 符號秩和檢驗表(雙尾)
附表13 非配對資料秩和檢驗表
附表14 1萬個隨機數(shù)表
附表15 常用正交表
參考文獻
第1章 緒論
1.1 什么是生物統(tǒng)計學
我們先給統(tǒng)計學下一個定義。
統(tǒng)計學(statistics)是研究數(shù)據(jù)資料的收集、整理、分析和解釋的科學。
收集數(shù)據(jù)是取得數(shù)據(jù)資料的過程,例如通過科學試驗或抽樣調查獲取。正確的結論只能來自高質量的資料,而高質量的數(shù)據(jù)需要通過對試驗或抽樣調查的合理科學設計才能獲得。
整理資料是對數(shù)據(jù)資料進行初步歸納分析,找出數(shù)據(jù)資料的基本特征,并以適當?shù)男问剑ㄈ绫、圖等)展示這些數(shù)據(jù)資料,以便對數(shù)據(jù)的基本特征有清晰、直觀的了解。
分析資料是針對要研究的問題,通過對數(shù)據(jù)的深入分析,從數(shù)據(jù)資料中獲取所需有關信息的過程。
解釋資料是在分析結果的基礎上對所研究的問題作出統(tǒng)計推斷。
由以上定義可知統(tǒng)計學是與數(shù)據(jù)密切相關的科學,因而可將統(tǒng)計學看成是應用數(shù)學的一個分支。
將統(tǒng)計學應用于生物科學就稱為生物統(tǒng)計學(biostatistics,biometry)。
本書將從以上4個方面介紹生物統(tǒng)計學的基本概念、理論和方法,由于科學試驗和抽樣調查的設計本身也要用到一些統(tǒng)計學知識,為敘述方便,本書將試驗設計和抽樣調查放在了全書的最后一章。但是我們必須記住,在實際應用中,我們是先通過試驗或抽樣調查獲取數(shù)據(jù),然后再進行統(tǒng)計分析的。