生物統(tǒng)計與試驗設計

1 生物統(tǒng)計學概論
1.1 生物統(tǒng)計學發(fā)展簡史
1.2 生物統(tǒng)計學的主要功用
1.3 本書知識導圖
2 描述性統(tǒng)計
2.1 變量與次數(shù)分布
2.1.1 變量
2.1.2 次數(shù)分布
2.2 次數(shù)分布表
2.2.1 間斷性變量次數(shù)分布表
2.2.2 連續(xù)性變量次數(shù)分布表
2.3 次數(shù)分布圖
2.3.1 間斷性變量次數(shù)分布圖
2.3.2 連續(xù)性變量次數(shù)分布圖
2.3.3 頻率和累積頻率分布圖
2.4 集中性度量統(tǒng)計量
2.4.1 算術平均數(shù)
2.4.2 幾何平均數(shù)
2.4.3 調(diào)和平均數(shù)
2.4.4 中位數(shù)
2.4.5 眾數(shù)
2.5 離散性度量統(tǒng)計量
2.5.1 極差
2.5.2 分位數(shù)
2.5.3 方差
2.5.4 標準差
2.5.5 變異系數(shù)
2.6 分布偏度和峰度度量統(tǒng)計量
2.6.1 偏度系數(shù)
2.6.2 峰度系數(shù)
習題
3 概率和理論分布
3.1 事件與概率
3.1.1 事件和概率的定義
3.1.2 事件的相互關系
3.1.3 計算事件發(fā)生概率的法則
3.2 二項分布
3.2.1 二項總體
3.2.2 二項分布
3.2.3 二項成數(shù)（百分數(shù)）分布
3.3 多項分布
3.4 泊松分布
3.5 正態(tài)分布
3.5.1 正態(tài)分布及其性質
3.5.2 利用正態(tài)分布計算概率的方法
3.6 二項分布的正態(tài)近似
習題
4 抽樣分布
4.1 隨機抽樣和無偏估計
4.1.1 總體和樣本
4.1.2 隨機抽樣
4.1.3 無偏估計
4.2 樣本平均數(shù)的分布
4.2.1 正態(tài)總體樣本平均數(shù)的分布
4.2.2 中心極限定理
4.2.3 樣本平均數(shù)分布的概率計算
4.3 樣本平均數(shù)差數(shù)的分布
4.3.1 樣本平均數(shù)差數(shù)分布的理論推導
4.3.2 樣本平均數(shù)差數(shù)分布的概率計算
4.4 t分布
4.4.1 t分布的特點及應用
4.4.2 t分布概率計算
4.5 X2分布
4.5.1 X2分布的特點及應用
4.5.2 X2分布概率計算
4.6 F分布
4.6.1 F分布的特點及應用
4.6.2 F分布概率計算
習題
5 統(tǒng)計推斷
5.1 統(tǒng)計假設測驗
5.1.1 統(tǒng)計假設測驗的基本步驟
5.1.2 假設測驗的兩類錯誤
5.1.3 一尾測驗和兩尾測驗
5.2 平均數(shù)的假設測驗
5.2.1 單個平均數(shù)的假設測驗
5.2.2 兩個平均數(shù)成組比較的假設測驗
5.2.3 兩個平均數(shù)成對比較的假設測驗
5.3 方差的假設測驗
5.3.1 單個方差的假設測驗
5.3.2 兩個方差的假設測驗
5.3.3 多個方差的假設測驗
5.4 成數(shù)的假設測驗
5.4.1 單個成數(shù)的假設測驗
5.4.2 兩個成數(shù)的假設測驗
5.5 X2測驗
5.5.1 X2測驗的原理和方法
5.5.2 適合性測驗
5.5.3 齊性測驗
5.5.4 獨立性測驗
5.6 參數(shù)估計
5.6.1 參數(shù)點估計與區(qū)間估計的原理
5.6.2 參數(shù)的點估計與區(qū)間估計
5.6.3 假設測驗與區(qū)間估計的關系
5.7 樣本容量的確定
5.7.1 樣本容量估計的意義
5.7.2 幾個常用樣本容量估計
習題
6 方差分析
6.1 方差分析的基本原理
6.1.1 數(shù)學模型
6.1.2 平方和與自由度的分解
6.1.3 F測驗
6.1.4 多重比較
6.2 單向分組資料的方差分析
6.2.1 組內(nèi)觀測次數(shù)相等的方差分析
6.2.2 組內(nèi)觀測次數(shù)不相等的方差分析
6.3 雙向分組資料的方差分析
6.3.1 無重復觀測值雙向分組資料的方差分析
6.3.2 有重復觀測值雙向分組資料的方差分析
6.4 系統(tǒng)分組資料的方差分析
6.4.1 二級系統(tǒng)分組資料的方差分析
6.4.2 應用實例
6.5 變量轉換
6.5.1 方差分析的基本假定
6.5.2 常用變量轉換方法
習題
7 常用試驗設計及其方差分析
7.1 試驗設計概述
7.1.1 因素、水平和處理
7.1.2 效應與計算
7.1.3 試驗誤差
7.1.4 試驗設計的基本原則
7.1.5 試驗設計的小區(qū)技術
7.2 常用試驗設計方法
7.2.1 完全隨機化試驗
7.2.2 隨機區(qū)組試驗
7.2.3 拉丁方試驗
7.2.4 裂區(qū)試驗
7.2.5 正交試驗
7.3 完全隨機試驗設計的方差分析
7.3.1 單因素完全隨機試驗結果的方差分析
7.3.2 兩因素完全隨機試驗結果的方差分析
7.4 隨機區(qū)組試驗設計的方差分析
7.4.1 單因素隨機區(qū)組試驗結果的方差分析
7.4.2 兩因素隨機區(qū)組試驗結果的方差分析
7.5 拉丁方試驗設計的方差分析
7.5.1 數(shù)據(jù)模式
7.5.2 變異分解
7.5.3 應用實例
7.6 裂區(qū)試驗設計的方差分析
7.6.1 數(shù)據(jù)模式
7.6.2 變異分解
7.6.3 應用實例
7.7 正交試驗設計的方差分析
7.7.1 數(shù)據(jù)模式
7.7.2 變異分解
7.7.3 應用實例
7.8 缺值估計
7.8.1 缺值估計原理
7.8.2 缺值估計實例
習題
8 一元線性回歸和相關分析
8.1 線性回歸和線性相關的概念
8.1.1 變量間的函數(shù)關系與統(tǒng)計關系
8.1.2 散點圖
8.1.3 自變量與依變量
8.1.4 回歸分析和相關分析
8.2 線性回歸方程和離回歸標準誤
8.2.1 線性回歸方程及其參數(shù)估計
8.2.2 線性回歸中的變異分解與離回歸標準誤
8.3 線性回歸方程的假設測驗
8.3.1 單個線性回歸方程的假設測驗
8.3.2 兩個線性回歸方程的假設測驗
8.4 線性回歸的區(qū)間估計
8.4.1 回歸截距和回歸系數(shù)的置信區(qū)間
8.4.2 條件總體平均數(shù)μY1X的置信區(qū)間
8.4.3 條件總體中個體觀測值y（p）的預測區(qū)間
8.4.4 條件總體平均數(shù)及單個觀測值預測區(qū)間的圖示
8.5 線性相關分析
8.5.1 相關系數(shù)和決定系數(shù)
8.5.2 相關系數(shù)的假設測驗
8.5.3 兩個相關系數(shù)的假設測驗
8.5.4 相關系數(shù)的區(qū)間估計
8.6 線性回歸和相關的內(nèi)在關系及應用注意事項
8.6.1 線性回歸和相關的內(nèi)在關系
8.6.2 線性回歸和相關分析的注意事項
習題
9 多元線性回歸和相關分析
9.1 多元線性回歸分析
9.1.1 多元線性回歸模型
9.1.2 多元線性回歸方程的求解和離回歸標準誤的計算
9.1.3 多元線性回歸的假設測驗
9.1.4 自變量的統(tǒng)計選擇與相對重要性
9.2 多元線性相關分析
9.2.1 多元相關分析
9.2.2 偏相關分析
習題
主要參考文獻
附表1 標準正態(tài)分布累積函數(shù)表
附表2 標準正態(tài)分布的雙側百分位數(shù)μα/2值表
附表3 t分布兩尾臨界值tα/2，df表
附表4 F分布右尾臨界值Fα，df1，df2表
附表5 多重比較的qa值表
附表6 多重比較的SSRα值表
附表7 X2分布右尾臨界值X2α，df表
附表8 γ與R臨界值表
附表9 常用正交表