生物與醫(yī)學(xué)統(tǒng)計(jì)基礎(chǔ)

1 概率論基礎(chǔ)知識(shí)
1．1 隨機(jī)事件及其概率
1．2 概率的定義
1．3 隨機(jī)變量及其分布函數(shù)
1．4 一元隨機(jī)變量的數(shù)字特征
1．5 多維隨機(jī)變量及其分布
1．6 大數(shù)定律與中心極限定理
1．7 習(xí)題1
2 樣本描述與抽樣分布
2．1 總體和樣本
2．2 數(shù)據(jù)類(lèi)型
2．3 樣本分布
2．4 樣本統(tǒng)計(jì)量
2．5 一些常用的抽樣分布
2．6 習(xí)題2
3 參數(shù)估計(jì)
3．1 點(diǎn)估計(jì)方法
3．2 估計(jì)量的優(yōu)劣標(biāo)準(zhǔn)
3．3 區(qū)間估計(jì)
3．4 習(xí)題3
4 假設(shè)檢驗(yàn)
4．1 基本原理與方法
4．2 均值的假設(shè)檢驗(yàn)
4．3 總體方差的假設(shè)檢驗(yàn)
4．4 單邊假設(shè)檢驗(yàn)
4．5 置信區(qū)間與假設(shè)檢驗(yàn)之間的關(guān)系
4．6 習(xí)題4
5 X2檢驗(yàn)與四格表分析
5．1 分布假設(shè)檢驗(yàn)——擬合優(yōu)度檢驗(yàn)
5．2 成組設(shè)計(jì)兩樣本率比較的四格子表）檢驗(yàn)
5．3 配對(duì)設(shè)計(jì)兩樣本率比較的配對(duì)四格表）檢驗(yàn)
5．4 獨(dú)立性的卡方檢驗(yàn)
5．5 Fisher精準(zhǔn)檢驗(yàn)
5．6 習(xí)題5
6 線(xiàn)性回歸模型
6．1 一元線(xiàn)性回歸模型
6．2 可線(xiàn)性化的一元非線(xiàn)性回歸與Logistic種群增長(zhǎng)模型
6．3 多元線(xiàn)性回歸模型
6．4 回歸方程的檢驗(yàn)
6．5 回歸診斷與治療
6．6 回歸方程的選擇
6．7 習(xí)題6
7 方差分析模型與正交試驗(yàn)設(shè)計(jì)
7．1 單因素方差分析
7．2 兩因素方差分析
7．3 正交試驗(yàn)設(shè)計(jì)與方差分析
7．4 習(xí)題7
8 主成分分析
8．1 總體與樣本的主成分
8．2 主成分的計(jì)算與實(shí)際意義
8．3 習(xí)題8
9 判別分析
9．1 費(fèi)希爾的判別分析法
9．2 多類(lèi)群時(shí)的貝葉斯判別法
9．3 習(xí)題9
10 聚類(lèi)分析
10．1 分類(lèi)的基本概念和原始數(shù)據(jù)的獲得
10．2 數(shù)據(jù)變換和數(shù)據(jù)標(biāo)準(zhǔn)化
10．3 相似性概念的數(shù)量化
10．4 系統(tǒng)聚類(lèi)法
10．5 走均值聚類(lèi)
10．6 習(xí)題10
11 生物演化的分支分類(lèi)
11．1 演化集合及其基本定理
11．2 分支性狀與編碼
11．3 演化的定量表示與儉約性公理
11．4 性狀演化的和諧性與和諧性分析方法
11．5 生物演化歷史的重構(gòu)
11．6 習(xí)題11
12 生存分析
12．1 基本數(shù)據(jù)與變量類(lèi)型
12．2 生存分析的基本函數(shù)
12．3 生存數(shù)據(jù)建模常用的參數(shù)模型
12．4 刪失和截尾數(shù)據(jù)似然函數(shù)的構(gòu)造
12．5 估計(jì)基本特征函數(shù)的壽命表法
12．6 右刪失數(shù)據(jù)的生存函數(shù)和累積死亡力函數(shù)的估計(jì)
12．7 雙刪失數(shù)據(jù)的生存函數(shù)估計(jì)
12．8 比較生存函數(shù)的非參數(shù)方法，兩個(gè)生存函數(shù)的比較
12．9 分層情形下的Mantel—Haenszel檢驗(yàn)
12．10 比例危險(xiǎn)率模型
12．11 習(xí)題12
13 馬爾柯夫鏈數(shù)學(xué)模型
13．1 馬爾柯夫鏈的基本概念及其表示
13．2 正則馬爾柯夫鏈
13．3 吸收馬爾柯夫鏈
13．4 習(xí)題13
參考文獻(xiàn)