生物統(tǒng)計(jì)與試驗(yàn)設(shè)計(jì)

1 生物統(tǒng)計(jì)學(xué)概論
1.1 生物統(tǒng)計(jì)學(xué)發(fā)展簡(jiǎn)史
1.2 生物統(tǒng)計(jì)學(xué)的主要功用
1.3 本書(shū)知識(shí)導(dǎo)圖
2 描述性統(tǒng)計(jì)
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(jì)量
2.4.1 算術(shù)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(jì)量
2.5.1 極差
2.5.2 分位數(shù)
2.5.3 方差
2.5.4 標(biāo)準(zhǔn)差
2.5.5 變異系數(shù)
2.6 分布偏度和峰度度量統(tǒng)計(jì)量
2.6.1 偏度系數(shù)
2.6.2 峰度系數(shù)
習(xí)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(guān)系
3.1.3 計(jì)算事件發(fā)生概率的法則
3.2 二項(xiàng)分布
3.2.1 二項(xiàng)總體
3.2.2 二項(xiàng)分布
3.2.3 二項(xiàng)成數(shù)（百分?jǐn)?shù)）分布
3.3 多項(xiàng)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(zhì)
3.5.2 利用正態(tài)分布計(jì)算概率的方法
3.6 二項(xiàng)分布的正態(tài)近似
習(xí)題
4 抽樣分布
4.1 隨機(jī)抽樣和無(wú)偏估計(jì)
4.1.1 總體和樣本
4.1.2 隨機(jī)抽樣
4.1.3 無(wú)偏估計(jì)
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(jì)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(dǎo)
4.3.2 樣本平均數(shù)差數(shù)分布的概率計(jì)算
4.4 t分布
4.4.1 t分布的特點(diǎn)及應(yīng)用
4.4.2 t分布概率計(jì)算
4.5 X2分布
4.5.1 X2分布的特點(diǎn)及應(yīng)用
4.5.2 X2分布概率計(jì)算
4.6 F分布
4.6.1 F分布的特點(diǎn)及應(yīng)用
4.6.2 F分布概率計(jì)算
習(xí)題
5 統(tǒng)計(jì)推斷
5.1 統(tǒng)計(jì)假設(shè)測(cè)驗(yàn)
5.1.1 統(tǒng)計(jì)假設(shè)測(cè)驗(yàn)的基本步驟
5.1.2 假設(shè)測(cè)驗(yàn)的兩類錯(cuò)誤
5.1.3 一尾測(cè)驗(yàn)和兩尾測(cè)驗(yàn)
5.2 平均數(shù)的假設(shè)測(cè)驗(yàn)
5.2.1 單個(gè)平均數(shù)的假設(shè)測(cè)驗(yàn)
5.2.2 兩個(gè)平均數(shù)成組比較的假設(shè)測(cè)驗(yàn)
5.2.3 兩個(gè)平均數(shù)成對(duì)比較的假設(shè)測(cè)驗(yàn)
5.3 方差的假設(shè)測(cè)驗(yàn)
5.3.1 單個(gè)方差的假設(shè)測(cè)驗(yàn)
5.3.2 兩個(gè)方差的假設(shè)測(cè)驗(yàn)
5.3.3 多個(gè)方差的假設(shè)測(cè)驗(yàn)
5.4 成數(shù)的假設(shè)測(cè)驗(yàn)
5.4.1 單個(gè)成數(shù)的假設(shè)測(cè)驗(yàn)
5.4.2 兩個(gè)成數(shù)的假設(shè)測(cè)驗(yàn)
5.5 X2測(cè)驗(yàn)
5.5.1 X2測(cè)驗(yàn)的原理和方法
5.5.2 適合性測(cè)驗(yàn)
5.5.3 齊性測(cè)驗(yàn)
5.5.4 獨(dú)立性測(cè)驗(yàn)
5.6 參數(shù)估計(jì)
5.6.1 參數(shù)點(diǎn)估計(jì)與區(qū)間估計(jì)的原理
5.6.2 參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)
5.6.3 假設(shè)測(cè)驗(yàn)與區(qū)間估計(jì)的關(guān)系
5.7 樣本容量的確定
5.7.1 樣本容量估計(jì)的意義
5.7.2 幾個(gè)常用樣本容量估計(jì)
習(xí)題
6 方差分析
6.1 方差分析的基本原理
6.1.1 數(shù)學(xué)模型
6.1.2 平方和與自由度的分解
6.1.3 F測(cè)驗(yàn)
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(cè)次數(shù)相等的方差分析
6.2.2 組內(nèi)觀測(cè)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(wú)重復(fù)觀測(cè)值雙向分組資料的方差分析
6.3.2 有重復(fù)觀測(cè)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(jí)系統(tǒng)分組資料的方差分析
6.4.2 應(yīng)用實(shí)例
6.5 變量轉(zhuǎn)換
6.5.1 方差分析的基本假定
6.5.2 常用變量轉(zhuǎn)換方法
習(xí)題
7 常用試驗(yàn)設(shè)計(jì)及其方差分析
7.1 試驗(yàn)設(shè)計(jì)概述
7.1.1 因素、水平和處理
7.1.2 效應(yīng)與計(jì)算
7.1.3 試驗(yàn)誤差
7.1.4 試驗(yàn)設(shè)計(jì)的基本原則
7.1.5 試驗(yàn)設(shè)計(jì)的小區(qū)技術(shù)
7.2 常用試驗(yàn)設(shè)計(jì)方法
7.2.1 完全隨機(jī)化試驗(yàn)
7.2.2 隨機(jī)區(qū)組試驗(yàn)
7.2.3 拉丁方試驗(yàn)
7.2.4 裂區(qū)試驗(yàn)
7.2.5 正交試驗(yàn)
7.3 完全隨機(jī)試驗(yàn)設(shè)計(jì)的方差分析
7.3.1 單因素完全隨機(jī)試驗(yàn)結(jié)果的方差分析
7.3.2 兩因素完全隨機(jī)試驗(yàn)結(jié)果的方差分析
7.4 隨機(jī)區(qū)組試驗(yàn)設(shè)計(jì)的方差分析
7.4.1 單因素隨機(jī)區(qū)組試驗(yàn)結(jié)果的方差分析
7.4.2 兩因素隨機(jī)區(qū)組試驗(yàn)結(jié)果的方差分析
7.5 拉丁方試驗(yàn)設(shè)計(jì)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(yīng)用實(shí)例
7.6 裂區(qū)試驗(yàn)設(shè)計(jì)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(yīng)用實(shí)例
7.7 正交試驗(yàn)設(shè)計(jì)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(yīng)用實(shí)例
7.8 缺值估計(jì)
7.8.1 缺值估計(jì)原理
7.8.2 缺值估計(jì)實(shí)例
習(xí)題
8 一元線性回歸和相關(guān)分析
8.1 線性回歸和線性相關(guān)的概念
8.1.1 變量間的函數(shù)關(guān)系與統(tǒng)計(jì)關(guān)系
8.1.2 散點(diǎn)圖
8.1.3 自變量與依變量
8.1.4 回歸分析和相關(guān)分析
8.2 線性回歸方程和離回歸標(biāo)準(zhǔn)誤
8.2.1 線性回歸方程及其參數(shù)估計(jì)
8.2.2 線性回歸中的變異分解與離回歸標(biāo)準(zhǔn)誤
8.3 線性回歸方程的假設(shè)測(cè)驗(yàn)
8.3.1 單個(gè)線性回歸方程的假設(shè)測(cè)驗(yàn)
8.3.2 兩個(gè)線性回歸方程的假設(shè)測(cè)驗(yàn)
8.4 線性回歸的區(qū)間估計(jì)
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(gè)體觀測(cè)值y（p）的預(yù)測(cè)區(qū)間
8.4.4 條件總體平均數(shù)及單個(gè)觀測(cè)值預(yù)測(cè)區(qū)間的圖示
8.5 線性相關(guān)分析
8.5.1 相關(guān)系數(shù)和決定系數(shù)
8.5.2 相關(guān)系數(shù)的假設(shè)測(cè)驗(yàn)
8.5.3 兩個(gè)相關(guān)系數(shù)的假設(shè)測(cè)驗(yàn)
8.5.4 相關(guān)系數(shù)的區(qū)間估計(jì)
8.6 線性回歸和相關(guān)的內(nèi)在關(guān)系及應(yīng)用注意事項(xiàng)
8.6.1 線性回歸和相關(guān)的內(nèi)在關(guān)系
8.6.2 線性回歸和相關(guān)分析的注意事項(xiàng)
習(xí)題
9 多元線性回歸和相關(guān)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(biāo)準(zhǔn)誤的計(jì)算
9.1.3 多元線性回歸的假設(shè)測(cè)驗(yàn)
9.1.4 自變量的統(tǒng)計(jì)選擇與相對(duì)重要性
9.2 多元線性相關(guān)分析
9.2.1 多元相關(guān)分析
9.2.2 偏相關(guān)分析
習(xí)題
主要參考文獻(xiàn)
附表1 標(biāo)準(zhǔn)正態(tài)分布累積函數(shù)表
附表2 標(biāo)準(zhǔn)正態(tài)分布的雙側(cè)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