生物統計學（簡體書）

生物統計學融合了概率論、生物學與數學等知識，是生命領域不同專業學生都應該掌握的重要工具之一。《生物統計學》首先簡要介紹了生物統計學的概念、主要內容、發展概況和相關統計術語，回顧了概率、概率分布等基本知識，介紹了生物統計學的基礎知識和相關的統計分析方法(方差分析、回歸、協方差分析、相關分析等)，闡述了抽樣調查和試驗設計相關的方法，介紹了數學模型模擬分析、其他統計方法及應用，各章重要知識點均輔以實例進行說明，并在每章後附上思考練習題。在本書的附錄中簡要介紹SAS、DPS這兩個功能強大且常用的統計分析軟件的基本用法并輔以實例。
《生物統計學》可作為生物學、農學、醫學、畜牧學及相關專業高年級學生的生物統計學課程教材，也可作為相關領域或學科科研工作者的參考用書。

第一章 導論
一、生物統計學概論
二、常用統計學術語
三、概率
四、概率分布
五、試驗資料的特征數計算
思考練習題
第二章 統計推斷
第一節 假設檢驗的原理與方法
一、假設檢驗的概念
二、假設檢驗的步驟
三、雙尾檢驗與單尾檢驗
四、假設檢驗中的兩類錯誤
第二節 方差的同質性檢驗
一、一個樣本方差的同質性檢驗
二、兩個樣本方差的同質性檢驗
三、多個樣本方差的同質性檢驗
第三節 樣本平均數的假設檢驗
一、大樣本平均數的假設檢驗--u檢驗
二、小樣本平均數的假設檢驗--t檢驗
第四節 樣本頻率的假設檢驗
一、一個樣本頻率的假設檢驗
二、兩個樣本頻率的假設檢驗
第五節 χ2檢驗
一、χ2檢驗的原理與方法
二、適合性檢驗
三、獨立性檢驗
第六節 參數的區間估計與點估計
一、參數區間估計和點估計的原理
二、一個總體平均數μ的區間估計與點估計
三、兩個總體平均數差數μ1－μ2的區間估計與點估計
四、一個總體頻率p的區間估計與點估計
五、兩個總體頻率差數p1-p2的區間估計與點估計
思考練習題
第三章 方差分析
第一節 方差分析的基本原理
一、數學模型
二、平方和和自由度的分解
三、統計假設的顯著性檢驗--F檢驗
四、多重比較
第二節 方差分析的基本假定
一、方差分析滿足的三個條件
二、方差齊性檢驗
第三節 單因素方差分析
一、組內觀測次數相等的方差分析
二、組內觀測次數不相等的方差分析
第四節 二因素方差分析(有無交互作用)
一、無重復觀測值的二因素方差分析
二、具有重復觀測值的二因素方差分析
第五節 多因素方差分析
第六節 方差分析的數據轉換
一、平方根轉換
二、對數轉換
三、反正弦轉換
思考練習題
第四章 回歸分析
第一節 直線回歸分析
一、直線回歸方程的建立
二、直線回歸的數學模型和基本假定
三、直線回歸的假設檢驗
四、直線回歸的區間估計
第二節 多元線性回歸分析
一、多元線性回歸模型
二、正規方程
三、多元回歸方程的計算
四、多元線性回歸方程的方差分析
思考練習題
第五章 協方差分析
第一節 協方差分析的作用和原理
一、協方差分析的作用
二、協方差的原理
第二節 協方差分析計算及應用
一、協方差的計算過程
二、協方差的應用
思考練習題
第六章 相關分析
第一節 相關分析概述
一、相關分析的意義
二、相關關系的概念
三、相關的種類
第二節 一元線性相關分析
一、相關分析的作用
二、相關系數
三、一元線性相關分析的主要方法
四、相關系數的解釋與評價
五、相關系數的假設檢驗
六、直線相關分析時的注意事項
七、直線相關與回歸的區別與聯系
第三節 多元線性相關分析
一、多元線性相關的涵義
二、偏相關系數的計算與檢驗
三、復相關系數的計算與檢驗
思考練習題
第七章 抽樣調查
第一節 抽樣調查概述
一、抽樣調查中的基本概念
二、抽樣分布
第二節 抽樣估計的基本方法
一、點估計
二、區間估計
三、抽樣容量的確定
第三節 抽樣調查的基本方法
一、隨機抽樣法
二、系統抽樣(順序抽樣)
三、主觀抽樣(典型抽樣)
第四節 抽樣方案的制訂與組織實施
一、設計抽樣調查方案的基本要求
二、抽樣方案的制訂
思考練習題
第八章 試驗設計與分析
第一節 前言
一、試驗設計方法常用的術語
二、試驗誤差的來源
三、試驗設計的基本原則
四、試驗計劃的制訂
第二節 隨機區組設計及其統計分析
一、隨機區組設計方法
二、試驗結果的統計分析--隨機區組試驗結果的統計分析
三、隨機區組設計的優缺點
第三節 巢式設計及其統計分析
一、巢式設計的方法
二、巢式設計試驗結果的方差分析
三、巢式設計的優缺點
第四節 析因法設計及其統計分析
一、析因法設計方法
二、析因設計試驗結果
三、析因法設計的應用及注意問題
第五節 正交設計及其統計分析
一、正交表及其設計
二、正交試驗的統計分析方法--正交試驗結果分析方法
三、正交設計方法的應用實例一
四、正交設計方法的應用實例二--因素間有交互作用的正交設計與分析
五、正交試驗的優缺點及應注意的問題
第六節 PlackettBurman試驗設計法及響應面法分析法
一、PlackettBurman設計法與響應面設計方法
二、響應面分析法試驗統計分析
三、響應面設計的應用及注意問題
思考練習題
第九章 數學模型模擬分析及應用
第一節 數學模型基本概念
一、數學模型的定義
二、建立數學模型的基本理論
三、數據類型與模型類型
第二節 數據模型的模擬與優化
一、常用算法
二、算法的特點
三、基本方法和步驟
第三節 幾種常用的模型及分析
一、廣義線性模型
二、邏輯斯諦克模型
三、蒙特卡羅模型
四、BP神經網絡模型
第四節 預測
一、預測的概述
二、預測的基本方法
三、預測的步驟
四、預測的作用
第五節 常用建模軟件
一、Matlab
二、Mathematica
三、Maple
思考練習題
第十章 其他統計方法及應用
第一節 聚類分析
一、聚類分析的原理
二、聚類分析的應用
第二節 主成分分析
一、主成分分析的原理
二、主成分分析的應用
三、主成分分析應用實例
思考練習題
附錄
附表
參考文獻