生物統計學

在物理學的測量中，測量誤差是重要問題，與此相應在生物學的研究中必須應用統計處理，其首要原因是變異。有意識地將數理統計學引入到生物學以及人類學領域的先驅者是克韋泰來特（L.A.J.Quetelet），隨後由高爾頓（F.Galton）的工作鞏固了生物測量學和優生學的基礎。數學家皮爾遜（K.Pearson）繼承了他們的研究工作，進行了回歸和相關特別是復相關、泊松型分佈數、頻率累加法、X2測驗等數理統計學的研究，並製成了很多統計數值表。他們把人們觀測的或能得到手的資料的全部作為對象，把平均值和離差作為問題，來考查其中的數學規律。數理統計學方法已適用於生物學和農業科學的實驗或試驗領域，但也是以整個資料或比試驗資料更大的抽象資料為依據的，因此人們開始意識到，在其現實是一種不能以其一部分作為研究對象的局面。於是就提出母集團和樣本的區別和關聯，以及從少數資料進行正確有效的推論的問題，這些問題被戈塞特[筆名（Student）]和費希爾（W.S.Gosset和R.A.Fisher）解決了。費希爾的工作指出，統計方法的目的在於得到資料的要點，為此，其分佈法則是要以較少的母集團中的數目為特徵推想到無限的母集團，而實際的資料就是從它們之中隨機抽出的樣本。基於此點，在母集團數的統計上的無偏性、一致性、有效性、充分性的概念，構成了解消假設的驗定，最優法等的理論。這就是費希爾派的數理統計學，也特稱推計學。

書名：生物統計學（面向21世紀課程教材）

ISBN:703010691

作者：董時富

出版社：科學出版社

定價：29

頁數：305

出版日期：2002-8-1

版次：1

開本：大16開

包裝：精裝

簡介：本教材是應新世紀形勢的要求，配合醫學院校教學內容和體制改革的進程而組織編寫的。全書共18章，重點介紹生命科學研究中應用統計學原理進行研究設計、搜集數據、分析與解釋研究結果的基本邏輯思維方式與方法。為了加強實用性，每章都提供相應的SAS分析程序。

本書可作為醫學院校各專業以及其他學科如農學、林業學、管理學與心理學本科生的基礎統計學教材，也可作為醫學院校基礎、臨床各專業的教師或醫務工作者的參考書。

目錄：

生物統計學概述

第一章 研究設計中的基本統計學原則

第一節 研究設計的重要性

第二節 系統誤差與控制方法

第三節 研究設計的基本類型

第四節 抽樣總體與抽樣方法

第五節 實驗研究設計的基本要素

第六節 隨機化的意義及方法

第七節 對照的設置與對照的均衡性

第八節 重複的作用與樣本含量的影響因素

第九節 盲法及其作用

第二章 生物醫學數據的組織與表達

第一節 數據與數據類型

第二節 頻數分佈表

第三節 統計圖形表達

第三章 單變數綜合性描述統計量

第一節 中心趨勢度量

第二節 離散與變異性度量

第三節 率、比的均數與方差

第四章 隨機變數、概率和概率分佈

第一節 概率基本概念

第二節 隨機變數及其概率分佈

第三節 二項分佈與泊松分佈

第四節 正態分佈

第五節 統計量的分佈

第五章 統計學推斷與單參數檢驗

第一節 樣本均數與樣本方差的抽樣模擬

第二節 抽樣誤差與統計學推斷

第三節 總體均數的置信估計

第四節 總體均數的假設檢驗

第五節 總體方差的置信估計與假設檢驗

第六節 顯著性檢驗中的兩類錯誤

第七節 參數置信區間估計與假設檢驗的關係

第六章 樣本含量的估計與檢驗效能

第一節 概述

第二節 檢驗效能及其計算

第三節 樣本含量的估計

第七章 總體分佈的擬合優度檢驗

第一節 擬合優度檢驗的原理與計算步驟

第二節 離散型隨機變數分佈的擬合優度檢驗

第三節 連續型隨機變數分佈的擬合優度檢驗

第八章 兩總體均數差異性檢驗

第一節 成組t檢驗

第二節 兩方差間的差異性檢驗

第三節 t''檢驗

第四節 配對t檢驗

第九章 一元線性相關與回歸分析

第一節 相關與回歸的概念

第二節 直線相關分析

第三節 簡單線性回歸分析

第十章 方差分析（一）

第一節 方差分析概述

第二節 單向方差分析

第三節 均數間的多重比較

第十一章 方差分析（二）

第一節 區組設計資料的方差分析

第二節 方差齊性檢驗

第三節 加權方差分析：Welch檢驗

第四節 變數變換

第十二章 競爭模型假設與廣義F檢驗

第一節 競爭模型假設檢驗的基本概念

第二節 應用於方差分析的廣義F檢驗

第三節 應用於回歸分析的廣義F檢驗

第四節 應用於協方差分析的廣義F檢驗

第十三章 名義分類頻數表數據分析（X2檢驗）

第一節 X2檢驗的基本原理

第二節 X2檢驗的基本步驟

第三節 兩個樣本率的比較

第四節 行×列裘資料的X2檢驗

第五節 行×列表X2分割分析

第十四章 有序列聯表與配比設計方表的分析

第一節 有序列聯表的基本分析方法

第二節 單向有序表數據分析

第三節 雙向有序表數據分析第四節 配比設計方形表數據分析

第十五章 非參數統計

第一節 概述

第二節 兩獨立樣本檢驗

第三節 K個獨立樣本檢驗

第四節 兩個相關樣本檢驗

第五節 K個相關樣本檢驗

第六節 等級相關與列聯相關

第十六章 多元線性回歸分析

第一節 多元統計分析方法概述

第二節 多元線性回歸分析的基本原理

第三節 多元線性回歸分析的數學模型

第四節 多元線性回歸分析的方法步驟

第五節 多元線性回歸分析的逐步回歸法

第六節 多元相關分析

第七節 多元線性回歸分析在醫學中的應用

第十七章 Logistic回歸分析

第一節 Logistic回歸分析的數學模型

第二節 Logistic回歸模型的建立和檢驗

第三節 Logistic回歸模型係數的解釋

第四節 配對病例-對照研究的條件Logistic回歸分析

第五節 Probit回歸分析

第十八章 生存分析

第一節 生存分析中基本的概念

第二節 生存率的估計與生存曲線

第三節 生存曲線的對數秩檢驗

第四節 Cox比例風險回歸模型

附錄A 希臘字母表

附錄B 統計符號表

附錄C 統計檢驗用表

附表1 z值表（標準正態分佈曲線下的面積），φ（-z）值

附表2 t界值表

附表3 X2界值表

附表4 F值表（方差齊性檢驗用表）

附表5.1 F值表（方差分析檢驗用表）

附表5.2 F值表（方差分析檢驗用表）

附表5.3 F值表（方差分析檢驗用表）

附表5.4 F值表（方差分析檢驗用表）

附表6 q值表（SNK法）

附表7.1 q''引值表（Dunnett檢驗）（單側）

附表7.2 q''引值表（Dunnett檢驗）（雙側）

附表8.1 Kolmogorov-Smirnov擬合優度檢驗D界值表

附表8.2 Kolmogorov-Smirnov擬合優度檢驗D界值表

附表8.3 Kolmogorov-Smirnov擬合優度檢驗D界值表

附表9.1 Shapiro-Wilk的αin係數表（Ⅰ）

附表9.2 Shapiro-Wilk的αin係數表（Ⅱ）

附表9.3 Shapiro-Wilk的αin係數表（Ⅲ）

附表9.4 Shapiro-Wilk的αin係數表（Ⅳ）

附表9.5 Shapiro-Wilk的αin係數表（Ⅴ）

附表9.6Shapiro-Wilk擬合優度檢驗W界值表

附表1 符號等級檢驗表（Wilcoxon成對比較用）

附表11 等級總和數臨界值（雙側檢驗）

附表12 M值的界限值（P=.5)

附表13.1 H值與概率對照表

附表13.2 H值與概率對照表（續表）

附表14 等級相關係數的統計學意義界限值

附表15 兩樣本比較的Kolmogorov-Smirnov檢驗臨界值表

附表16 隨機排列表（n=2)

附錄D 英漢統計辭彙對照

參考文獻