图书介绍
生物统计学pdf电子书版本下载
- 谢邦昌等编 著
- 出版社： 北京：中国统计出版社
- ISBN：7503741643
- 出版时间：2003
- 标注页数：445页
- 文件大小：16MB
- 文件页数：468页
- 主题词：生物统计
PDF下载
下载说明
生物统计学PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 数据汇总 3
1.1 数据的类别与特性 3
一、根据取得的方式 3
第一部分 生物统计分析 3
二、根据数据的属性 4
三、根据数据发生的时间 4
四、根据数据的数学性质 5
五、根据数据的对象范围 5
六、根据衡量尺度 5
1.2 连续数据的汇总 7
一、直方图（histogram） 8
三、箱图（box-and-whisker plot;box plot;schematic plot） 10
二、肩型图（ogive） 10
1.3 离散数据的汇总 12
一、条形图（bar chart） 12
二、次数多边图（frequency polygon） 12
三、饼图（pie chart） 13
第二章 统计量的计算 15
2.1 趋中性测度统计量 15
一、平均数 15
二、中位数（median） 18
三、众数（mode） 19
2.2 检定分散性的统计量 20
二、方差（variance） 21
一、极差（range） 21
三、标准差（standard deviation） 22
四、平均差（average deviation，简称AD） 22
五、四分位距（inter-quartile range） 22
六、变差系数（coefficient of variation） 23
2.3 显示位置性的统计量P百分位 23
2.4 测定分布型态的峰度及偏度的统计量 24
一、偏态的衡量（skewness） 24
二、峰度的衡量（kurtosis） 25
第三章 各种分布 27
3.1 离散分布 27
二、二项分布（binomial distribution） 28
一、贝努利分布（Bernoulli distribution） 28
三、负二项分布（negative binomial distribution） 29
四、几何分布（geometric distribution） 29
五、超几何分布（hypergeometric probability distribution） 29
六、泊松分布（Poisson distribution） 31
3.2 连续分布 31
一、均匀分布（uniform distribution） 32
二、正态分布（normal distribution） 32
三、指数分布（exponential distribution） 34
3.3 统计量的分布——抽样分布 35
一、样本均值的分布 35
二、正态总体？的抽样分布 37
四、中心极限定理 38
三、非正态总体？的抽样分布 38
五、样本比例的抽样分布 39
六、样本方差的抽样分布—x2分布 41
七、t分布 42
八、两样本方差比的抽样分布—F分布 44
第四章 估计与假设检验的基本概念 45
4.1 名词介绍与基本观念 46
一、零假设与备选假设 46
二、第一类误差与第二类误差 46
三、攻效（power） 48
四、P值（P-value） 48
五、样本数的选择 49
4.2 统计估计—区间估计 50
一、单总体均值的区间估计 51
二、总体比率的区间估计 52
三、单总体服方差的区间估计 54
四、两个总体平均数差的区间估计 55
五、两总体比率差的区间估计 58
六、成对样本均值μd的区间估计 58
七、置信区间与显著水平的关系 59
第五章 均值与方差的假设检验 61
5.1 总体均值的假设检验 61
一、单总体均值差的假设检验：独立样本 61
二、两总体均值差的假设检验：独立样本 63
三、两总体均值差的推论：成对样本 66
5.2 总体比例的假设检验 67
一、单总体比例假设检验 67
二、两总体比率差的假设检验 69
5.3 总体方差的假设检验 71
一、单一总体方差的推论 71
二、两个总体方差的推论 73
第六章 定性数据的卡方检验 77
6.1 定性数据（categorical data）的整理 77
6.2 拟合优度检验 81
6.3 独立性检验 84
6.4 齐一性检验 86
6.5 改变的显著性检验—（McNemar test） 89
6.6 假设检验总表 91
第七章 简单线性回归分析 96
7.1 最小二乘法 99
7.2 判定系数 100
7.3 回归模型与其前提假设 102
一、回归方程式与估计 102
二、回归方程式与估计回归方程式的关系 103
7.4 估计与预测 106
一、Y的平均值的置信区间估计值 106
二、个别Y值的预测区间估计值 107
7.5 残差分析：检验模型假设 107
一、对x的残差图 108
二、对？的残差图 109
三、标准化残差 109
四、正态概率图 111
7.6 残差分析：异常值与具影响力的观察值 111
一、侦测异常值 111
二、具影响力的观察值的观测 111
第八章 相关 114
8.1 相关分析 114
一、样本方差 116
二、相关系数 117
五、显著性检验 119
四、由回归分析结果决定样本相关系数 119
三、秩相关系数 119
8.2 偏相关分析 121
一、相关系数 121
二、偏判定系数 122
8.3 相关参数的区间估计及假设检 122
一、β1(1-α)100％置信区间 122
二、β0的（1-α）100％置信区间 123
三、E（Y｜x=xh）之（1-α）100％置信区间 123
四、Yf的（1-α）100％置信区间 123
五、系数的假设检验 124
一、利用原始数据表达简单线性回归 133
8.4 数据型态不同的表达及模型改变 133
二、利用位移数据表达简单线性回归 134
三、利用标准化数据表达简单线性回归 134
8.5 不适性F检验（F test for lack of fit） 135
第九章 多元回归分析 137
9.1 多元回归模型与其前提假定 137
9.2 建立估计回归方程式 139
一、多元回归与最小二乘准则 139
二、回归系数的解释 139
9.3 决定拟合优度 139
一、一般的ANJOVA表与F检验 140
9.4 显著关系的检验 140
二、个别参数的显著性的t检验 141
三、多重共线性 141
9.5 估计与预测 142
9.6 残差分析 142
一、异常值 143
二、使用t化残差辨识异常值 143
三、具影响力的观察值 144
四、以柯克距离度量辨识具影响力的观察值 144
9.7 哑变量（dummy variable） 148
一、研究的问题（ANOVA的用途） 153
10.1 基本概念 153
二、ANOVA的前题假设 153
第二部分 实验设计 153
第十章 方差分析 153
三、数据型态及符号 155
四、统计假设 155
五、统计模型 155
六、统计推论（固定效应模型（fixed effect model）） 156
七、平方和的正交分解 157
八、假设检验过程 158
10.2 多重比较 160
一、费雪LSD法（Fisher least significant difference） 163
三、Scheffe's法—比较多个均值的差异 165
四、Turkey's法 165
二、Bonferroni多重比较法—比较多个均值的差异 165
10.3 前题假设的诊断 166
一、残差（residual） 166
二、正态性的检验 167
三、同构型检验（Bartlett检验法） 167
四、σ2的（1-α）100％置信区间 168
第十一章 实验的基本设计 169
11.1 单因子方差分析 169
一、实验设计（experimental design） 169
二、名词介绍 169
三、费歇（R.A.Fishe？）的实验设计三原则 170
11.2 完全随机化设计 172
一、统计模型 172
三、统计分析法：one-way ANOVA 173
二、统计假设 173
四、拒绝区域 174
五、决策法则 174
11.3 随机化区集设计 177
一、随机化区集设计法（randomized block design;RBD） 177
二、使用时机 177
三、统计模型 178
四、统计假设 178
五、统计分析法：two-way ANOVA 178
六、拒绝区域 179
七、决策法则 179
二、使用时机 182
一、拉丁方设计法（Latin square design;LSD） 182
11.4 拉丁方设计 182
三、限制 183
四、统计模型 183
五、统计假设 183
六、统计分析法：three-way ANOVA 183
七、拒绝区域 184
八、决策法则 184
11.5 多因子实验设计 185
一、多因子设计（factorial design） 185
二、两因子试验设计 186
三、多因子复因子设计 189
12.1 裂区设计法 191
一、裂区设计法及其分割方法 191
第十二章 裂区设计法与层次分类设计法 191
二、随机区组设计的裂区设计法试验 192
12.2 层次分类及其分析法 195
一、层次分类试验设计法 195
二、样本大小相等时的层次分类设计及其分析法 196
三、样本大小不相等时的层次分类设计及其分析法 199
第十三章 正交表的应用 202
13.1 正交表的构成 202
一、2n型正交表的构成 202
二、3n型正交表的构成 205
13.2 正交表的配置（应用） 207
13.3 实验资料统计分析 209
第十四章 探求最适条件的试验计划法 215
14.1 反应曲面 216
14.2 多项式与最适条件 216
14.3 倾斜方向的决定 217
一、反应曲线面的推定 218
二、最倾斜方向的推定 219
三、效果较小的因子的处理 221
14.4 曲面的推定与检讨 221
一、变量变换 221
二、方差分析与回归式的推定 222
14.5 因子数在3以上时 224
第十五章 时间序列分析与预测 227
第三部分 特论 227
15.1 时间序列的成分 230
一、趋势成分 231
二、循环成分 231
三、季节成分 231
四、不规则成分 231
15.2 接丝理论 232
一、断丝数的分布 232
二、断丝数的方差及平均值与时间的曲线 233
三、断丝数的波浪图 233
一、故障修理模型 234
15.3 等待行列 234
二、故障的发生间隔 235
三、修护时间 235
15.4 时间数列资料的图形介绍 235
15.5 预测问题（forecasting problems） 240
15.6 定义及说明 241
15.7 时间数列模型的应用 241
15.8 模型与理论 242
15.9 利用修匀法预测 242
一、移动平均 242
二、加权移动平均 243
三、指数修匀 245
15.11 预测含趋势与季节成份的时间序列 247
15.10 用趋势投射预测时间序列 247
一、消除时间序列的季节性 248
二、消除季节性的时间序列辨识趋势 248
三、循环成份 249
15.12 利用回归模型预测时间序列 249
15.13 其它预测模型 250
一、简算法 250
二、单变量时间序列预测模型 251
三、时间趋势预测模型 252
15.14 实例研究-动物食量分析（analysis of food intake data） 254
15.15 定性预测法 256
16.1 解决问题 258
第十六章数据挖掘 258
16.2 数据仓库 259
一、数据仓库与数据超市（data warehouse and data markets） 259
二、数据仓库与运作系统（data warehouse and 259
operational system） 259
三、数据仓库的组件 260
16.3 数据库中的知识发现（knowledge discovery in database,KDD） 261
16.4 数据挖掘的含意 261
16.5 数据挖掘的主要应用 263
16.6 数据挖掘的功能 263
16.7 数据挖掘的建置方法 264
一、数据挖掘的技术与工具 264
二、数据挖掘的建置过程 266
三、数据挖掘计划的拟定 267
四、数据挖掘的分析工具 267
16.8 线上分析处理、人工智能、类神经网络 269
一、线上分析处理 269
二、人工智能 270
三、类神经网络 271
16.9 数据挖掘的未来 271
16.10 数据挖掘和统计分析的相异 271
16.11 数据仓库和数据挖掘的关系 272
16.12 线上分析处理和数据挖掘 273
16.13 完整的数据挖掘的步骤 273
16.14 数据挖掘运用的理论与技术 274
第十七章 非参数统计分析方法 276
17.1 单一总体（两成对总体）的推论 279
一、符号检验 279
二、Wilcoxon符号秩检验（Wilcoxon singed-rank test） 285
17.2 两独立总体的推论 288
一、Mann-Whitney-Wilcoxon检验 288
二、秩和等级和（rank sum）检验法 295
三、Mann-Whitney U检验，（M—W test） 297
17.3 三个以上独立总体的推论：Kruskal-Wallis检验 300
一、前言 301
二、假设检验 301
三、统计分析 302
17.4 随机性检验（test for randomness） 306
17.5 Fisher精确检验法（Fisher exact test） 310
一、数据型态 310
二、假设检验 310
三、统计分析 310
四、结论 311
17.6 秩相关（rank correlation） 312
一、秩相关的显著性检验 313
二、范例 315
17.7 正态性检验 317
17.8 Kolmogorov-Smirnov适合度检验（KS检验） 318
第十八章 抽样方法与抽样分布 321
18.1 普查与抽样 321
18.2 抽样的重要性 323
18.3 抽样调查所使用的术语 323
18.4 调查的类型与抽样方法 324
18.5 非抽样误差与抽样误差 326
一、非抽样误差 326
二、抽样误差 327
18.6 抽样方法 328
一、非概率抽样法 328
二、概率抽样法 329
18.7 抽样分布 343
一、大数法则与中心极限定理 344
二、？的抽样分布 347
三、？的抽样分布 348
四、s2的抽样分布（x2分布） 349
五、？的抽样分布（t-分布） 351
六、s？/s？的抽样分布（F-分布） 352
七、点估计量的性质 355
第十九章 官能检查 356
19.1 官能检查 356
19.2 官能检查的目的 357
19.3 审查员的选择与训练 360
19.4 官能检查的试验设计与统计方法 361
一、识别试验法 361
二、平衡试验设计法 364
第二十章 生物测定法 370
20.1 用量——反应曲线 370
20.2 平行线定量法（parallel line assay） 371
一、一般情形的计算法 373
二、2×2点法 374
三、2×3点法 376
20.3 倾斜比定量法（slope ratio assay） 377
一、一般情形的计算 378
二、五点法 379
三、其它（2k+1）点法 382
20.4 质的反应的处理——中位数的估算 383
一、概率单位（probit） 383
二、概率单位的中位数的估算 384
第二十一章 计量育种的生物统计分析方法 389
21.1 育种上的遗传统计量 389
一、遗传力与遗传相关的概念及定义 391
二、遗传力及遗传相关的估计 391
21.2 遗传力与遗传相关 391
四、结论 392
三、遗传力的检验 395
21.3 选拔效果的预测与选拔指数 396
一、直接选拔的效果 396
二、间接选拔的效果 396
三、选拔指数的计算 397
第二十二章 生物信息与基因组分析 399
22.1 基因组计划与近代生物信息学的发展 399
一、表达序列卷标（Expressed Sequence Tags（EST）） 400
二、微生物基因组（Microbial Genomes） 401
四、模式生物 402
三、基因组序列 402
五、多态性（Polymorphisms） 403
六、基因表达数据（Gene Expression Data） 403
22.2 生物信息数据库与资源 403
一、初级数据库 404
二、二级数据库 406
三、数据库及信息综合 406
22.3 生物信息研究的分析工具 407
一、物理作图的建立（Physical Mapping） 407
二、序列装配（Assembbly） 407
三、成对或多重序列的比对（Alignment） 407
五、序列注释（Amotation） 408
四、基因预测 408
六、亲缘树（Phylogenelic Tree） 409
七、RNA分析 409
八、蛋白质结构预测 409
九、基因芯片数据分析 410
22.4 统计在成对序列比对显著性的应用 410
一、无间隙（Gaps）的局部比对 410
二、有间隙（Gaps）的局部比对 413
22.5 后基因组时代的生物信息学 414
一、基本观念 414
三、学术上的意义 415
二、研究目的及内容 415
四、社会上的意义 417
五、哥白尼的轮回 417
第二十三章 统计因果推断 419
23.1 实验研究与观察研究 420
23.2 定性变量的关联测度 421
23.3 Simpson悖论与标准化方法 423
23.4 关联测度的可压缩性 425
23.5 虚拟事实因果模型 429
23.6 混杂因素的数值例 435
23.7 小结 438
参考文献 439