生物统计学PDF|Epub|txt|kindle电子书版本网盘下载

生物统计学PDF格式电子书版下载

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

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 ANOVA173

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 ANOVA178

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 ANOVA183

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 and259

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