目錄
1 緒論
1.1 什麼是生物統計學
1.2 統計學的基本特點
1.3 為什麼要學習生物統計學
1.4 常用術語
1.4.1 變數與觀測值
1.4.2 總體、個體和樣本
1.4.3 參數與統計量
1.4.4 準確性和精確性
習題
2 資料整理
2.1 資料的分類
2.1.1 連續性資料
2.2.1 離散性資料的頻率分布
2.2 數據的頻率分布
2.1.2 離散性資料
2.2.2 連續性資料的頻率分布
2.2.3 百分位數
2.3 統計表
2.4 統計圖
2.5 集中趨勢的度量
2.5.1 算術平均數
2.5.2 幾何平均數
2.5.3 調和平均數
2.5.4 中位數
2.5.5 眾數
2.5.6 各個集中趨勢度量指標之間的關係及評價
2.6 離散趨勢的度量
2.6.1 方差和標準差
2.6.2 範圍
2.6.4 變異係數
2.6.3 平均絕對離差
習題
3 隨機變數與機率分布
3.1 隨機變數及其分類
3.2 機率分布
3.2.1 離散性隨機變數的機率分布
3.2.2 連續性隨機變數的機率分布
3.3 常態分配
3.3.1 常態分配的機率密度函式
3.3.2 標準常態分配
3.3.3 常態分配的機率計算
3.3.4 對偏離常態分配的度量――偏度和峭度
3.4 二項分布
習題
4 統計推斷概述
4.1 抽樣分布
4.1.1 x2分布、t分布和F分布
4.1.2 正態總體樣本平均數的抽樣分布
4.1.3 中心極限定理
4.1.4 正態總體樣本方差的抽樣分布
4.2 參數估計
4.2.1 點估計
4.2.2 區間估計
4.3 假設檢驗
4.3.1 假設檢驗的基本原理
4.3.2 假設檢驗的基本步驟
4.3.3 一些相關概念
4.3.4 幾點說明
習題
5 對單個和兩個總體平均數的假設檢驗
5.1 對單個總體均數的檢驗
5.1.1 總體的方差σ2已知時的檢驗――Z檢驗
5.1.2 總體的方差σ2未知時的檢驗――t檢驗
5.2 兩個總體平均數的比較
5.2.2 兩總體方差已知時的檢驗――Z測驗
5.2.1 統計量？1―？2的抽樣分布
5.2.3 兩總體方差相等（σ？=σ？）但未知時平均數的比較
5.2.4 兩總體方差不等（σ？≠σ？）且未知時平均數的比較
5.3 配對資料的假設測驗――t測驗
習題
6 方差分析I――單向分類資料
6.1 單向分類資料的數據結構
6.2 數學模型
6.3 變異的分解
6.3.1 平方和的剖分
6.3.2 自由度的剖分
6.3.3 均方及均方的期望
6.4 假設檢驗
6.5 t檢驗和F檢驗的關係
6.6.1 Bonferroni t檢驗
6.6 多重比較
6.6.2 Duncan’s多重極差檢驗
習題
7 方差分析Ⅱ――雙向分類資料
7.1 雙向交叉分組無重複資料的方差分析
7.1.1 數據模式
7.1.2 數學模型
7.1.3 平方和與自由度的剖分
7.1.4 假設檢驗
7.1.5 多重比較
7.2 雙向交叉分組有重複資料的方差分析
7.2.1 數據模式
7.2.2 互動作用
7.2.3 數學模型
7.2.4 平方和的剖分與自由度的剖分
7.2.6 多重比較
7.2.5 假設檢驗
7.3 雙向嵌套分組資料的方差分析
7.3.1 數據模式
7.3.2 數學模型
7.3.3 平方和與自由度的剖分
7.3.4 假設檢驗
習題
8 數據轉換
8.1 方差的同質性檢驗
8.1.1 Hartley檢驗
8.1.2 Cochran檢驗
8.1.3 Bartlett檢驗
8.2 方差穩定性轉換
8.2.1 方差穩定性轉換的一般原理
8.2.2 平方根轉換
8.2.3 對數轉換
8.2.4 反正弦轉換
8.2.5 倒數轉換
習題
9 簡單相關與回歸
9.1 簡單相關
9.1.1 樣本相關係數的定義
9.1.2 樣本相關係數的計算
9.1.3 相關關係的顯著性檢驗
9.1.4 總體相關係數的置信區間
9.1.5 秩相關係數
9.2 簡單回歸
9.2.1 一元線性回歸的數學模型
9.2.2 一元線性回歸方程的建立
9.2.3 回歸的顯著性檢驗
9.2.4 對截距的檢驗
9.2.5 回歸係數的置信區間
9.2.6 回歸方程的擬合度――決定係數
9.2.7 X對Y的回歸
9.2.8 兩條回歸直線的比較
9.2.9 利用回歸方程進行估計和預測
9.2.10 制定校正係數
9.3 簡單線性相關與回歸的區別與聯繫
9.3.1 相關與回歸的區別
9.3.2 相關與回歸的聯繫
9.4 進行相關和回歸分析應注意的問題
習題
10 多元線性回歸與相關
10.1 多元線性回歸
10.1.1 多元線性回歸的數學模型
10.1.2 多元線性回歸方程的建立
10.1.3 多元線性回歸的顯著性檢驗
10.2 復相關與偏相關
10.2.1 復相關
10.1.4 偏回歸係數的置信區間
10.2.2 偏相關
附錄 用求解求逆緊湊變換求解正規方程組
習題
11 非線性回歸
11.1 非線性回歸概述
11.2 曲線回歸的線性化
11.3 未知曲線類型的回歸分析――多項式回歸
11.4 曲線配合的擬合度
習題
12 協方差分析
12.1 協方差分析的模型和假定
12.2 單向分類資料的協方差分析
12.3 雙向分類資料的協方差分析
習題
13.1.1 對單個率的檢驗
13.1 率的假設檢驗
13 分類資料的假設檢驗
13.1.2 率的區間估計
13.1.3 兩個率的比較
13.2 卡方適合性檢驗
13.2.1 卡方檢驗的檢驗統計量
13.2.2 對不同類型分布比例的適合性檢驗
13.2.3 對分布類型的檢驗
13.3 獨立性檢驗
13.3.1 列聯表
13.3.2 獨立性檢驗的方法
13.3.3 2×2表的精確機率檢驗法
13.3.4 配對2×2表的獨立性檢驗
13.4 卡方檢驗的分解
習題
14.1.1 試驗設計的有關概念
14.1 概述
14 試驗設計簡介
14.1.2 試驗設計三原則
14.2 常用動物試驗設計方法
14.2.1 完全隨機設計
14.2.2 配對設計
14.2.3 隨機區組設計
14.2.4 雙向隨機區組設計――拉丁方設計
14.2.5 交試驗設計
14.3 抽樣調查的設計
14.3.1 機率抽樣
14.3.2 非機率抽樣
14.4 樣本含量的確定
14.4.1 抽樣調查中樣本含量的確定
14.4.2 試驗設計中樣本含量的估計
習題
1.2 分析工具庫提供的統計分析方法
1.1 分析工具庫的安裝
附錄一 Excel電子表格統計功能簡介
1 概述
1.3 統計分析的貼上函式
1.4 Excel的常用基本概念
1.4.1 工作簿和工作表
1.4.2 單元格和區域引用
1.4.3 絕對引用與相對引用的區別
1.4.4 計算出現的錯誤信息
2 常用機率分布的計算
2.1 二項分布的計算
2.2 普哇松分布的計算
2.3 常態分配的計算
2.4 t分布的計算
2.5 x2分布的計算
3 數據整理
3.1 頻數分布表與直方圖
2.6 F分布的計算
3.2 描述性統計量的計算
4 總體均數的假設檢驗
4.1 兩總體均數的比較――方差相等但未知時的t檢驗
4.2 兩總體均數的比較――總體方差不等且未知時的t檢驗
4.3 配對資料的t檢驗
4.4 單個總體均數的假設檢驗
5.1 單向分類資料的方差分析
5 方差分析
5.2 雙向交叉分組無重複資料的方差分析
5.3 雙向交叉分組有重複資料的方差分析
6 回歸與相關分析
6.1 一元線性回歸
6.2 多元線性回歸
6.3 簡單相關係數的計算
6.4 偏相關係數的計算
附錄二 SPSS統計軟體簡介
1.1 定義變數與數據輸入
1 數據管理及數據資料的基本統計分析
1.3 基本統計分析
1.2 數據檔案的保存
2 均數差異顯著性檢驗
2.1 單個總體均數的顯著性檢驗
2.2 兩個總體均數的比較――獨立樣本
2.3 兩個總體均數的比較――配對樣本
3 方差分析與協方差分析
3.1 單向分類資料的方差分析
3.2 多向分類資料的方差分析
3.3 系統分組資料的方差分析
3.4 單向分類資料的協方差分析
4 回歸與相關分析
4.1 相關分析
4.2 線性回歸
4.3 曲線回歸
5.2 獨立性檢驗（列聯表檢驗）
5 卡方適合性檢驗與獨立性檢驗
5.1 適合性檢驗
參考文獻
附錄三 常用統計用表
附表1 標準常態分配的累積分布函式（分布函式）表
附表2 標準常態分配的雙側分位數表
附表3 x2分布的上側分位數表
附表4 t分布的雙側分位數表
附表5 F分布的上側分位數表
附表6 Duncan’s多重極差檢驗的SSR值表
附表7 Hertley檢驗臨界值表
附表8 Cochran檢驗臨界值表
附表9 相關係數檢驗臨界值表
附表10 Spearman秩相關係數檢驗臨界值表
附表11 隨機數表
附表12 常用正交表
