生物統計學(xué)基礎簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:《生物統計學(xué)基礎》是國外優(yōu)秀教材Fundamentals of Biostatistics（第五版）的中譯本，由哈佛大學(xué)具有豐富教學(xué)經(jīng)驗的一流教授編寫(xiě)。
　　《生物統計學(xué)基礎》是介紹生物統計學(xué)重要知識和基本應用的導論性教材?！渡锝y計學(xué)基礎》運用豐富的醫學(xué)和生物學(xué)實(shí)例及流程圖，生動(dòng)形象地闡明了生物統計學(xué)的概念內涵和方法公式。為了便于讀者自學(xué)，《生物統計學(xué)基礎》盡量貫穿初等數學(xué)討論，而不過(guò)多涉及高等數學(xué)證明，并且每章末附摘要、練習題和參考文獻，書(shū)末有習題解答、索引及數據光盤(pán)。

作者簡(jiǎn)介:

目錄:目錄
第1章 概述 1
參考文獻 4
第2章 描述性統計 5
2.1 緒言 5
2.2 位置測度 7
2.2.1 算術(shù)均數 7
2.2.2 中位數 8
2.2.3 算術(shù)平均與中位數的比較 10
2.2.4 眾數 11
2.2.5 幾何平均 12
2.3 算術(shù)平均數的某些性質(zhì) 13
2.4 離散性測度 14
2.4.1 極差 14
2.4.2 分位數 15
2.4.3 方差與標準差 16
2.5 方差與標準差的某些性質(zhì) 18
2.6 變異系數 19
2.7 分組數據 21
2.8 圖示法 24
2.8.1 條形圖 24
2.8.2 直方圖 25
2.8.3 莖葉圖 25
2.8.4 盒形圖 28
2.9 病例研究1：兒童的神經(jīng)及心理機能遭受鉛暴露的效應研究 30
2.10 病例研究2：中年婦女吸煙對骨無(wú)機物密度的效應研究 31
2.11 摘要 33
練習題 33
參考文獻 41
第3章 概率 42
3.1 緒言 42
3.2 概率的定義 42
3.3 某些有用的概率記號 44
3.4 概率的乘法規則 46
3.5 概率的加法規則 48
3.6 條件概率 50
3.7 Bayes規則與篩選檢驗 53
3.7.1 ROC曲線(xiàn) 57
3.8 患病率與發(fā)病率 59
3.9 摘要 60
練習題 60
參考文獻 73
第4章 離散概率分布 75
4.1 緒言 75
4.2 隨機變量 75
4.3 離散隨機變量的概率質(zhì)量函數 76
4.3.1 概率分布與樣本分布間的關(guān)系 77
4.4 離散隨機變量的期望值 78
4.5 離散隨機變量的方差 79
4.6 離散隨機變量的累加分布函數 81
4.7 排列與組合 82
4.8 二項分布 85
4.8.1 使用二項分布表 87
4.8.2 使用電子表 89
4.9 二項分布的期望值 91
4.10 泊松分布 92
4.11 泊松概率的計算 96
4.11.1 使用泊松表 96
4.11.2 泊松分布的電子表 96
4.12 泊松分布的期望值與方差 97
4.13 泊松分布與二項分布的近似 98
4.14 摘要 100
練習題 101
參考文獻 114
第5章 連續概率分布 115
5.1 緒言 115
5.2 一般概念 115
5.3 正態(tài)分布 118
5.4 標準正態(tài)分布的性質(zhì) 121
5.4.1 使用正態(tài)表 122
5.5 轉換N(μ，σ2)分布到N(0，1)分布 126
5.6 隨機變量的線(xiàn)性組合 130
5.6.1 相依性隨機變量 131
5.7 二項分布的正態(tài)近似 134
5.8 泊松分布的正態(tài)近似 140
5.9 摘要 142
練習題 142
參考文獻 154
第6章 估計 155
6.1 緒言 155
6.2 總體與樣本的關(guān)系 156
6.3 隨機數表 157
6.4 隨機化臨床試驗 161
6.4.1 隨機化臨床試驗的設計特性 163
6.5 一個(gè)分布中均數的估計 165
6.5.1 點(diǎn)估計 165
6.5.2 均值的標準誤差 168
6.5.3 中心極限定理 171
6.5.4 區間估計 173
6.5.5 t分布 174
6.6 疾病研究：中年婦女吸煙對骨無(wú)機物密度的效應研究 180
6.7 方差的估計 180
6.7.1 點(diǎn)估計 180
6.7.2 卡方分布 181
6.7.3 區間估計 183
6.8 二項分布的估計 185
6.8.1 點(diǎn)估計 185
6.8.2 區間估計——正態(tài)理論法 186
6.8.3 區間估計——精確法 187
6.9 泊松分布的估計 189
6.9.1 點(diǎn)估計 189
6.9.2 區間估計 190
6.10 單側置信區間 192
6.11 摘要 194
練習題 194
參考文獻 202
第7章 假設檢驗：?jiǎn)螛颖就茢?nbsp;204
7.1 緒言 204
7.2 一般概念 204
7.3 正態(tài)分布均值的單樣本檢驗：?jiǎn)蝹葌鋼?nbsp;207
7.4 正態(tài)分布均值的單樣本檢驗：雙側備擇 214
7.4.1 單樣本的z-檢驗 218
7.5 檢驗的功效 219
7.5.1 單側備擇 219
7.5.2 雙側備擇 224
7.6 樣本量的決定 226
7.6.1 單側備擇下求樣本量 226
7.6.2 雙側備擇下求樣本量 229
7.6.3 基于置信區間寬度的樣本量估計 231
7.7 假設檢驗與置信區間的關(guān)系 232
7.8 正態(tài)分布中方差的單樣本卡方檢驗(H0：σ2=σ02) 234
7.9 二項分布的單樣本檢驗 237
7.9.1 正態(tài)理論法 237
7.9.2 精確方法 239
7.9.3 功效及樣本量的估計 241
7.10 泊松分布的單樣本推斷 242
7.11 病例研究：中年婦女吸煙對骨無(wú)機物密度的效應研究 247
7.12 摘要 248
練習題 249
參考文獻 259
第8章 假設檢驗：兩樣本的推斷 260
8.1 緒言 260
8.2 匹配t檢驗 261
8.3 兩匹配樣本均值比較的區間估計 265
8.4 等方差的兩獨立樣本均值比較的t檢驗 266
8.5 兩獨立樣本均值比較的區間估計（等方差情形） 269
8.6 兩方差的相等性檢驗 271
8.6.1 F分布 272
8.6.2 F檢驗 273
8.7 不相同方差下兩個(gè)獨立樣本的t檢驗 277
8.8 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應研究 282
8.9 奇異值的處理 283
8.10 均值比較中樣本量及功效的估計 289
8.10.1 樣本量的估計 289
8.10.2 功效的估計 290
8.11 縱向研究中樣本量的估計 291
8.12 摘要 294
練習題 295
參考文獻 314
第9章 非參數檢驗 317
9.1 緒言 317
9.2 符號檢驗（匹配數據） 318
9.2.1 正態(tài)化理論法 319
9.2.2 精確方法 322
9.3 Wilcoxon符號-秩檢驗（匹配數據） 323
9.4 Wilcoxon秩-和檢驗 328
9.5 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應研究 332
9.6 摘要 333
練習題 333
參考文獻 339
第10章 假設檢驗：類(lèi)型數據 340
10.1 緒言 340
10.2 二項比例問(wèn)題的兩樣本檢驗 340
10.2.1 正態(tài)理論法 341
10.2.2 列聯(lián)表法 344
10.2.3 使用列聯(lián)表法做顯著(zhù)性檢驗 347
10.2.4 2×2列聯(lián)表中Yate-修正卡方檢驗的簡(jiǎn)單計算公式 352
10.3 Fisher精確檢驗 354
10.3.1 超幾何分布 356
10.4 兩樣本匹配數據中，二項比例的檢驗(McNemar's Test) 359
10.4.1 正態(tài)理論檢驗 361
10.4.2 精確檢驗 363
10.5 在兩個(gè)二項比例的比較中，樣本量及功效的估計 366
10.5.1 獨立樣本 366
10.5.2 配對樣本 368
10.5.3 臨床試驗中的樣本量及功效 370
10.6 R×C列聯(lián)表 374
10.6.1 R×C列聯(lián)表中關(guān)聯(lián)性的檢驗 374
10.6.2 二項比例中傾向性的卡方檢驗 377
10.6.3 Wilcoxon秩-和檢驗與傾向性卡方檢驗的關(guān)系 381
10.7 卡方擬合優(yōu)度檢驗 383
10.8 卡帕統計量 386
10.9 摘要 390
練習題 392
參考文獻 406
第11章 回歸和相關(guān)方法 408
11.1 緒言 408
11.2 一般概念 408
11.3 擬合回歸直線(xiàn)——最小二乘方法 412
11.4 回歸線(xiàn)中關(guān)于參數的推斷 415
11.4.1 簡(jiǎn)單線(xiàn)性回歸的F檢驗 417
11.4.2 簡(jiǎn)單線(xiàn)性回歸的t檢驗 422
11.5 線(xiàn)性回歸的區間估計 425
11.5.1 回歸參數的區間估計 425
11.5.2 預測值的區間估計 426
11.6 回歸線(xiàn)的擬合優(yōu)度 428
11.7 相關(guān)系數 432
11.7.1 樣本相關(guān)系數(r)與總體相關(guān)系數(p)之間的關(guān)系 433
11.7.2 樣本回歸系數(b)與樣本相關(guān)系數(r)的關(guān)系 433
11.8 相關(guān)系數的統計推斷 435
11.8.1 對相關(guān)系數的單樣本t檢驗 435
11.8.2 相關(guān)系數的單樣本z檢驗 437
11.8.3 相關(guān)系數的區間估計 440
11.8.4 檢驗相關(guān)系數的樣本量估計 441
11.8.5 相關(guān)系數的兩樣本檢驗 443
11.9 多重線(xiàn)性回歸 445
11.9.1 回歸方程的估計 445
11.9.2 假設檢驗 448
11.9.3 擬合的優(yōu)良性準則 453
11.10 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應研究 464
11.11 偏相關(guān)和多重相關(guān) 471
11.11.1 偏相關(guān) 471
11.11.2 多重相關(guān) 472
11.12 秩相關(guān) 472
11.13 摘要 477
練習題 479
參考文獻 487
第12章 多組樣本的推斷 489
12.1 單向方差分析緒言 489
12.2 單向方差分析——固定效應模型 489
12.3 單向方差分析(ANOVA)的假設檢驗——固定效應模型 490
12.3.1 用F檢驗作組間均數的綜合比較 491
12.4 單向方差分析(ANOVA)中，在指定組之間作比較 495
12.4.1 指定兩組之間作比較的t檢驗 495
12.4.2 線(xiàn)性約束 500
12.4.3 多重比較——Bonferroni法 502
12.4.4 線(xiàn)性約束下的多重比較Scheffe法 505
12.5 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應研究 507
12.5.1 單向ANOVA的應用 507
12.5.2 單向ANOVA與多重回歸的關(guān)系 510
12.5.3 單向協(xié)方差分析 514
12.6 雙向方差分析 516
12.6.1 雙向ANOVA中的假設檢驗 517
12.6.2 雙向協(xié)方差分析 521
12.7 Kruskal-Wallis檢驗 523
12.7.1 Kruskal-Wallis檢驗中的兩兩比較 526
12.8 單向ANOVA——隨機效應模型 528
12.9 組（或類(lèi)）內相關(guān)系數 534
12.10 摘要 538
練習題 538
參考文獻 550
第13章 流行病研究中的設計與分析技術(shù) 551
13.1 緒言 551
13