第1章 绪论 1
1.1 生物统计学简介 1
1.2 统计学的常用术语 5
第2章 数据的描述性分析 8
2.1 数量性状数据与质量性状数据 8
2.2 数据的整理与基础分析 9
2.3 常用统计表与统计图 11
2.4 数据的特征数 13
2.5 异常值识别与生物学正常范围的确定 17
第3章 概率与概率分布 20
3.1 概率的基础知识 20
3.2 常见理论分布 25
3.3 大数定律与中心极限定理 31
3.4 抽样分布 32
第4章 假设检验与参数估计 37
4.1 假设检验的原理 37
4.2 单个样本的假设检验 45
4.3 两个样本的差异显著性检验 49
4.4 参数估计 56
第5章 方差分析 61
5.1 方差分析的原理与步骤 61
5.2 单因素方差分析 71
5.3 多因素方差分析 72
5.4 方差分析的基本假定与缺失数据估计 81
第6章 非参数检验 86
6.1 x2检验 86
6.2 秩和检验 95
第7章 试验设计及其统计分析 102
7.1 试验设计的基本原理 102
7.2 检验主效应的试验设计 104
7.3 检验主效应和互作的试验设计 111
7.4 特殊试验设计 117
7.5 抽样设计 124
第8章 一元回归与相关分析 129
8.1 回归和相关的基本概念 129
8.2 一元回归 130
8.3 一元相关 140
第9章 协方差分析 147
9.1 协方差分析的基本原理 147
9.2 单向分组资料的协方差分析 150
9.3 两向分组资料的协方差分析 153
9.4 协方差分析的作用 156
第10章 多元回归与相关分析 160
10.1 矩阵知识回顾 160
10.2 多元线性回归 162
10.3 多元相关分析 168
第11章 聚类分析与判别分析 176
11.1 聚类分析 176
11.2 判别分析 186
第12章 主成分分析与因子分析 193
12.1 主成分分析 193
12.2 因子分析 198
第13章 生物统计软件实现——SPSS方法 206
13.1 SPSS简介 206
13.2 描述性分析 208
13.3 假设检验与参数估计 210
13.4 非参数检验 215
13.5 方差与协方差分析 224
13.6 回归分析 238
13.7 相关分析 242
13.8 聚类分析与判别分析 245
13.9 主成分分析与因子分析 250
第14章 生物统计软件实现——R方法 256
14.1 R应用基础 256
14.2 描述性分析 257
14.3 假设检验与参数估计 259
14.4 非参数检验 262
14.5 方差与协方差分析 266
14.6 回归分析 272
14.7 相关分析 275
14.8 聚类分析与判分析 277
14.9 主成分分析与因子分析 279
第15章 生物统计软件实现——Excel方法 283
15.1 数据的描述性分析 283
15.2 统计推断和x2检验 285
15.3 方差分析 291
15.4 一元回归与相关分析 294
15.5 多元回归与相关分析 296
附录 300
附录A 正态分布累积概率表 300
附录B 正态分布分位数(uα)表(双侧) 302
附录C t分布分位数表(双侧) 302
附录D x2分布分位数表(右侧) 303
附录E F分布分位数表(右侧) 304
附录F Duncan检验SSR值表 308
附录G S-N-K及Tukey检验q值表 309
附录H Mann-Whitney U检验用临界值表 310
附录I Kruskal-Wallis秩和检验临界值表 310
附录J 相关系数R(r)临界值表 311
附录K Spearman秩相关系数检验临界值表 312
附录L SPSS常用概率函数 312
附录M R软件常用概率函数 313
附录N Excel生物统计常用函数 314
参考文献 316