生物统计学PDF电子书下载

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