目次 1
第一章电子计算机基本知识 1
§1电子计算机的基本概况 1
§2微型计算机系统 4
第二章实验数据的统计处理 7
§1样本的数字特征 7
§2 t－检验在样品测试中的应用 8
一、平均值的置信界限 8
二、平均值与标准值的比较 9
三、两平均值的比较 10
四、配对比较 12
五、t－检验应用程序 14
§3单因素方差分析及应用程序 18
§4交叉分组的方差分析 23
一、交叉分组的双因素试验 23
二、有交互作用的双因素试验 26
第三章矩阵与向量的简单知识 31
§1矩阵及其基本运算 31
§2线性方程组 36
一、线性方程组的基本知识 36
二、线性方程组求解法 40
三、全主元高斯消去法程序 44
四、误差分析 46
§3特征值与特征向量 50
一、特征值与特征向量 50
二、用雅可比法求算实对称矩阵的特征值和特征向量 52
三、求算实对称矩阵特征值和特征向量的雅可比法程序 53
第四章 回归分析与曲线拟合 58
§1一元线性回归分析 58
一、经验公式与最小二乘法 58
二、相关性检验 59
三、回归线的精度 61
四、回归方程的稳定性 62
五、两条回归直线的比较 63
六、化曲线为直线的回归问题 64
七、一元线性回归程序 64
§2多元线性回归 66
一、基本原理 66
二、回归问题的方差分析和统计检验 69
三、多元线性回归程序 75
§3逐步回归 78
一、最优回归方程的选择 78
二、逐步回归的计算方法 79
三、逐步回归的一些问题 81
四、逐步回归程序 86
§4正交多项式回归 90
一、多项式回归 90
二、正交多项式回归 91
§5曲线拟合 96
一、多项式拟合 98
二、高斯－牛顿法 99
三、高斯－牛顿法求算药动学模型参数程序 102
四、麦夸尔特法 104
§6回归分析在药学中的应用 106
一、等吸收点法测定原理 109
第五章复方药物制剂的计算分光光度法 109
§1双波长分光光度法 109
二、系数倍率法用于二组分混合溶液测定时的原理 110
三、系数倍率法用于三组分混合溶液测定时的原理 110
四、系数倍率法用于紫外－可见分光光度法测定时的主要步骤 112
五、一元线性回归在系数倍率法中的应用 112
六、两组分系数倍率法波长对选择程序 113
七、三组分系数倍率法波长对选择程序 115
§2三波长分光光度法 118
一、基本原理 118
二、三波长法中波长组选择程序 120
§3多波长直线回归法 124
一、两组分测定原埋 124
二、三组分测定原理 125
三、两组分多波长直线回归法程序 126
四、三组分多波长直线回归法程序 128
§4导数分光光度法 131
一、导数分光光度法的基本原理与特点 131
二、导数法中间波长选择程序 133
§5 正交函数分光光度法 136
一、基本原理 136
二、正交函数法条件选择程序 139
§6线性方程组、最小二乘和P－矩阵分光光度法 141
一、线性方程组法 142
二、最小二乘法 143
三、P－矩阵法 144
四、P－矩阵法程序 145
§7线性规划分光光度法 149
一、基本原理 149
二、线性规划法程序 151
§8卡尔曼滤波法 154
一、卡尔曼滤波法在多组分分光光度法中应用的基本原理 154
二、卡尔曼滤波法程序 157
第六章聚类分析 160
§1聚类统计量 160
一、距离 160
二、相似系数 162
§2系统聚类法 163
一、最短距离法 163
二、最长距离法 165
三、中间距离法 165
四、重心法 166
六、离差平方和法 167
五、类平均法 167
七、系统聚类法的性质 168
八、系统聚类法程序 170
§3动态聚类法 183
§4聚类分析在药学中的应用 187
第七章最优化技术 189
§1单纯形法 189
一、基本原理 189
二、计算步骤 192
三、色谱优化指标与单纯形法的应用 195
四、改良单纯形法（实验法）程序 197
五、改良单纯形法求算药动学模型参数的程序 201
§2窗口图解技术 204
一、窗口图解技术及其在GLC分析上的应用 205
二、窗口图解技术在HPLC分析上的应用 208
三、窗口图解法程序 210
§3混合物设计统计技术和叠加分辨率图示法 212
一、混合物设计统计技术 212
二、叠加分辨率图示法ORM 219
三、混合物设计统计技术程序 220
一、层析系统的信息量评价 222
二、数值分类－信息量选取法 222
§4纸层析和薄层层析溶剂系统最佳组合的数值分类－信息量选取法 222
三、数值分类－信息量选取法程序 223
§5系统矩阵组合法 226
一、逐步组合法 227
二、择优组合法 227
三、系统矩阵逐步组合法程序 229
第八章因子分析 233
§1主成分分析 233
一、主成分分析的一般数学模型 234
二、主成分的导出 236
三、主成分分析的数值算例 239
四、NIPALS（非线性迭代偏最小二乘）算法 240
§2因子分析 241
一、主因子方法 241
二、主成分分析与因子分析的关系 245
三、因子数的确定 245
四、方差极大正交旋转 246
五、因子得分 249
六、因子分析的计算步骤 251
七、因子分析程序 255
§3目标因子分析 264
一、基本概念 265
二、目标变换技术 269
三、目标因子分析数值算例 272
四、目标因子分析程序 279
§4偏最小二乘法 287
一、基本原理 287
二、偏最小二乘法程序 288
§5因子分析在药学中的应用 294
第九章模式识别 296
§1模式识别的基本概念 296
§2最小距离判决法 298
一、最小距离判决法 298
二、最近邻域判决法 299
一、线性学习机法 300
§3线性学习机法 300
二、线性学习机法程序 303
§4最小二乘的最小距离判决法 304
§5判别分析 306
一、贝叶斯判别准则 306
二、Fisher型线性判别分析 307
三、贝叶斯判别分析 309
四、逐步多类判别分析 314
§6 PRIMA法 315
一、基本原理 318
§7 SIMCA法 318
二、SIMCA法程序 321
§8映射技术 333
一、特征向量投影法 334
二、非线性映射技术 334
三、非线性映射程序 336
§9模式识别在药学中的应用 346
附表 348
表1 t分布的双侧分位数（tα）表 348
表2 F检验的临界值（Fα）表 349
主要参考文献 354