现代应用生物统计方法

1S语言

起步

3种数据类型及一些输人规则

在S-Plus中读人数值

一些S工具初级水平

S算术

更多S工具中级水平

用于统计分析的S工具

S-Plus中的统计分布

数组和列表

矩阵代数工具

其他S工具

4个S程序范例

Data文件

附录：内置的编辑器

习题Ⅰ

2数据描述技术

描述性统计量

基本统计指标

直方图平滑密度估计

茎叶图

组间比较t检验

组间比较箱式图

数据分布和理论分布的对比百分位数图

多组比较QQ图

xy图

三维图形透视图

三维图形等高线图

三维图形坐标轴旋转

数据平滑技术

空间数据的二维平滑

数据聚类描述

可加性“清理”一个数组

范例应用S函数进行地理计算

估计二维分布的中心点

附录：S几何

习题Ⅱ

3模拟：随机数值

均匀随机数

一个范例

无放回抽样和有放回抽样

离散概率分布随机抽样接受／拒绝抽样

离散概率分布随机抽样反向转换法

二项概率分布

超几何概率分布

泊松概率分布

几何概率分布

连续分布的随机抽样

反向转换法

模拟来自正态分布的数值

其他四种统计分布

模拟最小值和最大值

BUTLER方法

复杂区域中的随机数值

多元正态变量

习题Ⅲ

4广义线性模型

最简单的情况单变量线性回归

多个变量的情形

多变量线性模型

对残差值的深入观察

预测点值估计的可信区间

glm()中的关系表达式

多项式回归

判别分析

线性logistic模型

分类数据双变量线性logistic模型

多变量数据线性logistic模型

拟合优度

泊松模型

多变量泊松模型

习题Ⅳ

5统计估计

估计：极大似然法

估计量的特性

极大似然估计

评分法确定极大似然估计

多参数估计

评分法的推广

估计：靴袢法

背景

概述

从正态总体中抽取均数

可信限

一个例子相对危险度

中位数

简单线性回归

折刀估计

对偏倚进行估计

两样本检验靴袢方法

两样本检验随机化方法

估计：最小二乘法

最小二乘的特点

非线性最小二乘估计

习题Ⅴ

6表格数据分析

2×2表

成对匹配二分应答变量

2×k表

关联测量2×2表

关联测量r×c表

λ关联尺度

关联测量包含有序变量的表格

对数线性模型

多维k水平变量

高维表格

习题Ⅵ

7方差分析和其他S函数

方差分析

单因素设计

嵌套设计

每格1例观察的两因素分组设计

配对设计连续型应答变量

每格有1例以上观察对象的双因素分组设计

跃进一种模型选择技术

主成分分析

典则相关

习题Ⅶ

8率，寿命表及生存分析

室

寿命表

生存分析概述

生存曲线的非参数估计

风险率估计

平均／中位生存时间

比例风险模型

习题Ⅷ

译者赘言

　　本书在正文中给出了大量的S语言示例，例中详细阐明了分析过程的原理，并通过具体的数学项式对原理加以表述。抽象符号和数学推导是统计分析过程中在基本概念和问题之间建立联系的基本方式。书中给出了大量有关S语言的注解，目的是为了让读者更容易理解统计计算的细节，以便从另一个角度来观察统计学如何识别被收集数据的特征以及为什么要如此识别。　　本书不同于常见的统计学书籍，并不偏重于阐述理论，也不单纯描述统计应用。而是将统计理论、统计应用和统计方法的实现这三个相互关联的方面整合成体加以展现，通过统计型计算机语言SPlus和数据实例相结合的方法，详细介绍些中初级生物统计方法。书中的统计理论介绍已剔除了复杂的数学部分，各章节的主题围绕详尽的应用方法以及针对相应计算机／图形分析过程的细致描述展开，从而将理论、数据、实现过程、统计图形和结果解读结合在起，展现了生物统计分析的完整过程。