医药统计学

第一章绪论

§1.1统计学简史与定义

§1.2统计学的几个基本概念

§1.2.1必然事件与随机事件

§1.2.2频率与概率

§1.2.3总体与样本

§1.2.4观测值的特征集中位置与离散程度

习题

第二章描述统计

§2.1数据图解的重要性及分类

§2.2频数或频率的图解

§2.3变量关系的标绘图

习题

第三章概率论基础

§3.1先验概率与后验概率

§3.1.1先验概率

§3.1.2后验概率

§3.2实验、样本点、点集与样本空间

§3.3事件的方式数排列与组合

§3.4事件的基本关系

§3.5概率计算

§3.5.1概率公理和计算规则

§3.5.2概率计算的系统

习题

第四章概率分布

§4.1随机变量与概率分布的类型

§4.1.1随机变量

§4.1.2离散型和连续型随机变量

§4.1.3期望和期望方差

§4.2离散型分布

§4.2.1二项分布

§4.2.2泊松分布

§4.2.3超几何分布

§4.3连续型分布

§4.3.1正态分布

§4.3.2三种重要的检验分布

§4.3.3其他两类连续型概率分布

习题

第五章数据的误差叠加与处理

§5.1误差及其种类

§5.1.1系统误差

§5.1.2随机误差

§5.1.3准确与精密

§5.2观测误差对计算结果的影响

§5.2.1系统误差对计算结果的影响

§5.2.2随机误差对计算结果的影响

§5.3有效数字与计算规则

§5.3.1有效数字

§5.3.2计算规则

§5.4数据的编码变换

§5.4.1原点的变换

§5.4.2单位的变换

§5.4.3原点和单位的同时变换

§5.5逸出值的检验

习题

第六章取样

§6.1随机取样与随机数表

§6.2分层取样

§6.3系统取样

§6.4散装物取样

§6.5验收取样

§6.6取样误差与分析误差的叠加

§6.7集束取样

习题

第七章统计推断之一统计估计

§7.1统计估计的种类

§7.1.1点估计

§7.1.2区间估计

§7.2与均值有关的统计估计

§7.2.1一个均值的置信区间

§7.3与方差有关的统计估计

§7.3.1一个方差的置信区间

§7.3.2两个方差的比较

§7.4与比率有关的统计估计

§7.4.1二元总体分数p的估计

§7.4.2二元总体分数p1和p2差值的置信区间

§7.5置信区间、容许区间和预测区间

§7.5.1置信区间

§7.5.2容许区间

§7.5.3预测区间

习题

第八章统计推断之二假设检验

§8.1引子

§8.2假设检验的两类错误

§8.3假设检验的一般步骤

§8.4一个总体均值的参数和非参数检验Z检验、t检验、符号检验和Wilcoxon添号秩次检验

§8.4.1δ已知时对μ的参数检验法

§8.4.2δ未知时对μ的参数检验法

§8.4.3总体均值μ的非参数检验法

§8.5两个总体均值的参数和非参数比较Z检验、t检验和wilcoxon秩和检验118

§8.5.1两个总体均值的参数检验法

§8.5.2Wilcoxon秩和检验

§8.5.3成对观测的参数检验法

§8.6比率的Z检验

§8.6.1一个比率的检验

§8.6.2两个比率的比较

§8.7x2检验

§8.7.1方差的x2检验

§8.7.2拟合优度的x2检验

§8.7.3比率的x2检验

§8.7.4列联表

§8.7.5多组观测值方差齐性的x2检验Bartlett检验法

§8.8F检验

习题

第九章方差分析

§9.1方差分析的必要性和方差的加和性

§9.2单向方差分析

§9.2.1完全随机化设计

§9.2.2多重比较方法

§9.2.3样本容量和模型效应不同的单因素方差分析

§9.3双向方差分析

§9.3.1不同片剂处方溶出度的比较双向ANOVA中的随机模型和固定模型

§9.3.2有重复数据的双向方差分析

习题

第十章回归和相关

§10.1简单线性回归

§10.1.1参数估计

§10.1.2区间估计

§10.1.3简单线性回归中的假设检验

§10.1.4逆预测

§10.1.5简单线性回归中的方差分析

§10.2相关分析

§10.2.1相关系数

§10.2.2相关系数的假设检验零相关的检验

§10.3一元非线性回归

§10.4多元线性回归

§10.5逐步回归

习题

第十一章控制图

§11.1引言

§11.2控制图的制作

§11.2.1统计控制

§11.2.2两类常用控制图的制作

§11.3控制图的应用

习题

第十二章实验设计

§12.1基本知识和基本原理

§12.1.1实验设计的必要性与其基本内容

§12.1.2优秀实验设计的必要条件

§12.1.3实验设计的基本原理

§12.1.4实验设计的分类

§12.1.5样本容量的估计

§12.2药学研究中几种常用的实验设计

§12.2.1平行设计

§12.2.2交替设计

§12.2.3裂区设计

§12.3析因设计

§12.3.1定义和优点

§12.3.2两个说明析因设计的简单设想实验

§12.3.3一个说明析因设计的药物化学合成研究

§12.3.4析因实验的标志法和对其进行的建议

§12.4正交试验法

§12.4.1正交表

§12.4.2正交表在多因素实验中的

应用

习题

第十三章现代多元统计介绍

§13.1多元正态分布

§13.1.1多元概率分布的特征

§13.1.2多元正态分布

§13.2主成分分析

§13.3判别分析

§13.4聚类分析

§13.4.1距离和相似系数

§13.4.2聚类方法

§13.5二次响应面回归

习题

附表

附录中心极限定理

后记

参考文献

　　本书系统地介绍了药学统计学的基本内容，这是药学在其发展中与统计学结合而形成的一个交叉学科。它包括药学与经典统计方法的结合以及与当代统计方法如蒙特卡罗方法的结合。　　本书着重用药学领域的实例系统而深入浅出地阐明统计学基本知识、基本方法和基本计算技术。假定读者只学过高中数学，当然若学过微积分及概率论有关课程则更好（只有个别章节用到微积分知识），并设专章论述有关概率论基础方面的内容。　　本书可供药学专业的本科生、研究生以及药学工作者作为教材或自学教材，也可供其他专业的读者作参考书使用。　　本书是普通高等教育“十一五”国家级规划教材。　　本书系统地介绍了药学统计学的基本内容。它有以下几个特点：一是理论联系实际、起点低，因而容易学习。本书着重联系药学实际，深入浅出地阐明了统计学的基本知识、基本方法和基本计算技术，并为此设专章补充了概率论方面的基础知识。二是重点突出，设专章论述“数据的误差叠加与处理”。误差叠加规律不仅对理解在统计学理论中占重要地位的中心极限定理是有益的，而且对误差分析的实践起指导作用。对计算机软件和当代统计方法如蒙特卡罗方法等则不作为重点。三是便于学习。各章内容相对独立，可按顺序逐章地学，也可单学几章或一章的全部内容或其基本部分。书中提供了药学领域中与经常面临的问题相对应的实际例子，读者可以按其步骤模仿使用。四是展望未来。把应用当代统计方法和计算机技术于药学领域取得的重要成果作为前瞻性内容，在“后记”中扼要地说明两者的重要性。　　本书可供药学专业的本科生、研究生以及药学工作者作为教材或自学教材，也可供其他专业的读者作参考书使用。