生物统计学

第一章生物试验的基本方法及其数据资料的统计参数

第一节生物试验中最基本的统计学术语

第二节生物试验的基本方法、类型及基本要求

一、生物试验的基本方法

二、生物试验的类型

三、生物试验的基本要求

第三节试验误差及其控制途径

一、试验误差的概念

二、试验误差的来源

三、试验误差的控制

第四节常见的几种生物试验设计

一、完全随机试验设计

二、随机区组试验设计

三、正交试验设计

第五节生物试验中常尉的抽样方法

一、随机抽样法

二、非随机抽样

第六节生物试验资料的整理

一、资料的类型

二、资料的整理

第七节生物数据资料的特征参数

一、集中位置参数

二、离中位置参数

三、由频数分布表计算平均数和标准差

提要

习题

第二章概率及概率分布

第一节概率及其计算方法

一、统计概率的定义

二、概率的计算方法

第二节离散型随机变量的概率分布

一、概念及其特点

二、常见的离散型随机变量概率分布

第三节连续型随机变量的概率分布

一、定义及其性质

二、常见的几种连续型随机变量的概率分布

第四节抽样分布

一、抽样试验

二、关于样本平均数的抽样分布

三、关于样本方差的抽样分布

提要

习题

第三章样本参数的统计推断

第一节假设检验的一般原理

一、统计假设

二、假设检验

三、假设检验的两尾检验与一尾检验

四、假设检验的两类错误

第二节单个样本的假设检验

第三节两个样本的假设检验

一、成组数据的比较

二、成对数据的比较

第四节百分数资料的假设检验

第五节参数估计

一、点估计

二、区间估计

三、区间估计与假设检验之间的关系

第六节X2（卡方）检验

一、适合性检验

二、独立性检验

三、方差的比较

提要

习题

第四章方差分析

第一节单因素方差分析

一、处理间方差和误差方差的计算

二、试验模型和F检验

三、各处理水平U1的区间估计

四、各处理水平之间的比较（多重比较）

第二节系统分组资料的单因素方差分析

第三节双因素试验资料的方差分析

一、组内无重复观察值的双因素资料的

方差分析

二、组内有重复观察值的双因素资料的

方差分析

第四节正交试验设计与多因素方差分析

一、正交设计的基本原理

二、正交试验设计的结果分析

第五节方差分析的基本假定及数据处理

一、方差分析的基本假定

二、数据转换

三、缺失数据的估计

提要

习题

第五章一元回归与相关

第一节一元线性回归

一、一元线性回归研究的基本步骤

二、一元线性回归模型及其参数估计

三、回归方程的计算

四、回归误差估计

五、回归方程的显著性检验

六、两个回归方程的比较

七、回归方程的区间估计

第二节简单相关

一、衡量相关性的参数

二、相关系数的显著性检验

第三节一元非线性回归

一、曲线函数的直线化

二、曲线拟合好坏的检验

提要

习题

第六章多元线性回归与复相关

第一节多元线性回归模型及其计算

一、多元线性回归模型

二、多元线性回归方程的计算

第二节矩阵的基础知识

一、矩阵的概念及其类型

二、矩阵的基本运算法则

三、矩阵的初等变换

四、矩阵的特征根与特征向量

第三节正规方程组的矩阵解法

一、用矩阵表示多元线性回归模型

二、用矩阵表示正规方程组和求矩阵B

第四节多元线性回归方程的显著性

一、多元线性回归方程的方差分析

二、偏回归系数的显著性检验

三、偏回归平方和的显著性检验

第五节复相关和偏相关分析

一、复相关系数

二、偏相关系数

提要

习题

第七章通径分析

第一节通径系数与决定系数

第二节通径系数的性质

第八章聚类分析

主要参考文献

附录

《生物统计学》是编者多年从事大学本科和研究生“生物统计学”教学经验的总结，具有以下特点：（1）内容全面、完整，基本涵盖了常用的统计分析方法，如将正交试验设计及其统计分析方法、通径分析、聚类分析等内容均纳入教材；（2）对统计分析相关必要的数理知识进行了介绍，有利于克服高等数学与生物统计学的断层；（3）在介绍基本原理的同时。注重统计方法的比较分析，有利于学生正确使用统计分析方法；（4）重视生物科学研究的基本原理介绍，并将试验设计作为一个重要方面，整合进统计原理介绍和例题分析等部分，有利于培养学生的创新能力；在例题求解中，还特别注意分析为何使用相应的统计方法等问题，使读者能正确使用和理解统计分析方法，既适合教师教学也适合学生自学；（5）各章后均附有提要和丰富的习题，有利于读者抓住重点和理清思路。

　　《生物统计学》主要包括：生物试验概述及统计参数、概率及概率分布、样本参数的统计推断（假设检验、区间估计、卡方检验等）、方差分析、一元回归与相关、多元回归与复相关、通径分析和聚类分析等。

　　《生物统计学》语言流畅，内容由浅入深，适合生物、农学、林学、医学、环保、园林、食品、教育等专业的本科、研究生使用，也适合在这些领域从事教学、科研和生产实践的科技工作者参考和自学。