《医学现场研究中的统计分析方法 （修订本）》求取 ⇩

第一章概率的概念及基本的概率运算1

随机事件及概率1

概率的加法定理2

条件概率和乘法定理3

贝叶斯公式（Bayess Formu1a）5

连续型随机变量的概率7

第二章多变量正态分布9

多变量统计分析中的数据表示方法9

多变量正态分布10

双变量正态分布12

正态双变量资料分布范围的估计14

第三章多变量正态总体的差异显著性检验（T2检验）19

样本平均值向量与总体平均值向量的比较19

两个样本平均值向量之间的比较22

多个样本平均值向量之间的比较25

多个样本之间的两两比较29

第四章简单线性回归分析32

回归分析的任务32

回归模型中参数的估计33

回归方程式的精度35

简单线性回归模型中的方差分析36

回归方程中参数估计值的标准误及假设检验39

简单线性回归的预报区间估计40

两变量之间线性关系的检验43

第五章多元线性回归分析49

多元线性回归模型49

多元线性回归模型中参数的估计49

多元线性回归方程的配合适度54

各偏回归系数的相对贡献58

预报区间的估计59

用相关系数解多元线性回归方程中的偏回归系数60

偏相关系数62

〔附录〕矩阵求逆64

第六章逐步回归分析67

逐步回归分析的基本思想67

逐步回归分析的步骤67

计算例子70

第七章曲线回归分析79

曲线回归分析的意义和步骤79

指数函数曲线80

幂函数曲线85

多项式曲线89

第八章二类判别分析98

判别分析的概念98

费歇准则下的判别98

建立判别标准101

判别效果的显著性检验101

各指标的贡献率102

例子102

二值回归判别106

第九章多类判别分析108

贝叶斯准则下的判别原理108

判别函数式110

计算方法111

实例说明113

多类判别的显著性检验119

第十章逐步判别分析124

逐步判别的基本原理124

逐步判别的计算步骤129

实例131

第十一章聚类分析137

聚类分析常用的统计量137

系统聚类法142

逐步聚类法145

有序样品的聚类149

第十二章队列研究资料的分析方法155

发病水平155

发病危险度161

发病危险度的比较162

混杂因素与分层分析法170

交互影响180

队列研究中配对资料的分析方法182

第十三章病例一对照研究资料的分析方法184

病例一对照研究184

非配对的病例一对照研究资料的分析方法185

配对的病例一对照研究192

第十四章Logistic回归模型的基本原理及计算方法200

Logit变换200

队列研究与病例一对照研究的随机抽样模型201

简单四格表资料的参数估计法203

Logit变换的方差205

用加权法配合Logistic回归模型207

最大似然估计法211

第十五章非条件Logistic回归模型的配合方法216

队列研究资料的分析216

病例一对照研究资料的分析223

第十六章条件Logistic回归模型的配合方法229

条件Logistic回归模型的基本原理229

模型中的参数估计231

例题说明231

附录：统计用表236

表1 标准正态累积概率表236

表2 t分布的双尾概率表239

表3 x2分布的累积概率表240

表4 F分布的百分位点表242

表5 R值表247

主要参考资料248