《数理统计的原理和方法 适用于生物科学》求取 ⇩

第一章绪论1

1.1 数理统计的定义1

1.2 数理统计的简史2

1.3 数理统计与科学方法4

1.4 学习数理统计6

第二章观测数据9

2.1 引言9

2.2 变量9

2.3 分布10

2.4 总体与样本11

2.5 随机样本，数据的搜集12

2.6 数据的表示、综合与表征13

2.7 中心趋向的度量16

2.8 散开度的度量19

2.9 平均数的标准离差23

2.10 变异性的系数或变差系数25

2.11 一个例子25

2.12 线性可加模型26

2.13 置信推断27

2.14 一个例子29

2.15 在统计量的计算中使用编码法31

2.16 频数表32

2.17 一个例子33

2.18 从频数表计算平均数和标准离差34

2.19 频数表的作图表示法36

2.20 有效数字36

第三章概率38

3.1 引言38

3.2 一些基本的概率38

3.3 概率分布40

3.4 正态分布43

3.5 正态分布的概率；概率表的使用44

3.6 具平均数μ与方差σ2的正态分布47

3.7 平均数的分布49

3.8 X2分布50

3.9 Student t 分布52

3.10 估计与推断54

3.11 样本结果的预测58

第四章从一个正态分布抽样60

4.1 引言60

4.2 一个正态分布的总体60

4.3 来自正态分布的随机样本62

4.4 样本平均数的分布64

4.5 样本方差与标准离差的分布67

4.7 平均数的标准离差或标准误差68

4.6 ？2的无偏倚性68

4.8 Student t 的分布69

4.9 置信推断71

4.10 差数的抽样73

4.11 抽样的总结78

4.12 假设的检验79

第五章两个样本平均数间的比较83

5.1 引言83

5.2 显著性的检验83

5.3 对两个或多于两个平均数的检验的基础89

5.4 数据不成对但等方差的两个样本平均数的比较90

5.6 线性可加模型95

5.6 样本平均数的比较；成对数据96

5.7 成对比较的线性可加模型99

5.8 不成对的数据与不等的方差100

5.9 方差的齐性假设的检验101

5.11 样本含量与差数的辨别104

5.10 两平均数间差数的置信区间104

5.12 Stein 两阶段样本107

第六章实验设计的原理109

6.1 引言109

6.2 什么是实验109

6.3 实验的目的110

6.4 实验单元与处理111

6.5 实验误差112

6.6 重复及其作用112

6.7 影响于重复数目的因素114

6.8 含有少数几种处理的设计的相对精确度115

6.9 误差控制116

6.10 处理的选择119

6.11 技术上的改进120

6.12 随机化121

6.13 数理统计推断122

第七章方差分析Ⅰ：单向分类124

7.1 引言124

7.2 完全随机设计124

7.3 单种分类判据的数据.有等重复的任何组群数的方差分析126

7.4 最小显著差数132

7.5 Duncan 新的多范围检验法134

7.6 Tukey 的 w 法137

7.7 Student-Newman-Keul 的检验法138

7.8 全部平均数跟对照作比较139

7.9 具单种分类判据的数据.不等重复的任何数目组群用的方差分析140

7.10 线性可加模型143

7.11 次级样本的方差分析.等次级样本数148

7.12 次级样本的线性模型153

7.13 次级样本的方差分析，不等的次级样本数155

7.14 在计划含有不等次级样本的实验中的方差分量158

7.15 方差分析内在的假定159

第八章方差分析Ⅱ：多向分类164

8.1 引言164

8.2 随机化完全区组设计164

8.3 任何处理数的方差分析；随机化完全区组设计166

8.4 误差项的性质171

8.5 漏失数据173

8.6 在效率上得益的估计176

8.7 随机化完全区组设计：每实验单元有多个观测数据177

8.8 线性模型以及方差分析180

8.9 双组群：拉丁方181

8.10 拉丁方的方差分析183

8.11 在拉丁方中的漏失数据187

8.12 在效率上得益的估计189

8.13 拉丁方的线性模型190

8.14 一个实验的样本含量191

8.15 变换194

第九章直线回归200

9.1 引言200

9.2 Y 在 X 上的直线回归200

9.3 直线回归模型及其理解204

9.4 在直线回归中的假定与性质205

9.5 在直线回归中变差的来源207

9.6 回归的与调整的值208

9.7 标准离差、置信区间及假设的检验210

9.8 用协变观测数据控制变差213

9.9 在两个回归间的差异214

9.10 一项预计及其方差217

9.11 X 的预计，模型Ⅰ219

9.12 双变量分布，模型Ⅱ219

9.13 通过原点的回归221

9.14 加权的回归分析223

10.2 相关与相关系数226

第十章线性相关226

10.1 引言226

10.3 相关与回归231

10.4 抽样分布，置信区间，假设的检验232

10.5 相关系数的齐性234

10.6 组内相关236

第十一章方差分析Ⅲ：析因实验238

11.1 引言238

11.2 析因实验238

11.3 2×2析因实验，一个例子245

11.4 3×3×2或32×2折因实验，一个例子250

11.5 析因实验的线性模型257

11.6 单个自由度比较263

11.7 n 向分类与析因实验；响应面269

11.8 个别自由度；等间距处理272

11.9 为不可加性的一单个自由度279

第十二章方差分析Ⅳ:裂区实验与分析284

12.1 引言284

12.2 裂区设计284

12.3 裂区设计的一例289

12.4 在裂区设计中的漏失数据294

12.5 时间裂区296

12.6 裂区模型300

12.7 时空裂区301

12.8 相似实验的系列303

第十三章方差分析Ⅴ:不等次级组类含量308

13.1 引言308

13.2 不成比例次级组类含量；概论308

13.3 不成比例次级组类含量；安配常数的方法314

13.4 不成比例次级组类含量；平均数加权平方的方法326

13.5 不成比例次级组类含量；为 r×2表用的方法329

13.6 不成比例次级组类含量；2×2表333

第十四章多重的与偏的回归和相关339

14.1 引言339

14.2 线性方程以及它在多于两维时的理解340

14.3 偏、总、与多重线性回归341

14.4 样本多重线性回归方程343

14.5 多重线性回归方程；三变量344

14.6 标准偏回归系数347

14.7 偏相关系数与多重相关系数；三个变量348

14.8 显著性的检验；三个变量350

14.9 多重线性回归；多于三个变量的计算法353

14.10 简易 Doolittle 法354

14.11 多重回归的显著性检验362

14.12 偏回归系数的标准误差及其显著性的检验363

14.14 剔除或外加一个自变量365

14.13 标准偏回归系数365

14.15 偏相关368

第十五章协方差分析372

15.1 引言372

15.2 协方差分析的用处372

15.3 协方差的模型与假定376

15.4 检验调整的处理平均数378

15.5 在随机化完全区组设计中的协方差380

15.6 处理平均数的调整385

15.7 协方差导致的精确度的增加387

15.8 协方差的划分388

15.9 回归系数的齐性390

15.10 把处理项平方之和划分了的协方差392

15.11 用协方差作漏失数据的估计396

15.12 具两个协变量的协方差398

16.2 曲线回归407

16.1 引言407

第十六章曲线回归407

16.3 对数或指数曲线408

16.4 二次多项式414

16.5 二次多项式，一个例子416

16.6 高次多项式418

16.7 多项式与协方差418

16.8 正交多项式418

第十七章x2的一些应用424

17.1 引言424

17.2 σ2的置信区间424

17.3 方差的齐性425

17.4 连续分布的吻合性426

17.5 从几项显著性检验合计概率428

18.2 x2检验判据430

18.1 引言430

第十八章计数数据Ⅰ：单向分类430

18.3 两格表，为一项比值或百分数的置信界限431

18.4 两格表，假设的检验435

18.5 为一个有限的备择假设集作检验438

18.6 样本含量443

18.7 具 n 格的单向表446

第十九章计数数据Ⅱ：列联表448

19.1 引言448

19.2 在 r×c 表中的独立性448

19.3 在 r×2表中的独立性452

19.4 在2×2表中的独立性454

19.5 两格样本的齐性457

19.6 x2的可加性458

19.7 再论 x2的可加性460

19.8 在2×2表中的恰当概率463

19.9 在同一对象上的两项试验465

19.10 直线回归，r×2表466

19.11 在2×2表中的样本含量468

19.12 n 向分类469

第二十章一些离散型的分布474

20.1 引言474

20.2 超几何分布474

20.3 二项分布476

20.4 安配二项分布477

20.5 为二项分布的变换481

20.6 Poisson 分布482

20.7 用 Poisson 分布的其它检验485

第二十一章非参量型的统计量488

21.1 引言488

21.2 正负号检验法489

21.3 Wilcoxon 的添号秩次检验法491

21.4 两向分类的两种检验法492

21.5 为完全随机设计用的检验法，两个总体494

21.6 为完全随机设计用的检验法，任何数目的总体496

21.7 Chebyshev 不等式498

21.8 Spearman 秩次相关系数499

21.9 相联性的象限检验法500

第二十二章从有限总体抽样503

22.1 引言503

22.2 组织调查504

22.3 概率抽样506

22.4 简单随机抽样507

22.5 分层抽样510

22.6 最优配置513

22.7 多阶段或者成团抽样516

附表521

索引565