生物统计学教程（预防医学教材）
全新正版 极速发货
￥ 24.21 5.4折 ￥ 45 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者周晓华
出版社北京大学医学出版社
ISBN9787565928260
出版时间2023-08
装帧平装
开本16开
定价45元
货号1203037261
上书时间2024-06-01
商品详情
- 品相描述：全新
- 商品描述
-
目录
"目录 第一章 绪论 1 第一节 生物统计学的定义及意义 1 一、生物统计学的定义 1 二、生物统计学的意义 1 第二节 生物统计学在医学和公共卫生领域的应用 3 第三节 生物统计学的基本概念 4 一、总体、参数、样本和统计量 4 二、估计、假设检验和统计决策 5 第四节 统计学的发展历史 6 一、18 世纪前的发展历史：经典概率论 6 二、19 世纪的发展历史：物理中的基本统计学方法 7 三、19 世纪的发展历史：社会科学和生物学中的基本统计方法 8 四、20 世纪的发展历史：现代统计学方法 8 五、现代临床试验的发展历史 8 第二章 基本概率理论 12 第一节 引言 12 第二节 概率的定义 12 一、有限样本空间及其事件 12 二、古典概率模型 13 三、概率的公理化 14 第三节 概率计算公式 15 一、加法公式 15 二、条件概率和乘法公式 16 三、全概率公式和贝叶斯公式 18 第四节 随机变量 21 一、随机变量及其分布函数 21 二、离散型随机变量 23 三、连续型随机变量 26 四、随机变量函数的分布 30 第五节 随机向量 33 一、随机向量及其联合分布 33 二、离散型随机向量 34 三、连续型随机向量 36 四、随机向量函数的分布 39 第六节 数学期望和方差 42 一、数学期望 42 二、随机变量的方差 47 三、协方差和相关系数 50 习题 51 第三章 描述统计学 53 第一节 引言 53 第二节 单个连续型数值变量资料的统计学描述 53 一、连续型数值变量的定义与蕴含的信息 53 二、描述单个连续型数值变量资料分布特征的统计表 54 三、统计表的用途、制作原则、结构格式及制作规范 55 四、描述单个连续型数值变量资料分布特征的统计图 57 五、描述单个连续型数值变量资料分布特征的统计指标 57 六、连续型数值变量资料频数分布的量化指标及医学中的应用 63 第三节 单一分类变量资料的统计学描述 64 一、分类变量的定义与蕴含的信息 64 二、分类变量的量化指标 65 三、率的可比性与率的标准化法 68 习题 70 第四章 抽样分布 71 第一节 总体和样本 71 一、总体 71 二、样本 72 第二节 几种常用的抽样分布 73 一、正态总体样本的线性函数的分布 73 二、χ2 分布 74 三、t 分布 75 四、F 分布 77 第三节 正态总体的抽样分布 79 一、单个正态总体的抽样分布 79 二、两个正态总体的抽样分布 80 第四节 样本均值的大样本性质 81 一、强大数律 81 二、弱大数律 81 三、中心极限定理 81 第五章 参数估计 84 第一节 样本均值与样本方差 85 第二节 参数的点估计 86 第三节 区间估计 88 一、比率的区间估计 89 二、两个总体的比率之差的置信区间 90 三、单一总体均值的区间估计 90 四、两个总体均值之差的区间估计 91 五、单一总体方差的区间估计 91 第四节 样本量的确定 91 一、比率估计的样本量确定 92 二、正态均值估计的样本量确定 92 习题 92 第六章 假设检验 94 第一节 两类错误 94 第二节 正态总体参数的假设检验 95 一、单个正态总体参数的假设检验 95 二、两个正态总体参数的假设检验 99 第三节 比率的假设检验 103 一、单个总体的比率的假设检验 103 二、两个总体的比率比较的假设检验 106 第四节 假设检验与区间估计的关系 108 第五节 关于假设检验的讨论 110 习题 110 第七章 方差分析 113 第一节 引言 113 第二节 单因素方差分析 113 第三节 多个样本均数间的多重比较 115 一、多重比较的基本概念 115 二、Bonferroni 调整 116 三、假发现率 116 第四节 双因素方差分析 117 随机区组设计 118 习题 120 第八章 线性相关与线性回归 121 第一节 引言 121 第二节 简单相关（simple correlation） 121 一、Pearson 相关系数 121 二、Spearman 相关系数 123 第三节 简单线性回归 123 一、参数估计 123 二、统计推断 124 第四节 多元线性回归 126 一、参数估计 126 二、统计推断 128 第五节 Logistic 回归 131 习题 133 第九章 分类变量的检验 135 第一节 引言 135 第二节 卡方检验 136 第三节 2×2 列联表的 Z 检验方法 139 第四节 Fisher 准确检验法 142 第五节 有序变量的 Ridit 检验法 144 习题 146 第十章 基于秩的非参数检验 148 第一节 秩的定义及其分布 148 第二节 单样本资料的检验 151 一、分位数（quantile）点的符号检验 151 二、对称中心的符号秩和检验（signed ranked sum test） 154 第三节 两组样本比较的检验 157 第四节 多组样本比较的检验 161 一、Kruskal-Wallis 检验 161 二、Friedman 检验 165 三、Hodge-Lehmann 检验 167 四、趋势检验（trend test） 170 习题 172 第十一章 分布密度和分布函数的估计和检验 174 第一节 分布密度的估计 174 一、直方图 174 二、核估计 177 第二节 分布函数的估计 181 第三节 分布函数的检验 184 一、离散卡方检验（discrete chi-square test）方法 185 二、KS 检验法 188 习题 190 第十二章 生存分析 191 第一节 引言 191 第二节 删失数据类型和基本概念 191 一、右删失数据 191 二、左删失数据 193 三、区间删失数据 193 四、如何处理删失数据 194 五、失效时间 T 的分布描述 194 六、生存分析的研究目标 195 第三节 寿命表法 196 第四节 乘积限估计（K-M 估计） 197 第五节 生存分布的比较 201 一、两样本对数秩检验 202 二、多组样本的对数秩检验 203 三、分层对数秩检验 204 四、加权对数秩检验 204 第六节 参数估计法 205 一、常见的参数分布 206 二、极大似然估计 206 第七节 带协变量的生存分析 207 一、指数回归模型 208 二、韦布尔模型 209 三、Cox 比例风险模型 210 四、加速失效（时间）模型 211 五、小结 213 习题 214 第十三章 临床试验 216 第一节 引言 216 第二节 临床试验设计的目的 217 第三节 设计的概念 218 一、重复 218 二、试验和观测单位 219 三、干预和因子 219 四、嵌套 219 五、随机化 219 六、区组化 219 七、分层 219 八、盲法 220 九、安慰剂 220 第四节 正交设计（orthogonal design） 221 一、正交表 221 二、效应分解 222 三、血液葡萄糖试验的分析 224 习题 224 第十四章 诊断医学中的统计学方法 225 第一节 引言 225 第二节 诊断检验准确度及评价指标 225 一、灵敏度与特异度 226 二、案例研究 227 第三节 灵敏度和特异度的汇总指标 227 一、正确诊断的概率 227 二、比值比和约登指数 228 三、受试者操作特征（ROC）曲线 228 四、拟合 ROC 曲线 230 五、ROC 曲线的优点 230 六、ROC 曲线下面积 230 七、ROC 曲线下面积的涵义 231 八、阳性和阴性预测值 231 九、贝叶斯定理 232 第四节 验证偏倚 234 习题 236 附录 R 语言简介 238 第一节 引言 238 第二节 R 软件的安装 238 第三节 R 软件中的数据结构 238 一、向量的创建 239 二、向量的运算 239 三、查询和抽取元素 240 四、修改数据 241 第四节 R 软件产生随机数 242 第五节 数据的读取和存储 243 一、数据的读取 243 二、数据的存储 243 第六节 用 R 软件做经典统计分析 243 一、随机数的产生 243 二、常见的假设检验 244 三、方差分析 244 四、回归分析 245 第七节 使用程序包 245 一、程序包的安装 245 二、程序包的调用 245 第八节 用 R 软件画图 245 一、散点图 245 二、直方图 246 第九节 其他 246 参考文献 247 中英文专业词汇索引 250"
内容摘要
本书为北京大学预防与公共卫生七年制专业教材，首先介绍了生物统计学的意义、生物统计学的基本概念以及统计学的发展历史。第二章介绍了概率论的基础知识。本书编者注意到许多同类教材不包含概率论基本知识的介绍。但我们认为，为了更好地理解统计学方法，概率论基础知识是不可或缺的。本书涵盖描述统计学、参数估计、假设检验、方差分析、线性相关和回归、非参数检验、生存分析等方法。这些方法广泛应用于各种生物统计学问题。理解和掌握这些方法对于解决生物统计学问题非常重要。考虑到生物统计工作者，特别是临床设计和诊断医学工作者的实际需求，本书加入了临床试验方法和诊断医学中的统计学方法。统计方法的实现离不开软件，本书的所有计算都依赖于开源统计软件 R。附录对 R 语音做了简单介绍，文中部分章节也提供了 R 代码。本书适合生物统计学、医学、公共卫生等领域的同学、老师以及科研工作者。由于水平有限，书中难免会有一些错误，恳请读者批评指正。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价