生物与医学统计基础 本书特色
本书介绍了生物与医药学统计中常用的数据分析与建模方法，内容包括基础物理统计、列联表分析、回归分析、多元统计分析、生存分析和马尔科夫链模型数据分析等统计分支学科的基础内容，每章结合生物与医药学的实际数据进行数据分析和建模方法的讲解。此外，每章还配备了一定数量的习题与上机实验题。
本书可作为普通高等院校农学、生命科学和医药学专业研究生基础课程教材，也可作为这些专业大四学生和其他非统计类学科研究生的教学参考书。
生物与医学统计基础 内容简介
本书以浅显易懂的方式讲述基本数理统计、多元回归分析、多元统计分析以及生存分析等数理统计学科中的一些基本思想、方法和常用的统计模型，以及对生物医学领域进行数据分析建模所必须的软件。本书的内容讲解方式和案列分析较为新颖，是面向生命科学类硕士研究生的教材，也可以作为该类学科本科高年级学生的参考书。（交大每年都有320名左右的学生学习此课程）
生物与医学统计基础 目录
第1章 概率论基础知识
1.1 随机事件及其概率
1.2 概率的定义
1.3 随机变量及其分布函数
1.4 一元随机变量的数字特征
1.5 多维随机变量及其分布
1.6 大数定律与中心极限定理
1.7 习题1
第2章 样本描述与抽样分布
2.1 总体和样本
2.2 数据类型
2.3 样本分布
2.4 样本统计量
2.5 一些常用的抽样分布
2.6 习题2
第3章 参数估计
3.1 点估计方法
3.2 估计量的优劣标准
3.3 区间估计
3.4 习题3
第4章 假设检验
4.1 基本原理与方法
4.2 均值的假设检验
4.3 总体方差的假设检验
4.4 单边假设检验
4.5 置信区间与假设检验之间的关系
4.6 习题4
第5章 χ2检验与四格表分析
5.1 分布假设检验——拟合优度检验
5.2 成组设计两样本率比较的四格子表χ2检验
5.3 配对设计两样本率比较的四格子表χ2检验
5.4 独立性的卡方检验
5.5 Fisher精准检验
5.6 习题5
第6章 线性回归模型
6.1 一元线性回归模型
6.2 可线性化的一元线性回归与Logistic种群增长模型
6.3 多元线性回归模型
6.4 回归方程的检验
6.5回归诊断与治疗
6.6 回归方程的选择
6.7 习题6
第7章 方差分析模型与正交试验设计
7.1 单因素方差分析
7.2 两因素方差分析
7.3 正交试验设计与方差分析
7.4 习题7
8 主成分分析 8.1 总体与样本的主成分 8.2 主成分的计算与实际意义 8.3 习题8
9 判别分析 9.1 费希尔的判别分析法 9.2 多类群时的贝叶斯判别法
9.3 习题9
10 聚类分析10.1 分类的基本概念和原始数据的获得10.2 数据变换和数据标准化10.3 相似性概念的数量化 10.4 系统聚类法 10.5 犽均值聚类 10.6 习题１０
11 生物演化的分支分类 11.1 演化集合及其基本定理11.2 分支性状与编码11.3 演化的定量表示与俭约性公理 11.4 性状演化的和谐性与和谐性分析方法11.5 生物演化历史的重构11.6 习题１１
12 生存分析12.1 基本数据与变量类型
12.2 生存分析的基本函数
12.3 生存数据建模常用的参数模型 12.4 删失和截尾数据似然函数的构造12.5 估计基本特征函数的寿命表法12.6 右删失数据的生存函数和累积死亡力函数的估计 12.7 双删失数据的生存函数估计 12.8 比较生存函数的非参数方法，两个生存函数的比较 12.9 分层情形下的Mantel12.10 比例危险率模型 12.11 习题１２
13 马尔柯夫链数学模型13.1 马尔柯夫链的基本概念及其表示 13.2 正则马尔柯夫链13.3 吸收马尔柯夫链
13.4 习题13
参考文献
生物与医学统计基础 作者简介
林建忠，上海交通大学数学系副教授，主要研究方向为金融数学与金融计量学，出版了《金融信息分析》《回归分析与线性统计模型》《数理金融》等经典教材，承担多项国家自然科学基金和国家重点基础研究项目。
