實用生物統計學（簡體書）

顧志鋒，1975年2月出生，2004年畢業于南京師范大學生命科學學院，獲博士學位。2004年到海南大學海洋學院，受聘為副教授，擔任本科及研究生《生物統計》教學工作。

《實用生物統計學》的基本理論知識簡練、通俗易懂，軟件使用直觀形象，以問題和例子為引，采用啟發式方法引導學生來學習統計學知識，并促使學生能將其應用在生物學的數據的規律尋找中。《實用生物統計學》中例題和復習思考題選自權威專業期刊上新近的研究實例，以具體的科學問題引出相應的統計學問題。

前言
第1章緒論
1.1生物統計學的定義
1.2生物統計學的重要理論基礎
1.3生物統計學的作用
1.4生物統計學的特點及其學習方法
復習思考題
第2章數據的整理與分析
2.1常用統計學術語
2.2試驗資料的整理
2.3試驗數據的描述性統計
2.4試驗數據中異常值的分析
復習思考題
第3章概率分布與抽樣分布
3.1概率基礎知識
3.2概率分布
3.3二項分布
3.4泊松分布
3.5正態分布
3.6正態分布的檢驗
3.7統計量的分布
復習思考題
第4章統計推斷
4.1假設檢驗的原理與方法
4.2單樣本平均數的u檢驗
4.3單樣本平均數的t檢驗
4.4成組數據平均數比較的t檢驗
4.5成對數據平均數比較的t檢驗
4.6方差的假設檢驗
4.7樣本頻率的假設檢驗
4.8參數的區間估計與點估計
復習思考題
第5章χ2檢驗
5.1適合性檢驗
5.2獨立性檢驗
復習思考題
第6章方差分析
6.1方差分析的相關術語
6.2方差分析的原理
6.3均值間的兩兩比較
6.4單因素方差分析
6.5二因素方差分析
6.6統分組（嵌套）資料的方差分析
6.7方差分析的基本假定與數據轉換
復習思考題
第7章非參數檢驗
7.1符號檢驗
7.2符號秩檢驗
7.3多個樣本比較的非參數檢驗
7.4JonkheereTerpstra檢驗
7.5Friedman檢驗
7.6Kendall協同系數檢驗
7.7二元響應的Cochran檢驗
7.8秩相關
復習思考題
第8章一元回歸與相關分析
8.1回歸的概念
8.2一元直線回歸與相關
8.3一元曲線回歸與相關
8.4一元多項式回歸曲線
復習思考題
第9章多元統計分析
9.1多元方差分析
9.2多元線性回歸與多元相關分析
9.3逐步回歸
9.4通徑分析
9.5聚類分析
9.6判別分析
9.7主成分分析
9.8因子分析
復習思考題
第10章協方差分析
10.1單因素協方差分析的步驟
復習思考題
第11章試驗設計
11.1實驗設計的內容與作用
11.2試驗設計的基本原理
11.3試驗設計的主要方法
復習思考題
參考文獻目錄

（1）總和轉換。每個觀測值除以該列數據的總和，這樣轉化后的變量和為1。
（2）中心化。先求出每個變量的平均值，每個觀測值減去均值。變換的結果使每列數據之和均為0。
（3）Z分數。先求出每個變量的平均值，每個觀測值減去均值，再除以標準差，這樣轉換后的變量均值為0，標準差為1。DPS中稱為標準化轉換。
（4）—1～1。觀測值中有負數，對每個觀測值除以極差，這樣把數據都轉換到—1～1的范圍內。
（5）0～1。每個觀測值減去該列最小值再除以極差，這樣把數據都轉換到0～1的范圍內。DPS中稱為規格化轉換。
（6）均值為1。每個觀測值除以平均值，這樣轉換后的變量均值為1。
（7）標準差為1。由每個觀測值除以標準差。
（8）對數轉換。如果觀測值大于0，每個觀測值取對數，具有指數特征的數據結構就可轉換為線性數據結構。
2.計算相似系數或距離
研究變量或樣本之間的親疏程度的指標有兩種，一種稱為相似系數，性質越近的相似系數越接近1或—1，彼此無關的樣品相似系數接近于0，聚類時根據相似系數來歸類；另一種是距離，如有n個樣品，每個樣品測定P個指標（變量），這樣把每個樣品看成P維空間中的一個點，計算點與點之間的距離，根據點之間距離遠近來聚類。
對于連續變量，計算距離的方法有幾類。
（1）歐氏距離、歐氏平方距離、切比雪夫距離、明氏距離。歐氏距離與切比雪夫距離是明氏距離的特化。當變量觀測值相差懸殊時，明氏距離并不合理，需要對觀測值標準化。明氏距離與變量的量綱有關，且沒有考慮變量之間的相關性。
（2）馬氏距離。馬氏距離是由印度統計學家馬哈拉諾比斯于1936年引入的，故稱為馬氏距離。馬氏距離既排除了各指標之間相關性的干擾，而且還不受各指標量綱的影響。
（3）蘭氏距離。它是由Lance和Williams最早提出的，故稱蘭氏距離。此距離僅適用于觀測值都大于0的情況，這個距離有助于克服各指標之間量綱的影響，但沒有考慮指標之間的相關性。
（4）相似系數。包括COS相似度與pearson相關。
（5）X2（Chi—square）測度與（Phi—square）測度。這兩種測度主要應用于計數變量。