出版時(shí)間:2010-1 出版社:人民衛(wèi)生出版社 作者:凌莉 主譯 頁(yè)數(shù):373 譯者:凌莉
Tag標(biāo)簽:無(wú)
內(nèi)容概要
我們非常高興能收到對(duì)于《生物統(tǒng)計(jì)學(xué)基礎(chǔ)》第1版的積極評(píng)價(jià)。許多人發(fā)電子郵件告訴我們,他們第一次真正理解了什么是統(tǒng)計(jì)學(xué)和學(xué)習(xí)統(tǒng)計(jì)學(xué)的樂(lè)趣,這完全出乎我們的意料之外,這所帶來(lái)的喜悅不亞于打開(kāi)普通郵件拿到版稅支票。我們?cè)?jīng)就是否應(yīng)該寫(xiě)第2版爭(zhēng)論了好一段時(shí)間。我們的猶豫歸咎于兩方面的考慮。第一,如果醫(yī)學(xué)知識(shí)的半衰期是5年的話,那么統(tǒng)計(jì)學(xué)知識(shí)的半衰期肯定要比一頭大象的壽命長(zhǎng)。畢竟,我們?cè)诮y(tǒng)計(jì)學(xué)上仍然還在使用Galton(1911年離世)所提出的相關(guān)系數(shù),以及Ronald Fisher在20世紀(jì)90年代初期提出統(tǒng)計(jì)學(xué)的基本核心知識(shí)。第二,我們還需要處理其他的日常生活事情,譬如吃飯、睡覺(jué)和陪伴家人等等。
作者簡(jiǎn)介
作者:(加拿大)Geoffrey R.Norman (加拿大)David L.Streiner 譯者:凌莉
書(shū)籍目錄
第1部分 數(shù)據(jù)與統(tǒng)計(jì)學(xué)的特征 第1章 基礎(chǔ)知識(shí) 第2章 觀察數(shù)據(jù)首先看看對(duì)數(shù)據(jù)繪圖 第3章 用數(shù)字描述資料集中趨勢(shì)和離散趨勢(shì)的測(cè)量方法 第4章 正態(tài)分布 第5章 概率 第6章 統(tǒng)計(jì)推斷原理 第1部分 要點(diǎn)評(píng)述第2部 分方差分析 第7章 兩組比較檢驗(yàn) 第8章 多組比較單因素方差分析 第9章 析因方差分析 第10章 兩次重復(fù)測(cè)量配對(duì)£檢驗(yàn)及其他 第11章 重復(fù)測(cè)量的方差分析 第12章 多元方差分析(MANOVA) 第2部分 要點(diǎn)評(píng)述第3部分 回歸與相關(guān) 第13章 簡(jiǎn)單回歸與相關(guān) 第14章 多重回歸 第15章 Logistic回歸 第16章 回歸與方差分析的高級(jí)應(yīng)用 第17章 改變的度量 第18章 縱向數(shù)據(jù)分析:層次線性模型 第19章 主成分分析和因子分析 第20章 通徑分析與結(jié)構(gòu)方程模型 第3部分 要點(diǎn)評(píng)述第4部分 非參數(shù)統(tǒng)計(jì) 第21章 分類(lèi)頻數(shù)資料的顯著性檢驗(yàn) 第22章 分類(lèi)資料關(guān)聯(lián)性的度量 第23章 等級(jí)資料的顯著性檢驗(yàn) 第24章 等級(jí)資料關(guān)聯(lián)性的度量 第25章 生存分析 第4部分 要點(diǎn)評(píng)述第5部分 重奏 第26章 等效性檢驗(yàn)和非劣效性檢驗(yàn) 第27章 常見(jiàn)錯(cuò)誤以及一些科學(xué)奇想尋找離群值,處理缺失值,以及數(shù)據(jù)變換方法 第28章 方法總結(jié) 第29章 SPSS入門(mén)自我測(cè)驗(yàn)(問(wèn)題與答案的綱要)習(xí)題答案參考文獻(xiàn)及參考書(shū)目附錄索引
章節(jié)摘錄
插圖:變量在前面的段落中,我們提到人與人在很多方面都存在著差異:性別、年齡、身高、頭發(fā)及眼睛顏色、政治偏好、治療效果以及期望壽命等方面。統(tǒng)計(jì)學(xué)將以上因素稱(chēng)為變量簡(jiǎn)而言之,變量就是現(xiàn)在正被觀察或測(cè)量的東西。變量有兩種類(lèi)型:自變量和因變量。實(shí)例是理解這兩個(gè)概念最簡(jiǎn)單的方法,回到剛才長(zhǎng)粉刺的青少年的例子上。我們想知道粉刺的數(shù)量是否會(huì)隨青少年使用茄子精油而發(fā)生改變。這里結(jié)局(粉刺)是因變量,可以認(rèn)為它因治療而發(fā)生改變施加的干預(yù)措施是治療方法(茄子精油),稱(chēng)其為自變量因變量是我們所關(guān)心的結(jié)局,它因干預(yù)措施的效果而發(fā)生改變自變量是某種干預(yù)或是人為控制的某種措施聽(tīng)起來(lái)是不是很簡(jiǎn)單?但這樣的定義太過(guò)簡(jiǎn)練,不夠確切。一旦脫離實(shí)驗(yàn)的范疇,因變量和自變量之間的區(qū)別就變得不明顯了。例如,如果我們想觀察一個(gè)小孩隨年齡增長(zhǎng)其詞匯量的增加狀況,那么詞匯的記憶量就是因變量而年齡則是自變量。從而認(rèn)為詞匯的記憶量取決于年齡,盡管年齡并不是某種干預(yù),也不是人為施加的某種措施。廣義上說(shuō),如果一個(gè)變量因另一變量的變化而發(fā)生改變的話,那么我們就稱(chēng)這個(gè)因自變量的改變而發(fā)生改變的變量為因變量。自變量和因變量都可以取若干值中的某一特定值:對(duì)于性別而言,取值為男或女;而頭發(fā)顏色則可以是棕色、黑色、金色、紅色、灰色、人工染色或禿頂;像身高這類(lèi)變量的取值可以從早產(chǎn)兒的25~40cm一直到籃球運(yùn)動(dòng)員和本統(tǒng)計(jì)書(shū)的合著者身高的200cm數(shù)據(jù)的類(lèi)型離散型和連續(xù)型數(shù)據(jù) 盡管我們說(shuō)性別和身高都是變量,但是他們?cè)谌≈档念?lèi)型和數(shù)量上還是有著明顯的差別。一種區(qū)分變量類(lèi)型的方法是判斷這些變量的取值是離散型(discrete)的還是連續(xù)型(continuous)的離散型的變量只能取一些有限的數(shù)值。舉之前的例子,這樣的變量有性別、頭發(fā)和眼睛的顏色、政治偏好、一個(gè)人接受的治療次數(shù)等等。另一個(gè)離散型變量的例子是“總數(shù)”,如一個(gè)人總的人院次數(shù),齲齒、缺牙和填補(bǔ)牙齒的數(shù)目、一個(gè)家庭中孩子們的數(shù)目。由于兒童數(shù)量是離散型變量,因此人口統(tǒng)計(jì)學(xué)家可以明確地指出不可能有2.13個(gè)孩子的家庭。離散型數(shù)據(jù)的取值只能是整數(shù)而連續(xù)型變量的取值卻不盡相同。乍一看可能像身高這樣取值單位離散的變量應(yīng)該屬于離散型變量:某人身高172cm,某個(gè)比他高一點(diǎn)的人是173cm,某個(gè)矮一些的人則是171cm。事實(shí)上,這是十分局限的,這種局限性是由我們的測(cè)量尺造成的。如果用一個(gè)有更精確刻度的測(cè)量尺進(jìn)行測(cè)量的話,就可以精確到二分之一厘米。事實(shí)上,還可以用精確到千分之一毫米的激光去測(cè)量每一個(gè)人的身高。身高、體重、血壓、血清大黃濃度、時(shí)間以及其他很多變量的取值都是連續(xù)的,而取值間的分界則是我們?yōu)榱诉m應(yīng)需要而主觀制定的。這就導(dǎo)致了我們對(duì)測(cè)量值的認(rèn)識(shí)十分機(jī)械,當(dāng)精確到毫米汞柱時(shí)兩個(gè)人的血壓可能相同,但如果我們的測(cè)量精確到十分之一毫米汞柱時(shí),這兩人的血壓可能就會(huì)顯現(xiàn)出差異。如果數(shù)值仍然相同,那么我們可以采用更精確的測(cè)量尺度直到兩人的血壓值分出差別為止連續(xù)型數(shù)據(jù)可以取一個(gè)固定范圍的任何數(shù)值。
編輯推薦
《生物統(tǒng)計(jì)學(xué)基礎(chǔ)(第3版)》是由人民衛(wèi)生出版社出版的。
圖書(shū)封面
圖書(shū)標(biāo)簽Tags
無(wú)
評(píng)論、評(píng)分、閱讀與下載
生物統(tǒng)計(jì)學(xué)基礎(chǔ) PDF格式下載
250萬(wàn)本中文圖書(shū)簡(jiǎn)介、評(píng)論、評(píng)分,PDF格式免費(fèi)下載。 第一圖書(shū)網(wǎng) 手機(jī)版