生物統(tǒng)計(jì)學(xué)基礎(chǔ)

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

---