目錄
第1章 概述 1
參考文獻(xiàn) 4
第2章 描述性統(tǒng)計 5
2.1 緒言 5
2.2 位置測度 7
2.2.1 算術(shù)均數(shù) 7
2.2.2 中位數(shù) 8
2.2.3 算術(shù)平均與中位數(shù)的比較 10
2.2.4 眾數(shù) 11
2.2.5 幾何平均 12
2.3 算術(shù)平均數(shù)的某些性質(zhì) 13
2.4 離散性測度 14
2.4.1 極差 14
2.4.2 分位數(shù) 15
2.4.3 方差與標(biāo)準(zhǔn)差 16
2.5 方差與標(biāo)準(zhǔn)差的某些性質(zhì) 18
2.6 變異系數(shù) 19
2.7 分組數(shù)據(jù) 21
2.8 圖示法 24
2.8.1 條形圖 24
2.8.2 直方圖 25
2.8.3 莖葉圖 25
2.8.4 盒形圖 28
2.9 病例研究1：兒童的神經(jīng)及心理機能遭受鉛暴露的效應(yīng)研究 30
2.10 病例研究2：中年婦女吸煙對骨無機物密度的效應(yīng)研究 31
2.11 摘要 33
練習(xí)題 33
參考文獻(xiàn) 41
第3章 概率 42
3.1 緒言 42
3.2 概率的定義 42
3.3 某些有用的概率記號 44
3.4 概率的乘法規(guī)則 46
3.5 概率的加法規(guī)則 48
3.6 條件概率 50
3.7 Bayes規(guī)則與篩選檢驗 53
3.7.1 ROC曲線 57
3.8 患病率與發(fā)病率 59
3.9 摘要 60
練習(xí)題 60
參考文獻(xiàn) 73
第4章 離散概率分布 75
4.1 緒言 75
4.2 隨機變量 75
4.3 離散隨機變量的概率質(zhì)量函數(shù) 76
4.3.1 概率分布與樣本分布間的關(guān)系 77
4.4 離散隨機變量的期望值 78
4.5 離散隨機變量的方差 79
4.6 離散隨機變量的累加分布函數(shù) 81
4.7 排列與組合 82
4.8 二項分布 85
4.8.1 使用二項分布表 87
4.8.2 使用電子表 89
4.9 二項分布的期望值 91
4.10 泊松分布 92
4.11 泊松概率的計算 96
4.11.1 使用泊松表 96
4.11.2 泊松分布的電子表 96
4.12 泊松分布的期望值與方差 97
4.13 泊松分布與二項分布的近似 98
4.14 摘要 100
練習(xí)題 101
參考文獻(xiàn) 114
第5章 連續(xù)概率分布 115
5.1 緒言 115
5.2 一般概念 115
5.3 正態(tài)分布 118
5.4 標(biāo)準(zhǔn)正態(tài)分布的性質(zhì) 121
5.4.1 使用正態(tài)表 122
5.5 轉(zhuǎn)換N(μ，σ2)分布到N(0，1)分布 126
5.6 隨機變量的線性組合 130
5.6.1 相依性隨機變量 131
5.7 二項分布的正態(tài)近似 134
5.8 泊松分布的正態(tài)近似 140
5.9 摘要 142
練習(xí)題 142
參考文獻(xiàn) 154
第6章 估計 155
6.1 緒言 155
6.2 總體與樣本的關(guān)系 156
6.3 隨機數(shù)表 157
6.4 隨機化臨床試驗 161
6.4.1 隨機化臨床試驗的設(shè)計特性 163
6.5 一個分布中均數(shù)的估計 165
6.5.1 點估計 165
6.5.2 均值的標(biāo)準(zhǔn)誤差 168
6.5.3 中心極限定理 171
6.5.4 區(qū)間估計 173
6.5.5 t分布 174
6.6 疾病研究：中年婦女吸煙對骨無機物密度的效應(yīng)研究 180
6.7 方差的估計 180
6.7.1 點估計 180
6.7.2 卡方分布 181
6.7.3 區(qū)間估計 183
6.8 二項分布的估計 185
6.8.1 點估計 185
6.8.2 區(qū)間估計——正態(tài)理論法 186
6.8.3 區(qū)間估計——精確法 187
6.9 泊松分布的估計 189
6.9.1 點估計 189
6.9.2 區(qū)間估計 190
6.10 單側(cè)置信區(qū)間 192
6.11 摘要 194
練習(xí)題 194
參考文獻(xiàn) 202
第7章 假設(shè)檢驗：單樣本推斷 204
7.1 緒言 204
7.2 一般概念 204
7.3 正態(tài)分布均值的單樣本檢驗：單側(cè)備擇 207
7.4 正態(tài)分布均值的單樣本檢驗：雙側(cè)備擇 214
7.4.1 單樣本的z-檢驗 218
7.5 檢驗的功效 219
7.5.1 單側(cè)備擇 219
7.5.2 雙側(cè)備擇 224
7.6 樣本量的決定 226
7.6.1 單側(cè)備擇下求樣本量 226
7.6.2 雙側(cè)備擇下求樣本量 229
7.6.3 基于置信區(qū)間寬度的樣本量估計 231
7.7 假設(shè)檢驗與置信區(qū)間的關(guān)系 232
7.8 正態(tài)分布中方差的單樣本卡方檢驗(H0：σ2=σ02) 234
7.9 二項分布的單樣本檢驗 237
7.9.1 正態(tài)理論法 237
7.9.2 精確方法 239
7.9.3 功效及樣本量的估計 241
7.10 泊松分布的單樣本推斷 242
7.11 病例研究：中年婦女吸煙對骨無機物密度的效應(yīng)研究 247
7.12 摘要 248
練習(xí)題 249
參考文獻(xiàn) 259
第8章 假設(shè)檢驗：兩樣本的推斷 260
8.1 緒言 260
8.2 匹配t檢驗 261
8.3 兩匹配樣本均值比較的區(qū)間估計 265
8.4 等方差的兩獨立樣本均值比較的t檢驗 266
8.5 兩獨立樣本均值比較的區(qū)間估計（等方差情形） 269
8.6 兩方差的相等性檢驗 271
8.6.1 F分布 272
8.6.2 F檢驗 273
8.7 不相同方差下兩個獨立樣本的t檢驗 277
8.8 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應(yīng)研究 282
8.9 奇異值的處理 283
8.10 均值比較中樣本量及功效的估計 289
8.10.1 樣本量的估計 289
8.10.2 功效的估計 290
8.11 縱向研究中樣本量的估計 291
8.12 摘要 294
練習(xí)題 295
參考文獻(xiàn) 314
第9章 非參數(shù)檢驗 317
9.1 緒言 317
9.2 符號檢驗（匹配數(shù)據(jù)） 318
9.2.1 正態(tài)化理論法 319
9.2.2 精確方法 322
9.3 Wilcoxon符號-秩檢驗（匹配數(shù)據(jù)） 323
9.4 Wilcoxon秩-和檢驗 328
9.5 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應(yīng)研究 332
9.6 摘要 333
練習(xí)題 333
參考文獻(xiàn) 339
第10章 假設(shè)檢驗：類型數(shù)據(jù) 340
10.1 緒言 340
10.2 二項比例問題的兩樣本檢驗 340
10.2.1 正態(tài)理論法 341
10.2.2 列聯(lián)表法 344
10.2.3 使用列聯(lián)表法做顯著性檢驗 347
10.2.4 2×2列聯(lián)表中Yate-修正卡方檢驗的簡單計算公式 352
10.3 Fisher精確檢驗 354
10.3.1 超幾何分布 356
10.4 兩樣本匹配數(shù)據(jù)中，二項比例的檢驗(McNemar's Test) 359
10.4.1 正態(tài)理論檢驗 361
10.4.2 精確檢驗 363
10.5 在兩個二項比例的比較中，樣本量及功效的估計 366
10.5.1 獨立樣本 366
10.5.2 配對樣本 368
10.5.3 臨床試驗中的樣本量及功效 370
10.6 R×C列聯(lián)表 374
10.6.1 R×C列聯(lián)表中關(guān)聯(lián)性的檢驗 374
10.6.2 二項比例中傾向性的卡方檢驗 377
10.6.3 Wilcoxon秩-和檢驗與傾向性卡方檢驗的關(guān)系 381
10.7 卡方擬合優(yōu)度檢驗 383
10.8 卡帕統(tǒng)計量 386
10.9 摘要 390
練習(xí)題 392
參考文獻(xiàn) 406
第11章 回歸和相關(guān)方法 408
11.1 緒言 408
11.2 一般概念 408
11.3 擬合回歸直線——最小二乘方法 412
11.4 回歸線中關(guān)于參數(shù)的推斷 415
11.4.1 簡單線性回歸的F檢驗 417
11.4.2 簡單線性回歸的t檢驗 422
11.5 線性回歸的區(qū)間估計 425
11.5.1 回歸參數(shù)的區(qū)間估計 425
11.5.2 預(yù)測值的區(qū)間估計 426
11.6 回歸線的擬合優(yōu)度 428
11.7 相關(guān)系數(shù) 432
11.7.1 樣本相關(guān)系數(shù)(r)與總體相關(guān)系數(shù)(p)之間的關(guān)系 433
11.7.2 樣本回歸系數(shù)(b)與樣本相關(guān)系數(shù)(r)的關(guān)系 433
11.8 相關(guān)系數(shù)的統(tǒng)計推斷 435
11.8.1 對相關(guān)系數(shù)的單樣本t檢驗 435
11.8.2 相關(guān)系數(shù)的單樣本z檢驗 437
11.8.3 相關(guān)系數(shù)的區(qū)間估計 440
11.8.4 檢驗相關(guān)系數(shù)的樣本量估計 441
11.8.5 相關(guān)系數(shù)的兩樣本檢驗 443
11.9 多重線性回歸 445
11.9.1 回歸方程的估計 445
11.9.2 假設(shè)檢驗 448
11.9.3 擬合的優(yōu)良性準(zhǔn)則 453
11.10 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應(yīng)研究 464
11.11 偏相關(guān)和多重相關(guān) 471
11.11.1 偏相關(guān) 471
11.11.2 多重相關(guān) 472
11.12 秩相關(guān) 472
11.13 摘要 477
練習(xí)題 479
參考文獻(xiàn) 487
第12章 多組樣本的推斷 489
12.1 單向方差分析緒言 489
12.2 單向方差分析——固定效應(yīng)模型 489
12.3 單向方差分析(ANOVA)的假設(shè)檢驗——固定效應(yīng)模型 490
12.3.1 用F檢驗作組間均數(shù)的綜合比較 491
12.4 單向方差分析(ANOVA)中，在指定組之間作比較 495
12.4.1 指定兩組之間作比較的t檢驗 495
12.4.2 線性約束 500
12.4.3 多重比較——Bonferroni法 502
12.4.4 線性約束下的多重比較Scheffe法 505
12.5 病例研究：鉛暴露對兒童神經(jīng)及心理機能的效應(yīng)研究 507
12.5.1 單向ANOVA的應(yīng)用 507
12.5.2 單向ANOVA與多重回歸的關(guān)系 510
12.5.3 單向協(xié)方差分析 514
12.6 雙向方差分析 516
12.6.1 雙向ANOVA中的假設(shè)檢驗 517
12.6.2 雙向協(xié)方差分析 521
12.7 Kruskal-Wallis檢驗 523
12.7.1 Kruskal-Wallis檢驗中的兩兩比較 526
12.8 單向ANOVA——隨機效應(yīng)模型 528
12.9 組（或類）內(nèi)相關(guān)系數(shù) 534
12.10 摘要 538
練習(xí)題 538
參考文獻(xiàn) 550
第13章 流行病研究中的設(shè)計與分析技術(shù) 551
13.1 緒言 551
13.2 研究設(shè)計 551
13.3 類型（屬性）數(shù)據(jù)的效應(yīng)測度 554
13.3.1 危險率差 554
13.3.2 危險（率）比（相對危險度） 556
13.3.3 優(yōu)勢比 557
13.3.4 優(yōu)勢比的區(qū)間估計 561
13.4 混雜和分層 563
13.4.1 混雜 563
13.4.2 標(biāo)準(zhǔn)化 566
13.5 分層的類型數(shù)據(jù)統(tǒng)計推斷方法——Mentel-Haenszel檢驗 568
13.5.1 分層數(shù)據(jù)中優(yōu)勢比的估計 572
13.5.2 效應(yīng)的修正 574
13.5.3 匹配研究中優(yōu)勢比的估計 576
13.5.4 存在混雜時，患病率有趨勢性的檢驗——Mantel-Extension檢驗 577
13.6 分層類型數(shù)據(jù)中功效及樣本量的估計 580
13.7 多重logistic回歸 582
13.7.1 緒言 582
13.7.2 一般模型 583
13.7.3 回歸參數(shù)的解釋 584
13.7.4 假設(shè)檢驗 589
13.7.5 多重logistic回歸中的預(yù)測 594
13.7.6 logistic回歸模型擬合優(yōu)良性的估價 597
13.8 再分析 602
13.8.1 優(yōu)勢比的齊性檢驗 606
13.9 等效性研究 608
13.9.1 緒言 608
13.9.2 用置信區(qū)間做統(tǒng)計推斷 608
13.9.3 等效性研究中樣本量的估計 609
13.10 交叉設(shè)計 610
13.10.1 處理效應(yīng)的估價 611
13.10.2 剩余效應(yīng)的估價 615
13.10.3 交叉研究中樣本量的估計 617
13.11 聚集性的二態(tài)數(shù)據(jù) 618
13.11.1 緒言 618
13.11.2 假設(shè)檢驗 619
13.11.3 聚集性二態(tài)數(shù)據(jù)研究中樣本量及功效的估計 624
13.12 測量誤差方法 627
13.12.1 緒言 627
13.12.2 用金標(biāo)準(zhǔn)暴露變量修正測量誤差 627
13.12.3 沒有金標(biāo)準(zhǔn)暴露變量時測量誤差的修正 631
13.13 摘要 635
練習(xí)題 636
參考文獻(xiàn) 645
第14章 假設(shè)檢驗：人-時間數(shù)據(jù) 648
14.1 人-時間數(shù)據(jù)中效應(yīng)的測度 648
14.2 單樣本發(fā)病率數(shù)據(jù)的統(tǒng)計推斷 650
14.2.1 大樣本檢驗 650
14.2.2 精確檢驗 651
14.2.3 發(fā)病率的置信區(qū)間 652
14.3 兩樣本發(fā)病率數(shù)據(jù)的統(tǒng)計推斷 653
14.3.1 假設(shè)檢驗——一般性考慮 653
14.3.2 正態(tài)理論檢驗 654
14.3.3 精確檢驗 655
14.3.4 率比 658
14.4 人-時間數(shù)據(jù)的功效及樣本量估計 660
14.4.1 功效的估計 660
14.4.2 樣本量的估計 662
14.5 分層的人-時間數(shù)據(jù)的統(tǒng)計推斷 664
14.5.1 假設(shè)檢驗 664
14.5.2 率比的估計 667
14.5.3 不同層間率比的齊性假設(shè)檢驗 670
14.6 分層的人-時間數(shù)據(jù)中功效及樣本量的估計 671
14.6.1 樣本量的估計 671
14.6.2 功效的估計 674
14.7 發(fā)病率數(shù)據(jù)中趨勢性的檢驗 676
14.8 生存分析的緒言 679
14.9 生存曲線的估計：Kaplan-Meier估計 681
14.9.1 失訪數(shù)據(jù)的處理 683
14.9.2 生存概率的區(qū)間估計 685
14.9.3 危險函數(shù)的估計：乘積限方法 686
14.10 對數(shù)-秩檢驗 687
14.11 比例危險率模型 693
14.12 比例危險率模型中功效及樣本量估計 699
14.12.1 功效的估計 699
14.12.2 樣本量的估計 701
14.13 摘要 703
練習(xí)題 704
參考文獻(xiàn) 709
附錄 710
表1 精確的二項概率 710
表2 精確的泊松概率 717
表3 正態(tài)分布 721
表4 1000個隨機數(shù)字表 726
表5 t分布的百分位數(shù)(td，u)a 727
表6 卡方(x2d，u)分布的百分位數(shù) 728
表7a 二項概率精確雙側(cè)100%x(1-α)置信區(qū)間(α=0.05) 729
表7b 二項概率精確雙側(cè)100%x(1-α)置信區(qū)間(α=0.01) 730
表8 泊松變量期望值(u)的置信區(qū)間 731
表9 F分布的百分位數(shù)(Fd1，d2，p) 732
表10 檢驗奇異值的統(tǒng)計量：ESD(極端學(xué)生化偏差)的臨界值（ESDn，l-α，α= 0.05，0.01） 735
表11 Wilcoxon符號-秩檢驗的雙側(cè)臨界值 736
表12 Wilcoxon秩和檢驗雙側(cè)臨界值 736
表13 Fisher z變換 739
表14 Spearman秩-相關(guān)系數(shù)雙側(cè)上臨界值(rs) 740
表15 在已知k=3（3組）及樣本量下，Kruskal-Wallis檢驗統(tǒng)計量(H)的臨界值與顯著性水平α的關(guān)系 740
部分練習(xí)題答案（有*者） 742
流程圖：統(tǒng)計推斷方法 749
數(shù)據(jù)集索引 754
索引 755
應(yīng)用索引 771