生物測量學
套用數理統計學來處理生物現象的學問。與其說是生物學的一個分科不如看作是生物學的方法論。與生物測量學大致具有同一涵義，但前者幾乎尚沒有深入到現象的統計處理機制，因此生物測量學作為稍狹義的東西，有時也與生物統計學有所區別。
定義
生物統計學生物統計學是一門探討如何從不完整的信息中獲取科學可靠的結論從而進一步進行生物學實驗研究的設計,取樣,分析,資料整理與推論的科學.
歷史發展
在物理學的測量中，測量誤差是重要問題，與此相應在生物學的研究中必須套用統計處理，其首要原因是變異。有意識地將數理統計學引入到生物學以及人類學領域的先驅者是克韋泰來特（L.A.J.Quetelet），隨後由高爾頓（F.Galton）的工作鞏固了生物測量學和優生學的基礎。數學家皮爾遜（K.Pearson）繼承了他們的研究工作，進行了回歸和相關特別是復相關、泊松型分布數、頻率累加法、X2測驗等數理統計學的研究，並製成了很多統計數值表。他們把人們觀測的或能得到手的資料的全部作為對象，把平均值和離差作為問題，來考查其中的數學規律。數理統計學方法已適用於生物學和農業科學的實驗或試驗領域，但也是以整個資料或比試驗資料更大的抽象資料為依據的，因此人們開始意識到，在其現實是一種不能以其一部分作為研究對象的局面。於是就提出母集團和樣本的區別和關聯，以及從少數資料進行正確有效的推論的問題，這些問題被戈塞特[筆名（Student）]和費希爾（W.S.Gosset和R.A.Fisher）解決了。費希爾的工作指出，統計方法的目的在於得到資料的要點，為此，其分布法則是要以較少的母集團中的數目為特徵推想到無限的母集團，而實際的資料就是從它們之中隨機抽出的樣本。基於此點，在母集團數的統計上的無偏性、一致性、有效性、充分性的概念，構成了解消假設的驗定，最優法等的理論。這就是費希爾派的數理統計學，也特稱推計學。
簡介：
本教材是應新世紀形勢的要求，配合醫學院校教學內容和體制改革的進程而組織編寫的。全書共18章，重點介紹生命科學研究中套用統計學原理進行研究設計、蒐集數據、分析與解釋研究結果的基本邏輯思維方式與方法。為了加強實用性，每章都提供相應的SAS分析程式。
本書可作為醫學院校各專業以及其他學科如農學、林業學、管理學與心理學本科生的基礎統計學教材，也可作為醫學院校基礎、臨床各專業的教師或醫務工作者的參考書。
目錄：
生物統計學概述
第一章 研究設計中的基本統計學原則
第一節 研究設計的重要性
第二節 系統誤差與控制方法
第三節 研究設計的基本類型
第四節 抽樣總體與抽樣方法
第五節 實驗研究設計的基本要素
第六節 隨機化的意義及方法
第七節 對照的設定與對照的均衡性
第八節 重複的作用與樣本含量的影響因素
第九節 盲法及其作用
第二章 生物醫學數據的組織與表達
第一節 數據與數據類型
第二節 頻數分布表
第三節 統計圖形表達
第三章 單變數綜合性描述統計量
第一節 中心趨勢度量
第二節 離散與變異性度量
第三節 率、比的均數與方差
第四章 隨機變數、機率和機率分布
第一節 機率基本概念
第二節 隨機變數及其機率分布
第三節 二項分布與泊松分布
第四節 常態分配
第五節 統計量的分布
第五章 統計學推斷與單參數檢驗
第一節 樣本均數與樣本方差的抽樣模擬
第二節 抽樣誤差與統計學推斷
第三節 總體均數的置信估計
第四節 總體均數的假設檢驗
第五節 總體方差的置信估計與假設檢驗
第六節 顯著性檢驗中的兩類錯誤
第七節 參數置信區間估計與假設檢驗的關係
第六章 樣本含量的估計與檢驗效能
第一節 概述
第二節 檢驗效能及其計算
第三節 樣本含量的估計
第七章 總體分布的擬合優度檢驗
第一節 擬合優度檢驗的原理與計算步驟
第二節 離散型隨機變數分布的擬合優度檢驗
第三節 連續型隨機變數分布的擬合優度檢驗
第八章 兩總體均數差異性檢驗
第一節 成組t檢驗
第二節 兩方差間的差異性檢驗
第三節 t''檢驗
第四節 配對t檢驗
第九章 一元線性相關與回歸分析
第一節 相關與回歸的概念
第二節 直線相關分析
第三節 簡單線性回歸分析
第十章 方差分析（一）
第一節 方差分析概述
第二節 單向方差分析
第三節 均數間的多重比較
第十一章 方差分析（二）
第一節 區組設計資料的方差分析
第二節 方差齊性檢驗
第三節 加權方差分析：Welch檢驗
第四節 變數變換
第十二章 競爭模型假設與廣義F檢驗
第一節 競爭模型假設檢驗的基本概念
第二節 套用於方差分析的廣義F檢驗
第三節 套用於回歸分析的廣義F檢驗
第四節 套用於協方差分析的廣義F檢驗
第十三章 名義分類頻數表數據分析（X2檢驗）
第一節 X2檢驗的基本原理
第二節 X2檢驗的基本步驟
第三節 兩個樣本率的比較
第四節 行×列裘資料的X2檢驗
第五節 行×列表X2分割分析
第十四章 有序列聯表與配比設計方表的分析
第一節 有序列聯表的基本分析方法
第二節 單向有序表數據分析
第三節 雙向有序表數據分析第四節 配比設計方形表數據分析
第十五章 非參數統計
第一節 概述
第二節 兩獨立樣本檢驗
第三節 K個獨立樣本檢驗
第四節 兩個相關樣本檢驗
第五節 K個相關樣本檢驗
第六節 等級相關與列聯相關
第十六章 多元線性回歸分析
第一節 多元統計分析方法概述
第二節 多元線性回歸分析的基本原理
第三節 多元線性回歸分析的數學模型
第四節 多元線性回歸分析的方法步驟
第五節 多元線性回歸分析的逐步回歸法
第六節 多元相關分析
第七節 多元線性回歸分析在醫學中的套用
第十七章 Logistic回歸分析
第一節 Logistic回歸分析的數學模型
第二節 Logistic回歸模型的建立和檢驗
第三節 Logistic回歸模型係數的解釋
第四節 配對病例-對照研究的條件Logistic回歸分析
第五節 Probit回歸分析
第十八章 生存分析
第一節 生存分析中基本的概念
第二節 生存率的估計與生存曲線
第三節 生存曲線的對數秩檢驗
第四節 Cox比例風險回歸模型
附錄A 希臘字母表
附錄B 統計符號表
附錄C 統計檢驗用表
附表1 z值表（標準常態分配曲線下的面積），φ（-z）值
附表2 t界值表
附表3 X2界值表
附表4 F值表（方差齊性檢驗用表）
附表5.1 F值表（方差分析檢驗用表）
附表5.2 F值表（方差分析檢驗用表）
附表5.3 F值表（方差分析檢驗用表）
附表5.4 F值表（方差分析檢驗用表）
附表6 q值表（SNK法）
附表7.1 q''引值表（Dunnett檢驗）（單側）
附表7.2 q''引值表（Dunnett檢驗）（雙側）
附表8.1 Kolmogorov-Smirnov擬合優度檢驗D界值表
附表8.2 Kolmogorov-Smirnov擬合優度檢驗D界值表
附表8.3 Kolmogorov-Smirnov擬合優度檢驗D界值表
附表9.1 Shapiro-Wilk的αin係數表（Ⅰ）
附表9.2 Shapiro-Wilk的αin係數表（Ⅱ）
附表9.3 Shapiro-Wilk的αin係數表（Ⅲ）
附表9.4 Shapiro-Wilk的αin係數表（Ⅳ）
附表9.5 Shapiro-Wilk的αin係數表（Ⅴ）
附表9.6Shapiro-Wilk擬合優度檢驗W界值表
附表1 符號等級檢驗表（Wilcoxon成對比較用）
附表11 等級總和數臨界值（雙側檢驗）
附表12 M值的界限值（P=.5)
附表13.1 H值與機率對照表
附表13.2 H值與機率對照表（續表）
附表14 等級相關係數的統計學意義界限值
附表15 兩樣本比較的Kolmogorov-Smirnov檢驗臨界值表
附表16 隨機排列表（n=2)
附錄D 英漢統計辭彙對照
參考文獻
