第一节 方差分析的基本原理与步骤 第二节 单因素试验资料的方差分析 第三节 两因素试验资料的方差分析 *第四节 方差分析的数学模型与期望均方 第五节 数据转换

(1)可疑数据的取舍——过失误差的判断方法:Q检验法;格鲁布斯( Grubbs)检验法。确定某个数据是否可用。 (2)分析方法的准确性———系统误差的判断显著性检验:利用统计学的方法,检验被处理的数据是否存在统计上的显著性差异

第一节 试验设计概述 第二节 动物试验计划 第三节 试验设计的基本原则 第四节 完全随机设计 第五节 随机单位组设计 第六节 拉丁方设计 *第七节 交叉设计

第一节 多元线性回归分析 *第二节 复相关分析 *第三节 偏相关分析 *第四节 多项式回归 *第五节 通径分析

第一节 定性变量的分布特征 第二节 死亡率的标准化 第三节 动态数列及其分析指标 第四节 医学常用的相对数指标

一、集中趋势(Central Tendency) 1, What is the most typical value? The Average: typical value for quantitative data The Weighted Average: Adjusting for importance The Median: typical value for quantitative and ordinal data The Mode: typical value even for nominal data 2, What percentile is it? Extremes, Quartiles, and Box Plots The Cumulative distribution function displays the percentiles

相关和回归分析 是研究事物的相互关系,测定它们联系的紧密程度,揭示其变化的具体形式和规律性的统计方法, 是构造各种经济模型、进行结构分析、政策评价、 预测和控制的重要工具

第一节 生存分析的基本概念 第二节 生存率的估计与生存曲线* 第三节 生存曲线的Log-rank检验 第四节 COX比例风险回归模型

第一节 显著性检验的基本原理 第二节 样本平均数与总体平均数差异显著性检验 第三节 两个样本平均数差异显著性检验 第四节 百分数资料差异显著性检验 第五节 总体参数的区间估计

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t 分布