医药数理统计方法

张华

目录

  • 1 绪论
    • 1.1 学习医药数理统计方法的意义
    • 1.2 医药数理统计中对数据的要求
    • 1.3 小概率原理与统计分析的基本逻辑
    • 1.4 数据的统计描述
    • 1.5 本章小结
    • 1.6 本章辅助教学资源
    • 1.7 各部分教学内容要点（导学思考题）
  • 2 随机事件与概率
    • 2.1 随机事件、基本事件与样本空间
    • 2.2 古典概型与基于古典概型的概率计算
    • 2.3 事件的相互关系与运算
    • 2.4 概率加法定理的导出
    • 2.5 加法定理的应用
    • 2.6 条件概率与乘法定理的导出
    • 2.7 条件概率与乘法定理的应用
    • 2.8 事件的独立性
    • 2.9 全概率公式
    • 2.10 逆概率公式
    • 2.11 本章小结
    • 2.12 本章辅助教学资源
  • 3 随机变量及其分布
    • 3.1 随机变量及其分布的基本概念
    • 3.2 离散型随机变量及其分布表
    • 3.3 分布函数与离散型随机变量的分布函数
    • 3.4 连续型随机变量及其概率密度
    • 3.5 概率密度函数与分布函数关系的综合应用
    • 3.6 数学期望
    • 3.7 方差
    • 3.8 标准化随机变量、原点矩与中心矩
    • 3.9 两点分布与二项分布
    • 3.10 泊松分布
    • 3.11 正态分布
    • 3.12 中心极限定理的一般形式
    • 3.13 拉普拉斯中心极限定理
    • 3.14 本章小结
    • 3.15 本章辅助教学资源
  • 4 抽样分布
    • 4.1 数理统计的基本概念
    • 4.2 样本均数的分布
    • 4.3 卡方分布
    • 4.4 t分布
    • 4.5 F分布
    • 4.6 本章小结
  • 5 参数估计
    • 5.1 正态总体均数的区间估计
    • 5.2 正态总体方差的区间估计
    • 5.3 参数的点估计——矩估计
    • 5.4 参数的点估计——最大似然估计
    • 5.5 估计量的无偏性
    • 5.6 估计量的有效性
    • 5.7 本章小结
    • 5.8 本章辅助教学资源
  • 6 正态总体均数与方差的假设检验
    • 6.1 假设检验概论
    • 6.2 单个正态总体均数的假设检验
    • 6.3 单尾检验与双尾检验
    • 6.4 配对设计实验的假设检验
    • 6.5 方差齐时两正态总体均数比较的假设检验
    • 6.6 本章小结
    • 6.7 本章辅助教学资源
    • 6.8 第3次测验难题讲解
  • 7 非参数假设检验
    • 7.1 非参数假设检验的基本概念
    • 7.2 卡方拟合优度检验的原理
    • 7.3 卡方拟合优度检验的实例
    • 7.4 列联表的卡方独立性检验
    • 7.5 总体率比较的列联表卡方检验
  • 8 常见统计分析的SPSS操作
    • 8.1 正态总体均数的区间估计
    • 8.2 正态总体方差的区间估计
    • 8.3 单个正态总体均数的双尾t检验
    • 8.4 配对t检验
    • 8.5 两组独立样本均数比较的t检验
    • 8.6 对均匀分布的卡方拟合优度检验
    • 8.7 对正态分布的卡方拟合优度检验
    • 8.8 Wilcoxon符号秩和检验
    • 8.9 M-W秩和检验
    • 8.10 K-W秩和检验
    • 8.11 单因素方差分析与组均数的两两比较
    • 8.12 无重复试验的两因素方差分析
    • 8.13 有重复试验的两因素方差分析
    • 8.14 散点图的绘制、Pearson相关系数的计算与假设检验
    • 8.15 秩相关系数的计算与假设检验
    • 8.16 一元线性回归方程的建立与假设检验
    • 8.17 多元线性回归方程的建立与假设检验
  • 9 相关研究文献阅读
    • 9.1 科学研究论文
    • 9.2 教学方法与教学技术论文
M-W秩和检验

M-W秩和检验的主要输出结果如上图所示。可见软件计算出的P值有两个。上面一行显示的是双尾检验的P值，下面一行显示的是单尾检验的P值。可按检验的具体情形来选用。