相關商品
商品簡介
作者簡介
名人/編輯推薦
目次
商品簡介
為便于讀者學習動物科學研究中的數據分析技術，本書前幾章介紹了統計學基本理論，為讀者學習後面動物科學研究中普遍應用的比較復雜和詳細的分析方法奠定基礎。每一章以介紹實際案例開始，之後簡單介紹理論背景，以精選的SAS例子結束。在克羅地亞薩格勒布大學Miroslav Kaps和美國哥倫比亞大學William R.Lamberson合著的《動物科學生物統計導論（第2版）》中，既包含基本的分析技術，也包括復雜的分析過程，為從事動物科學和獸醫科學、生物科學以及農學專業的學生和研究人員提供重要的學習和參考材料。
《動物科學生物統計導論（第2版）》是一本優秀的生物統計學圖書，應該成為所有動物科學工作人員的必備書籍。本書內容全面，涵蓋動物科學生物統計的各個方面；編排順序合理，文筆流暢，通俗易懂。
書中內容有一定的深度和難度，適合有一定經驗的動物科學研究人員更新統計學知識和提高技能。對于進行動物科學研究的年輕學者，可以利用本書學習更多的試驗設計和分析方法。本書適用于每一位希望計算標準試驗設計檢驗功效的人員，以及利用sAs進行動物科學生物統計教學工作的教師。
《動物科學生物統計導論（第2版）》是一本優秀的生物統計學圖書，應該成為所有動物科學工作人員的必備書籍。本書內容全面，涵蓋動物科學生物統計的各個方面；編排順序合理，文筆流暢，通俗易懂。
書中內容有一定的深度和難度，適合有一定經驗的動物科學研究人員更新統計學知識和提高技能。對于進行動物科學研究的年輕學者，可以利用本書學習更多的試驗設計和分析方法。本書適用于每一位希望計算標準試驗設計檢驗功效的人員，以及利用sAs進行動物科學生物統計教學工作的教師。
作者簡介
作者:(美)卡普斯 譯者:于向春、張豪、張文廣
名人/編輯推薦
由克羅地亞薩格勒布大學Miroslav Kaps和美國哥倫比亞大學William R.Lamberson合著的《動物科學生物統計導論（第2版）》，是專門針對從事動物科學的大學生、研究生及科研人員的教材，也可供動物醫學、農學及其他從事生命科學的教學科研人員參考。
該部教材包括了幾乎所有動物科學研究和生產中能夠用到的所有問題統計分析方法。深奧難懂的生物統計概念以淺顯易理解的語言介紹，而且杜絕了一些生物統計教材中前面應用、後面介紹的情況。教材編排順序安排合理，一般首先提出問題，再介紹分析原理，然後給出典型例題，最後介紹SAS系統應用。
本書包括了生物統計學用到的概率論和線性代數基礎知識，這方面基礎較差的學生不用再參考其他書籍。另外，本教材以實用為目的，因此沒有過多的統計學原理介紹，一般是通過實例講解生物統計學基本知識；對于較復雜的內容，如關于離散依變量分析，只是簡單介紹了應用統計學軟件必須有的統計學知識。
因此，本教材是非統計學專業的動物學類專業的一部優秀教材。
該部教材包括了幾乎所有動物科學研究和生產中能夠用到的所有問題統計分析方法。深奧難懂的生物統計概念以淺顯易理解的語言介紹，而且杜絕了一些生物統計教材中前面應用、後面介紹的情況。教材編排順序安排合理，一般首先提出問題，再介紹分析原理，然後給出典型例題，最後介紹SAS系統應用。
本書包括了生物統計學用到的概率論和線性代數基礎知識，這方面基礎較差的學生不用再參考其他書籍。另外，本教材以實用為目的，因此沒有過多的統計學原理介紹，一般是通過實例講解生物統計學基本知識；對于較復雜的內容，如關于離散依變量分析，只是簡單介紹了應用統計學軟件必須有的統計學知識。
因此，本教材是非統計學專業的動物學類專業的一部優秀教材。
目次
第1章 數據的描述和總結
1.1 數據和變量
1.2 數據的圖形表示
1.3 數據的數值表示
習題
第2章 概率
2.1 簡單事件的概率規則
2.2 計算規則
2.3 復合事件
2.4 貝葉斯定理
習題
第3章 隨機變量及其分布
3.1 隨機變量的數學期望和方差
3.2 離散性隨機變量的概率分布
3.3 連續性隨機變量的概率分布
習題
第4章 總體和樣本
4.1 隨機變量的函數和抽樣分布
4.2 中心極限定理
4.3 非正態分布統計數
4.4 自由度
第5章 參數估計
5.1 點估計
5.2 最大似然估計
5.3 區間估計
5.4 正態分布總體的參數估計
習題
第6章 假設檢驗
6.1 單個總體均數的假設檢驗
6.2 兩個總體均數差異的假設檢驗
6.3 單個總體比例的假設檢驗
6.4 兩個總體比例差異的假設檢驗
6.5 觀測頻數和期望頻數的差異的X2檢驗
6.6 多個總體比例的差異的假設檢驗
6.7 總體方差的假設檢驗
6.8 兩個總體方差的差異的假設檢驗
6.9 利用置信區間進行假設檢驗
6.10 假設檢驗的統計學意義和實際意義
6.11 統計推斷錯誤的類型和檢驗功效
6.12 樣本含量
6.13 等效檢驗
習題
第7章 簡單線性回歸
7.1 簡單回歸模型
7.2 回歸參數的估計——最小二乘法
7.3 殘差及其性質
7.4 回歸參數的估計——最大似然估計
7.5 參數估計量的數學期望和方差
7.6 參數的假設檢驗——學生氏t檢驗
7.7 參數的置信區間
7.8 反應變量的平均值和預測值的置信區間
7.9 總變異的分解
7.10 假設檢驗——F檢驗
7.11 似然比檢驗
7.12 決定系數
7.13 簡單線性回歸的矩陣算法
7.14 簡單線性回歸的SAS舉例
7.15 檢驗功效
習題
第8章 相關
8.1 相關系數的估計和假設檢驗
8.2 偏相關
8.3 秩相關
習題
第9章 多重線性回歸
9.1 兩個獨立變量
9.2 偏平方和與順序平方和
9.3 用似然比檢驗模型的擬合度
9.4 多重回歸的SAS舉例
9.5 多重回歸的檢驗功效
9.6 與回歸分析有關的問題
9.7 嶺回歸
9.8 穩健回歸
9.9 最佳模型選擇
第10章 曲線回歸
10.1 多項式回歸
10.2 非線性回歸
10.3 分段回歸
第11章 單因素固定效應的方差分析
11.1 單因素固定效應模型
11.2 總變異的剖分
11.3 假設檢驗——F檢驗
11.4 組均值的估計
11.5 最大似然估計
11.6 似然比檢驗
11.7 組均值間的多重比較
11.8 方差同質性檢驗
11.9 單因素固定效應模型的SAS舉例
11.10 單因素固定效應模型的檢驗功效
11.11 單因素固定效應模型方差分析的矩陣方法
11.12 非參數檢驗
習題
第12章 單因素隨機效應的方差分析
12.1 單因素隨機效應模型
12.2 假設檢驗
12.3 組均值的預測
12.4 方差組分估計
12.5 組內相關
12.6 最大似然估計
12.7 約束最大似然估計
12.8 單因素隨機效應模型的SAS舉例
12.9 單因素方差分析模型的矩陣算法
習題
第13章 混合模型
13.1 隨機效應的預測
13.2 最大似然估計
13.3 約束最大似然估計
第14章 試驗設計的概念
14.1 試驗單位和重復
14.2 試驗誤差
14.3 試驗設計的精確性
14.4 試驗誤差的控制
14.5 非均衡資料和缺失數據
14.6 試驗所需的重復數
第15章 區組化
15.1 隨機完全區組設計
15.2 隨機區組設計——每個處理和區組有兩個或更多試驗單位
15.3 隨機區組設計的檢驗功效
15.4 隨機區組設計的缺失數據
15.5 非參數檢驗
習題
第16章 交變設計
16.1 簡單交變設計
16.2 有時期效應影響的交變設計
16.3 拉丁方設計
16.4 多個拉丁方交變設計
習題
第17章 析因試驗
17.1 二因素析因試驗
習題
第18章 系統（巢式）設計
18.1 二因素系統設計
第19章 再論區組
19.1 圈、畜欄和牧場的區組化
19.2 雙區組
第20章 裂區設計
20.1 裂區設計一主區為隨機區組
20.2 裂區設計一主區完全隨機設計
習題
第21章 協方差分析
21.1 有協變量的完全隨機設計
21.2 回歸斜率間差異的檢驗
第22章 重復度量觀測值
22.1 重復度量間的同質方差和協方差
22.2 重復度量觀察值間的異質方差和協方差
22.3 隨機系數回歸
22.4 考慮基線度量值
22.5 重復度量分析中的數據缺失
第23章 數量處理水平分析
23.1 失擬檢驗
23.2 多項式正交比較
第24章 離散性依變量分析
24.1 Logit模型和Logistic回歸
24.2 診斷檢驗——ROC曲線
24.3 Probit模型
24.4 對數線性模型
習題答案
附錄A：向量和矩陣
附錄B：統計用表
參考文獻
主題索引
1.1 數據和變量
1.2 數據的圖形表示
1.3 數據的數值表示
習題
第2章 概率
2.1 簡單事件的概率規則
2.2 計算規則
2.3 復合事件
2.4 貝葉斯定理
習題
第3章 隨機變量及其分布
3.1 隨機變量的數學期望和方差
3.2 離散性隨機變量的概率分布
3.3 連續性隨機變量的概率分布
習題
第4章 總體和樣本
4.1 隨機變量的函數和抽樣分布
4.2 中心極限定理
4.3 非正態分布統計數
4.4 自由度
第5章 參數估計
5.1 點估計
5.2 最大似然估計
5.3 區間估計
5.4 正態分布總體的參數估計
習題
第6章 假設檢驗
6.1 單個總體均數的假設檢驗
6.2 兩個總體均數差異的假設檢驗
6.3 單個總體比例的假設檢驗
6.4 兩個總體比例差異的假設檢驗
6.5 觀測頻數和期望頻數的差異的X2檢驗
6.6 多個總體比例的差異的假設檢驗
6.7 總體方差的假設檢驗
6.8 兩個總體方差的差異的假設檢驗
6.9 利用置信區間進行假設檢驗
6.10 假設檢驗的統計學意義和實際意義
6.11 統計推斷錯誤的類型和檢驗功效
6.12 樣本含量
6.13 等效檢驗
習題
第7章 簡單線性回歸
7.1 簡單回歸模型
7.2 回歸參數的估計——最小二乘法
7.3 殘差及其性質
7.4 回歸參數的估計——最大似然估計
7.5 參數估計量的數學期望和方差
7.6 參數的假設檢驗——學生氏t檢驗
7.7 參數的置信區間
7.8 反應變量的平均值和預測值的置信區間
7.9 總變異的分解
7.10 假設檢驗——F檢驗
7.11 似然比檢驗
7.12 決定系數
7.13 簡單線性回歸的矩陣算法
7.14 簡單線性回歸的SAS舉例
7.15 檢驗功效
習題
第8章 相關
8.1 相關系數的估計和假設檢驗
8.2 偏相關
8.3 秩相關
習題
第9章 多重線性回歸
9.1 兩個獨立變量
9.2 偏平方和與順序平方和
9.3 用似然比檢驗模型的擬合度
9.4 多重回歸的SAS舉例
9.5 多重回歸的檢驗功效
9.6 與回歸分析有關的問題
9.7 嶺回歸
9.8 穩健回歸
9.9 最佳模型選擇
第10章 曲線回歸
10.1 多項式回歸
10.2 非線性回歸
10.3 分段回歸
第11章 單因素固定效應的方差分析
11.1 單因素固定效應模型
11.2 總變異的剖分
11.3 假設檢驗——F檢驗
11.4 組均值的估計
11.5 最大似然估計
11.6 似然比檢驗
11.7 組均值間的多重比較
11.8 方差同質性檢驗
11.9 單因素固定效應模型的SAS舉例
11.10 單因素固定效應模型的檢驗功效
11.11 單因素固定效應模型方差分析的矩陣方法
11.12 非參數檢驗
習題
第12章 單因素隨機效應的方差分析
12.1 單因素隨機效應模型
12.2 假設檢驗
12.3 組均值的預測
12.4 方差組分估計
12.5 組內相關
12.6 最大似然估計
12.7 約束最大似然估計
12.8 單因素隨機效應模型的SAS舉例
12.9 單因素方差分析模型的矩陣算法
習題
第13章 混合模型
13.1 隨機效應的預測
13.2 最大似然估計
13.3 約束最大似然估計
第14章 試驗設計的概念
14.1 試驗單位和重復
14.2 試驗誤差
14.3 試驗設計的精確性
14.4 試驗誤差的控制
14.5 非均衡資料和缺失數據
14.6 試驗所需的重復數
第15章 區組化
15.1 隨機完全區組設計
15.2 隨機區組設計——每個處理和區組有兩個或更多試驗單位
15.3 隨機區組設計的檢驗功效
15.4 隨機區組設計的缺失數據
15.5 非參數檢驗
習題
第16章 交變設計
16.1 簡單交變設計
16.2 有時期效應影響的交變設計
16.3 拉丁方設計
16.4 多個拉丁方交變設計
習題
第17章 析因試驗
17.1 二因素析因試驗
習題
第18章 系統（巢式）設計
18.1 二因素系統設計
第19章 再論區組
19.1 圈、畜欄和牧場的區組化
19.2 雙區組
第20章 裂區設計
20.1 裂區設計一主區為隨機區組
20.2 裂區設計一主區完全隨機設計
習題
第21章 協方差分析
21.1 有協變量的完全隨機設計
21.2 回歸斜率間差異的檢驗
第22章 重復度量觀測值
22.1 重復度量間的同質方差和協方差
22.2 重復度量觀察值間的異質方差和協方差
22.3 隨機系數回歸
22.4 考慮基線度量值
22.5 重復度量分析中的數據缺失
第23章 數量處理水平分析
23.1 失擬檢驗
23.2 多項式正交比較
第24章 離散性依變量分析
24.1 Logit模型和Logistic回歸
24.2 診斷檢驗——ROC曲線
24.3 Probit模型
24.4 對數線性模型
習題答案
附錄A：向量和矩陣
附錄B：統計用表
參考文獻
主題索引
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。