本书介绍了生物与医药学统计中常用的数据分析与建模方法，内容包括基础数理统计、列联表分析、回归分析、多元统计分析、生存分析和马尔柯夫链模型数据分析等统计分支学科的基础内容，每章结合生物与医药学的实际数据进行数据分析和建模方法的讲解。此外，每章还配备了一定数量的习题与上机实验题。
本书可作为普通高等院校农学、生命科学和医药学专业研究生基础课程教材，也可作为这些专业大四学生和其他非统计类学科研究生的教学参考书。

1概率论基础知识001
1.1随机事件及其概率001
1.2概率的定义003
1.3随机变量及其分布函数009
1.4一元随机变量的数字特征019
1.5多维随机变量及其分布025
1.6大数定律与中心极限定理028
1.7习题1029

2样本描述与抽样分布031
2.1总体和样本031
2.2数据类型033
2.3样本分布035
2.4样本统计量046
2.5一些常用的抽样分布054
2.6习题2060

3参数估计062
3.1点估计方法062
3.2估计量的优劣标准068
3.3区间估计069
3.4习题30844假设检验088
4.1基本原理与方法088
4.2均值的假设检验095
4.3总体方差的假设检验101
4.4单边假设检验104
4.5置信区间与假设检验之间的关系108
4.6习题4110

5χ2检验与四格表分析113
5.1分布假设检验——拟合优度检验113
5.2成组设计两样本率比较的四格子表χ2
检验115
5.3配对设计两样本率比较的配对四格表χ2
检验123
5.4独立性的卡方检验125
5.5Fisher精准检验131
5.6习题5135

6线性回归模型138
6.1一元线性回归模型138
6.2可线性化的一元非线性回归与Logistic
种群增长模型147
6.3多元线性回归模型154
6.4回归方程的检验159
6.5回归诊断与治疗163
6.6回归方程的选择173
6.7习题6177

7方差分析模型与正交试验设计180
7.1单因素方差分析180
7.2两因素方差分析188
7.3正交试验设计与方差分析1977.4习题7202

8主成分分析204
8.1总体与样本的主成分204
8.2主成分的计算与实际意义211
8.3习题8222

9判别分析224
9.1费希尔的判别分析法224
9.2多类群时的贝叶斯判别法231
9.3习题9233

10聚类分析235
10.1分类的基本概念和原始数据的获得235
10.2数据变换和数据标准化237
10.3相似性概念的数量化239
10.4系统聚类法244
10.5k均值聚类251
10.6习题10254

11生物演化的分支分类255
11.1演化集合及其基本定理255
11.2分支性状与编码261
11.3演化的定量表示与俭约性公理267
11.4性状演化的和谐性与和谐性分析方法272
11.5生物演化历史的重构281
11.6习题11287

12生存分析289
12.1基本数据与变量类型289
12.2生存分析的基本函数295
12.3生存数据建模常用的参数模型300
12.4删失和截尾数据似然函数的构造308
12.5估计基本特征函数的寿命表法311
12.6右删失数据的生存函数和累积死亡力
函数的估计313
12.7双删失数据的生存函数估计318
12.8比较生存函数的非参数方法,两个生存
函数的比较322
12.9分层情形下的MantelHaenszel检验327
12.10比例危险率模型329
12.11习题12333

13马尔柯夫链数学模型337
13.1马尔柯夫链的基本概念及其表示337
13.2正则马尔柯夫链346
13.3吸收马尔柯夫链351
13.4习题13360

参考文献363