现代应用生物统计方法-S-Plus的使用

本书不同于常见的统计学书籍，并不偏重于阐述理论，也不单纯描述统计应用。而是将统计理论、统计应用和统计方法的实现这三个相互关联的方面整合成—体加以展现，通过统计型计算机语言S—Plus和数据实例相结合的方法，详细介绍—些中初级生物统计方法。书中的统计理论介绍已剔除了复杂的数学部分，各章节的主题围绕详尽的应用方法以及针对相应计算机／图形分析过程的细致描述展开，从而将理论、数据、实现过程、统计图形和结果解读结合在—起，展现了生物统计分析的完整过程。

1 S语言
起步
3种数据类型及一些输人规则
在S-Plus中读人数值
一些S工具——初级水平
S算术
更多S工具——中级水平
用于统计分析的S工具
S-Plus中的统计分布
数组和列表
矩阵代数工具
其他S工具
4个S程序范例
Data文件
附录：内置的编辑器
习题Ⅰ
2 数据描述技术
　描述性统计量
　基本统计指标
　直方图平滑——密度估计
　茎叶图
　组间比较——t检验
　组间比较——箱式图
　数据分布和理论分布的对比——百分位数图
　多组比较——QQ图
　xy图
　三维图形——透视图
　三维图形——等高线图
　三维图形——坐标轴旋转
　数据平滑技术
　空间数据的二维平滑
　数据聚类描述
　可加性——“清理”一个数组
　范例——应用S函数进行地理计算
　估计二维分布的中心点
附录：S几何
习题Ⅱ
3　模拟：随机数值
　均匀随机数
　一个范例
　无放回抽样和有放回抽样
　离散概率分布随机抽样——接受／拒绝抽样
　离散概率分布随机抽样——反向转换法
　二项概率分布
　超几何概率分布
　泊松概率分布
　几何概率分布
　连续分布的随机抽样
　反向转换法
　模拟来自正态分布的数值
　其他四种统计分布
　模拟最小值和最大值
　BUTLER方法
　复杂区域中的随机数值
　多元正态变量
习题Ⅲ
4　广义线性模型
最简单的情况——单变量线性回归
多个变量的情形
多变量线性模型
对残差值的深入观察
预测——点值估计的可信区间
glm()中的关系表达式
多项式回归
判别分析
线性logistic模型
分类数据——双变量线性logistic模型
多变量数据——线性logistic模型
拟合优度
　……
5 统计估计
6 表格数据分析
7 方差分析和其他S函数
8 率，寿命表及生存分析
译者赘言