《临床试验设计的统计方法》可作为高等院校生物统计学、临床试验设计课程的教材，以及医院和药企的生物统计人员的参考用书。本书内容全面，与国际前沿的临床试验设计方法接轨，突出统计学的基本思想与实际应用，不仅包括了生物统计的基本概念，也系统地介绍了临床试验设计中经典以及前沿的各类统计学方法（包括频率学派和贝叶斯学派）。
内容新颖丰富，介绍了许多国内尚未普及、但在国外常见的试验设计，是生物统计从业人员的必备参考书。
作者尹国圣、石昊伦给出了自己对统计的理解、较为详细的公式推导和模拟实例，风格严谨、实践性强。
首次对贝叶斯统计方法在临床试验设计中的应用作了非常详细和全面的介绍，是一本了解和学习贝叶斯统计和临床试验设计不可或缺的好书。

第一章 统计学基础
1.1 统计学在医学中的应用
1.2 随机变量及统计分布
1.2.1 离散型分布函数
1.2.2 连续型分布函数
1.3 多元统计分布
1.4 Copula函数
1.5 中心极限定理与Delta方法
1.6 频率学派的统计方法
1.6.1 最大似然估计
1.6.2 置信区间
1.6.3 假设检验
1.7 小结
第二章 贝叶斯统计方法
2.1 贝叶斯公式
2.2 先验分布
2.2.1 先验分布的类型
2.2.2 共轭先验分布
2.2.3 Jeffreys先验分布
2.2.4 参照先验分布
2.2.5 基于历史数据的幂方先验分布
2.2.6 相称先验分布
2.3 可信区间
2.4 Lindley悖论
2.5 p值与后验概率的关系
2.5.1 连续型数据的假设检验
2.5.2 两分类型数据的假设检验
2.6 简单假设检验下p值与后验概率的比较
2.6.1 平均p值与平均后验概率
2.6.2 p值与后验概率的数值模拟比较
2.7 贝叶斯因子
2.8 贝叶斯模型平均方法
2.9 贝叶斯分层模型
2.10 贝叶斯广义矩方法
2.11 统计决策理论
2.12 马尔可夫链蒙特卡罗方法
2.12.1 逆变换抽样法
2.12.2 拒绝抽样法
2.12.3 Gibbs抽样法
2.12.4 Metropolis—Hastings算法
2.13 小结
第三章 广义线性模型
3.1 线性模型
3.2 广义线性模型
3.2.1 指数分布族
3.2.2 联接函数
3.2.3 模型参数的估计
3.3 贝叶斯学派的线性模型
3.4 贝叶斯广义线性模型
3.5 两分类型数据的潜变量模型 3.6 小结
第四章 生存分析
4.1 基本概念
4.2 Log-rank检验
4.3 指数分布下的生存模型
4.4 Cox比例风险模型
4.5 可加风险模型
4.6 加速失效时间模型
4.7 加速风险模型
4.8 分位数回归模型
4.9 治愈率模型
4.10 小结
第五章 临床试验的简介及相关概念
第六章 适应性随机化方法
第七章 一期临床试验设计的统计方法
第八章 延迟型毒性结果的剂量探寻方法
第九章 联合用药的剂量探寻方法
第十章 二期临床试验设计的统计方法
第十一章 三期临床试验的统计方法
第十二章 成组序贯设计
第十三章 适应性试验设计
参考文献