1 概率论基础知识
1.1 随机事件及其概率
1.2 概率的定义
1.3 随机变量及其分布函数
1.4 一元随机变量的数字特征
1.5 多维随机变量及其分布
1.6 大数定律与中心极限定理
1.7 习题1
2 样本描述与抽样分布
2.1 总体和样本
2.2 数据类型
2.3 样本分布
2.4 样本统计量
2.5 一些常用的抽样分布
2.6 习题2
3 参数估计
3.1 点估计方法
3.2 估计量的优劣标准
3.3 区间估计
3.4 习题3
4 假设检验
4.1 基本原理与方法
4.2 均值的假设检验
4.3 总体方差的假设检验
4.4 单边假设检验
4.5 置信区间与假设检验之间的关系
4.6 习题4
5 X2检验与四格表分析
5.1 分布假设检验——拟合优度检验
5.2 成组设计两样本率比较的四格子表X2检验
5.3 配对设计两样本率比较的配对四格表X2检验
5.4 独立性的卡方检验
5.5 Fisher精准检验
5.6 习题5
6 线性回归模型
6.1 一元线性回归模型
6.2 可线性化的一元非线性回归与Logistic种群增长模型
6.3 多元线性回归模型
6.4 回归方程的检验
6.5 回归诊断与治疗
6.6 回归方程的选择
6.7 习题6
7 方差分析模型与正交试验设计
7.1 单因素方差分析
7.2 两因素方差分析
7.3 正交试验设计与方差分析
7.4 习题7
8 主成分分析
8.1 总体与样本的主成分
8.2 主成分的计算与实际意义
8.3 习题8
9 判别分析
9.1 费希尔的判别分析法
9.2 多类群时的贝叶斯判别法
9.3 习题9
10 聚类分析
10.1 分类的基本概念和原始数据的获得
10.2 数据变换和数据标准化
10.3 相似性概念的数量化
10.4 系统聚类法
10.5 走均值聚类
10.6 习题10
1l 生物演化的分支分类
11.1 演化集合及其基本定理
11.2 分支性状与编码
11.3 演化的定量表示与俭约性公理
11.4 性状演化的和谐性与和谐性分析方法
11.5 生物演化历史的重构
11.6 习题ll
12 生存分析
12.1 基本数据与变量类型
12.2 生存分析的基本函数
12.3 生存数据建模常用的参数模型
12.4 删失和截尾数据似然函数的构造
12.5 估计基本特征函数的寿命表法
12.6 右删失数据的生存函数和累积死亡力函数的估计
12.7 双删失数据的生存函数估计
12.8 比较生存函数的非参数方法，两个生存函数的比较
12.9 分层情形下的Mantel-Haenszel检验
12.10 比例危险率模型
12.11 习题12
13 马尔柯夫链数学模型
13.1 马尔柯夫链的基本概念及其表示
13.2 正则马尔柯夫链
13.3 吸收马尔柯夫链
13.4 习题13
参考文献

本书以浅显易懂的方式讲述基本数理统计、多元回归分析、多元统计分析以及生存分析等数理统计学科中的一些基本思想、方法和常用的统计模型，以及对生物医学领域进行数据分析建模所必须的软件。本书的内容讲解方式和案列分析较为新颖。