医药数理统计

李福元

目录

  • 1 课程导入
    • 1.1 课程介绍
    • 1.2 教学日历
    • 1.3 授课计划
    • 1.4 实训计划
    • 1.5 教学教案
    • 1.6 课程标准
    • 1.7 考核评价
    • 1.8 统计附表
  • 2 课程教学前基础知识
    • 2.1 希腊字母
    • 2.2 排列组合
    • 2.3 集合
    • 2.4 积分学
  • 3 传播科学,创造未来
    • 3.1 发奋为雄-华罗庚
    • 3.2 永不放弃-陈景润
    • 3.3 数学强国梦-丘成桐
  • 4 模块一 随机事件与概率
    • 4.1 项目一 随机事件
    • 4.2 项目二 事件的关系及其运算
    • 4.3 项目三 概率的定义及性质
    • 4.4 项目四 概率的运算
    • 4.5 综合测验
    • 4.6 思维导图
    • 4.7 知识拓展
  • 5 模块二 应用基础 项目一 随机变量的概率分布与数字特征
    • 5.1 任务一 离散型随机变量及概率分布
    • 5.2 任务二 连续型随机变量及概率分布
    • 5.3 任务三 正态分布
    • 5.4 任务四 数字特征
      • 5.4.1 数学期望
      • 5.4.2 方差
    • 5.5 综合测验
    • 5.6 思维导图
    • 5.7 知识拓展
  • 6 模块二 应用基础 项目二抽样分布
    • 6.1 任务一 随机抽样
    • 6.2 任务二 抽样分布
      • 6.2.1 卡方分布
      • 6.2.2 t分布
      • 6.2.3 F分布
    • 6.3 任务三 常见正态总体统计量的分布
      • 6.3.1 单个正态总体统计量的分布
      • 6.3.2 两个正态总体统计量的分布
    • 6.4 综合测验
    • 6.5 思维导图
    • 6.6 知识拓展
  • 7 模块三 实验设计
    • 7.1 项目一 实验设计
    • 7.2 项目二 统计指标
    • 7.3 项目三 统计表和统计图
    • 7.4 综合测验
    • 7.5 思维导图
    • 7.6 知识拓展
  • 8 模块四 统计应用 项目一 参数估计
    • 8.1 任务一 点估计
      • 8.1.1 矩估计法
      • 8.1.2 评价标准
    • 8.2 任务二 区间估计
      • 8.2.1 区间估计认知
      • 8.2.2 均值的区间估计
      • 8.2.3 方差的区间估计
      • 8.2.4 单侧置信区间
    • 8.3 综合测验
    • 8.4 思维导图
    • 8.5 知识拓展
  • 9 模块四 统计应用 项目二 假设检验
    • 9.1 任务一 假设检验认知
      • 9.1.1 基本概念
      • 9.1.2 两类错误
    • 9.2 任务二 单个正态总体参数的假设检验
      • 9.2.1 方差已知的假设检验
      • 9.2.2 方差未知的假设检验
      • 9.2.3 方差的假设检验
    • 9.3 任务三 两个正态总体参数的假设检验
      • 9.3.1 配对比较的假设检验
      • 9.3.2 方差齐性检验
      • 9.3.3 成组比较的假设检验
    • 9.4 综合测验
    • 9.5 思维导图
    • 9.6 知识拓展
  • 10 模块四 统计应用 项目三 方差分析
    • 10.1 任务一 方差分析认知
    • 10.2 任务二 单因素方差分析
    • 10.3 任务三 双因素方差分析
      • 10.3.1 无重复试验的双因素方差分析
      • 10.3.2 有重复试验的双因素方差分析
    • 10.4 综合测验
    • 10.5 思维导图
    • 10.6 知识拓展
  • 11 模块四 统计应用 项目四 线性相关与回归
    • 11.1 任务一 线性相关
    • 11.2 任务二 线性回归
    • 11.3 综合测验
    • 11.4 思维导图
    • 11.5 知识拓展
  • 12 模块五 试验设计 项目一 正交设计
    • 12.1 任务一 正交表认知
    • 12.2 任务二 正交设计基本步骤
    • 12.3 任务三 直观分析法
    • 12.4 任务四 有交互作用的正交设计
    • 12.5 任务五 多指标正交设计
      • 12.5.1 综合评分法
      • 12.5.2 综合平衡法
    • 12.6 综合测验
    • 12.7 思维导图
    • 12.8 知识拓展
  • 13 模块五 试验设计 项目二 均匀设计
    • 13.1 任务一 均匀设计认知
    • 13.2 任务二 使用表
    • 13.3 任务三 使用均匀设计表
    • 13.4 综合测验
    • 13.5 思维导图
    • 13.6 知识拓展
  • 14 模块六 SPSSS统计分析
    • 14.1 项目一 频数表编制和直方图绘制
    • 14.2 项目二 统计描述和区间估计
    • 14.3 项目三 假设检验
      • 14.3.1 任务一 正态性检验
      • 14.3.2 任务二 单个样本均值 t 检验
      • 14.3.3 任务三 配对设计样本 t 检验
      • 14.3.4 任务四 两个独立样本 t 检验
    • 14.4 项目四 方差分析
      • 14.4.1 任务一 单因素方差分析及两两比较
      • 14.4.2 任务二 双因素方差分析
    • 14.5 项目五 线性相关和回归分析
    • 14.6 项目六 卡方检验
      • 14.6.1 任务一 四格表资料的卡方检验
      • 14.6.2 任务二 行*列资料的卡方检验
    • 14.7 综合测验
    • 14.8 思维导图
  • 15 课程测试试卷
    • 15.1 课程测试试卷一
    • 15.2 课程测试试卷二
    • 15.3 课程测试试卷三
知识拓展

一、均匀设计的起源

均匀设计是继 60 年代华罗庚教授倡导、普及的优选法和我国数理统计学者在国内普及推广的正交法之后,于 70 年代末应航天部第三研究院飞航导弹火控系统建立数学模型、并研究其诸多影响因素的需要,由中国科学院应用数学所方开泰教授和王元教授提出的一种试验设计方法。均匀设计是统计试验设计的方法之一,它与其它的许多试验设计方法,如正交设计、最优设计、旋转设计、稳健设计和贝叶斯设计等相辅相成。

二、均匀设计的发展

近几年来,均匀设计理论研究突飞猛进,对均匀设计和其它试验设计的关联和结合,如与正交设计进行了均匀性、最优性比较研究,得出在大多数情况下,特别是模型比较复杂时,均匀设计试验次数少、均匀性好,并对非线性模型有较好的估计。对线性模型,均匀设计有较好的均匀性和较少的试验次数,正交设计有较好的估计。虽然均匀设计失去了正交设计的整齐可比性,但在选点方面比正交设计有更大的灵活性,也就是说,它更加注重了均匀性。利用均匀设计可以选到偏差更小的点,更重要的是,试验次数由 n2 减少到 n,从而在实践中大大降低了成本。从经济和优化两个角度衡量,均匀设计确实有其优越性。实践中若水平数多,因素多而要求试验次数少的设计,一般用均匀设计来安排试验;对于因素数,水平数不多,一般采用正交设计。有时,可以将正交设计和均匀设计结合起来使用。