本书将传统生物统计与计算机统计软件相结合，介绍了利用计算机技术对常用生物统计方法进行运算分析，以代替繁重的人工计算分析，降低了工作难度，提高了工作效率，实现了现代计算技术与生物统计的联姻。

全书共有10个部分，第一部分主要介绍生物统计的发展情况和现代试验方法；第二部分主要介绍田间试验的意义与基本要求；第三部分主要介绍试验设计的原理、方法和试验的管理、总结；第四部分主要介绍试验资料的整理与特征数及SAS在生物统计上的应用；第五部分主要介绍理论分布与抽样分布及利用SAS进行正态分布的拟合；第六部分主要介绍统计假设测验的基本原理、方法及SAS在非参数统计的应用；第七部分主要介绍方差分析的基本原理及SAS在方差分析中的应用；第八部分主要介绍卡平方(x2)测验方法及SAS在适合性、独立性检验的应用；第九部分主要介绍直线回归和相关及SAS在直线回归和相关的应用；第十部分主要介绍试验结果的统计分析及SAS在随机区组试验设计结果分析中的应用。

1 生物统计的发展

 1.1 试验设计与统计学发展

1.1.1 古典记录统计学阶段

1.1.2 近代描述统计学阶段

1.1.3 现代推断统计学阶段

 1.2 农业和生物学领域的科学研究

 1.3 科学研究的基本过程和方法

1.3.1 科学研究的基本过程

1.3.2 科学研究的基本方法

2 田间试验

 2.1 田间试验的意义、任务及基本要求

2.1.1 田间试验的意义与任务

2.1.2 试验的要求

 2.2 试验的种类和试验方案

2.2.1 基本概念

2.2.2 试验种类

 2.3 试验误差及其控制

2.3.1 试验误差的概念及来源

2.3.2 试验误差的控制途径

3 试验设计与实施

 3.1 试验设计的原则

3.1.1 重复(replication)

3.1.2 随机排列(random assortment)

3.1.3 局部控制(local control)

 3.2 试验的小区技术

3.2.1 试验小区的面积、形状和方向

3.2.2 重复设置及排列

3.2.3 对照区和保护区的设置

 3.3 常用的田间试验设计

3.3.1 顺序排列的试验设计

3.3.2 随机排列的试验设计

 3.4 温室与实验室的试验

 3.5 试验的布置与管理

3.5.1 试验计划的制定

3.5.2 试验地的准备和区划

3.5.3 种子准备和播种或移栽

3.5.4 试验管理

3.5.5 收获与室内考种

 3.6 试验的观察记载和测定

3.6.1 试验的观察记载

3.6.2 试验的抽样

 3.7 试验总结

3.7.1 试验总结的主要内容

3.7.2 试验总结写作的特点和要求

4 试验资料的整理与特征数

 4.1 常用统计术语

 4.2 资料的整理

4.2.1 试验资料的性质与分类

4.2.2 资料的整理

 4.3 资料的特征数

4.3.1 平均数

4.3.2 变异数

 4.4 SAS在生物统计上的应用

 4.5 利用SAS描述样本数据

5 理论分布与抽样分布

 5.1 事件、概率和随机变量

5.1.1 事件

5.1.2 事件的概率

5.1.3 事件间的关系

5.1.4 计算事件概率的法则

5.1.5 随机变量

 5.2 二项分布

5.2.1 贝努利试验及其概率公式

5.2.2 二项分布的定义及其特点

5.2.3 二项分布的概率函数及计算

5.2.4 二项分布应用条件

5.2.5 二项分布的平均数与标准差

 5.3 泊松分布

5.3.1 泊松分布的定义及特点

5.3.2 泊松分布的概率计算及应用条件

 5.4 正态分布

5.4.1 正态分布的定义及其特征

5.4.2 正态分布的标准化

5.4.3 正态分布的概率计算

 5.5 抽样分布

5.5.1 样本平均数的抽样分布

5.5.2 标准误

5.5.3 样本平均数差数分布

5.5.4 样本平均数差数标准误

5.5.5 t分布

 5.6 利用SAS进行正态分布的拟合与检验

6 统计假设测验

 6.1 统计假设测验的基本原理

6.1.1 统计假设测验的概述

6.1.2 统计假设测验的基本方法

6.1.3 两尾测验与一尾测验

6.1.4 统计假设测验的两类错误

 6.2 平均数的假设测验

6.2.1 单个样本平均数的假设测验

6.2.2 两个样本平均数相比较的假设测验

6.2.3 二项资料的百分数假设测验

 6.3 参数的区间估计

6.3.1 总体平均数μ的区间估计

6.3.2 两总体平均数差数(μ1-μ2)的区间估计

 6.4 SAS在非参数统计的应用

6.4.1 单个样本平均数假设测验(t检验)

6.4.2 成对资料假设测验(t检验)

7 方差分析

 7.1 方差分析的基本原理

7.1.1 方差分析的意义

7.1.2 方差分析的步骤

 7.2 单向分组资料的方差分析

7.2.1 组内观测值数目相等的单向分组资料的方差分析

7.2.2 组内观测值数目不等的单向分组资料的方差分析

 7.3 两向分组资料的方差分析

7.3.1 两向分组资料无重复测值试验资料的方差分析

7.3.2 两向分组资料有重复观测值试验的方差分析

 7.4 SAS在方差分析中的应用

7.4.1 SAS在单因素完全随机化设计方差分析的应用

7.4.2 SAS在随机区组设计(两向分组)方差分析应用

8 卡平方(x2)测验

 8.1 卡平方(x2)分布

8.1.1 卡平方(x2)定义与分布

8.1.2 卡平方(x2)分布的特点

8.1.3 卡平方(x2)的连续性矫正

 8.2 适合性测验

8.2.1 适合性测验的意义

8.2.2 适合性测验的方法

 8.3 独立性测验

8.3.1 独立性测验的意义

8.3.2 独立性测验的方法

 8.4 SAS在独立性检验的应用

9 直线回归和相关

 9.1 回归和相关的概念

9.1.1 直线回归和相关的概念

9.1.2 应用直线回归与相关分析时的注意事项

 9.2 直线回归

9.2.1 直线回归方程

9.2.2 直线回归假设测验

 9.3 直线相关

9.3.1 相关系数和决定系数

9.3.2 相关系数和决定系数计算

9.3.3 相关系数假设测验

 9.4 应用SAS作相关分析

10 试验结果的统计分析

 10.1 顺序排列设计试验结果统计分析

10.1.1 对比法试验结果统计方法

10.1.2 间比法试验结果统计方法

 10.2 随机排列设计试验结果统计分析

10.2.1 单因素随机区组试验结果统计方法

10.2.2 复因素随机区组试验和统计方法

10.2.3 裂区试验结果统计方法

 10.3 SAS在随机区组试验设计结果分析中的应用

10.3.1 单因素完全随机化设计应用

10.3.2 单因素随机区组设计应用

10.3.3 复因素随机区组设计应用

参考文献