首頁
隨機
登入
設定
資助我們
關於維基教科書
免責聲明
搜尋
統計學
語言
監視
編輯
目次
1
導論
2
統計資料
3
統計抽樣
4
統計資料的綜合
5
參數估計
6
假設檢驗
7
方差分析
8
χ²檢驗
9
基於秩次的非參數檢驗
10
兩變量關聯性分析
11
一元線性回歸
12
多重線性回歸與相關
13
logistic回歸分析
14
時間序列和指數
15
meta分析
16
醫學統計學
導論
編輯
統計及其應用領域
統計數據的類型
統計中的基本概念
統計資料
編輯
統計資料的基本概念
統計資料的收集
統計調查
統計資料的誤差
統計抽樣
編輯
關於抽樣的基本概念
統計抽樣的基本概念
抽樣調查種類和抽樣方法
調查誤差
系統抽樣
統計資料的綜合
編輯
定量變量的統計描述
定性變量的統計描述
參數估計
編輯
抽樣分佈與抽樣誤差
t分佈
總體分佈及總體機率的估計
假設檢驗
編輯
t檢驗
二項分佈與Poisson分佈資料的z檢驗
假設檢驗的功效
方差分析
編輯
方差分析的基本思想
方差分析的步驟
多個樣本均數的兩兩比較
方差分析的前提條件和數據變換
χ²檢驗
編輯
獨立樣本四格表資料的χ²檢驗
多個獨立樣本R×C列聯表資料的χ²檢驗
配對設計資料的χ²檢驗
列聯表資料的確切機率法
χ²檢驗用於擬合優度檢驗
基於秩次的非參數檢驗
編輯
配對設計資料的符號秩檢驗
兩組獨立樣本比較的秩和檢驗
多組獨立樣本比較的秩和檢驗
隨機區組設計資料的秩和檢驗
多個樣本間的多重比較
兩變量關聯性分析
編輯
線性相關
秩相關
分類變量的關聯性分析
一元線性回歸
編輯
回歸分析的基本概念
一元線性回歸模型
總平方和分解
樣本確定系數與樣本相關系數
一元線性回歸顯著性檢驗
模型適合性分析
E(Y)的區間估計
因變數Y的預測
多重線性回歸與相關
編輯
多重線性回歸的概念及其統計描述
多重線性回歸的假設檢驗
復相關係數與偏相關係數
自變量篩選
多重線性回歸的應用
logistic回歸分析
編輯
logistic回歸模型
logistic回歸的參數估計及假設檢驗
條件logistic回歸模型
logistic回歸的樣本含量估計
logistic回歸的應用及注意的問題
時間序列和指數
編輯
時間序列的成分
利用平滑法進行預測
利用趨勢推測法進行預測
利用趨勢和季節成分進行預測
指數
meta分析
編輯
meta分析概述
meta分析的統計方法
meta分析的偏倚
醫學統計學
編輯
壽命表
醫學研究的統計學設計
臨床試驗設計與分析