第一章 統計學基礎
1.1 統計學在醫學中的應用
1.2 隨機變量及統計分布
1.2.1 離散型分布函數
1.2.2 連續型分布函數
1.3 多元統計分布
1.4 Copula函數
1.5 中心極限定理與Delta方法
1.6 頻率學派的統計方法
1.6.1 *大似然估計
1.6.2 置信區間
1.6.3 假設檢驗
1.7 小結
第二章 貝葉斯統計方法
2.1 貝葉斯公式
2.2 先驗分布
2.2.1 先驗分布的類型
2.2.2 共軛先驗分布
2.2.3 Jeffreys先驗分布
2.2.4 參照先驗分布
2.2.5 基於歷史數據的冪方先驗分布
2.2.6 相稱先驗分布
2.3 可信區間
2.4 Lindley悖論
2.5 p值與後驗概率的關繫
2.5.1 連續型數據的假設檢驗
2.5.2 兩分類型數據的假設檢驗
2.6 簡單假設檢驗下p值與後驗概率的比較
2.6.1 平均p值與平均後驗概率
2.6.2 p值與後驗概率的數值模擬比較
2.7 貝葉斯因子
2.8 貝葉斯模型平均方法
2.9 貝葉斯分層模型
2.10 貝葉斯廣義矩方法
2.11 統計決策理論
2.12 馬爾可夫鏈蒙特卡羅方法
2.12.1 逆變換抽樣法
2.12.2 拒*抽樣法
2.12.3 Gibbs抽樣法
2.12.4 Metropolis—Hastings算法
2.13 小結
第三章 廣義線性模型
3.1 線性模型
3.2 廣義線性模型
3.2.1 指數分布族
3.2.2 聯接函數
3.2.3 模型參數的估計
3.3 貝葉斯學派的線性模型
3.4 貝葉斯廣義線性模型
3.5 兩分類型數據的潛變量模型