《高等多元统计》教学大纲（本科）.pdfVIP

高等多元统计 一、课程简介 高等多元统计分析是生物技术本科专业的一门重要的理论性基础课。高等多元统计分析是 理统计学迅速发展起来的一个分支，已广泛地应用到社会科学和自然科学的许多领域，在医学领 域、生物信息领域也有非常广泛的应用。通过本课程的学习，让学生了解各种常用多元统计分析 方法的统计背景和实际意义，熟悉各方法的统计思想及理论知识，并知道如何用这些方法去解决 医学、生物信息学中的实际问题。 学生学完本课程后，应达到如下要求：了解各种常用多元统计分析方法的统计背景和实际 意义。掌握多元正态分布的基本概念和性质。掌握聚类分析的思想和方法，并会应用聚类分析 解决实际问题。掌握判别分析的思想和方法，并会应用判别分析解决实际问题。掌握主成分分 析的思想和方法。掌握 Logistic 回归分析的思想和方法，以及 Logistic 回归在生物医学中的应 用。掌握生存率的估计、生存曲线和 Cox 比例风险回归模型在生物医学中的应用。掌握非参 检验的基本概念和性质。 二、理论教学内容 1.绪论 了解内容：各种常用多元统计分析方法的统计背景和实际意义，以及这些方法在解决医学、 生物信息学中实际问题的应用。 2. 多元正态分布 掌握内容：多元正态分布的基本概念，多元正态分布的定义及基本性质。 了解内容：多元正态分布的参数估计。 3. 多元正态总体均值向量和协差阵的假设检验 掌握内容：Wishart 分布的定义和性质，Hotelling T2 分布的定义和性质。 了解内容：多元正态分布均值向量的检验，多元正态分布协差阵的检验。 4.聚类分析 掌握内容：聚类分析的基本思想，距离和相似系 ，系统聚类法的基本性质，八种系统聚类 方法，基于 SNP 位点最小等位基因频率对人群进行聚类分析。 5. 判别分析 掌握内容：判别分析的思想和方法。距离判别法基本思想，Fisher 判别法基本思想，Bayes 判别法基本思想，逐步判别法基本思想，基因表达数据的判别分析。 6. 主成分分析 掌握内容：主成分分析的定义及其基本思想、主成分分析的应用。 了解内容：主成分分析的数学模型、主成分的推导及性质。 7.Logistic 回归分析 掌握内容：一元、多元 Logistic 回归模型及 Logit 变换；回归系数及回归方程的检验；Logistic 回归方程中系数的解释；Logistic 回归在医学中的应用。优势比、相对危险度的概念。 了解内容：运用逐步回归分析做Logistic 回归。 8.生存分析 掌握内容：生存率的估计和生存曲线，生存曲线的 Log-rank 检验。 了解内容：Cox 比例风险回归模型，生存分析在生物医学中的应用。 9.秩和检验 掌握内容：配对样本比较的 Wilcoxon 符号秩检验，两个独立样本比较的 Wilcoxon 秩和检验 （包括频数资料），多个独立样本比较的Kruskal-Wallis 秩和检验（包括频数资料）。 81 了解内容：随机区组设计多个样本比较的检验方法，非参数检验注意事项。 三、实验教学内容 1.聚类分析 基本内容：距离和相似系 ，聚类分析的基本思想和方法，常用的8种系统聚类方法。 基本要求：掌握8种不同的系统聚类方法在计算机 （R语言）中的实现与应用，能够了解他 们之间的区别与联系。 2. 判别分析 基本内容：判别分析的基本思想与方法，距离判别法，fisher判别法，以及逐步判别法。 基本要求：掌握距离判别法，fisher判别法，以及逐步判别法的计算机 （R语言）实现与应用， 能够了解他们之间的区别与联系。 3.Logistic 回归分析 基本内容：Logistic 回归分析的基本思想与方法。 基本要求：掌握Logistic 回归分析在生物信息分析中的应用以及计算机 （R语言）实现。 4. 生存分析 基本内容：生存分析的基本思想与方法，生存曲线分析，Cox 比例风险回归模型。 基本要求：掌握生存曲线分析，Cox 比例风险回归模型的计算