| PartⅠ 生物統計学の基礎―例題を用いた入門的講義― |
| Lesson1 生物データの収集と表示（標本分布と母集団分布） 2 |
| 1.1 データ収集の前に者えること 2 |
| 1.2 データの表現法としての度数分布 6 |
| 1.3 標本分布と母集団分布 8 |
| 1.4 標本データの取得 11 |
| Lesson2 標本平均と標本分散からわかること 14 |
| 2.1 標本平均と標本分散の計算法 14 |
| 2.2 区間推定とt検定 17 |
| 2.3 確率の具体的な計算法（内挿法） 21 |
| Lesson3 母平均を推定する（区間推定とt検定） 24 |
| 3.1 例題2の意味と解法 24 |
| 3.2 母平均の区間推定 25 |
| 3.3 標本平均はどの程度正しいか（t検定による確率表示） 28 |
| 演習問題 29 |
| Lesson4 Excelの利用（区間推定とt検定） 31 |
| 4.1 Excelを利用するときの注意点 31 |
| 4.2 Excelの利用を考えてみる 34 |
| 1. 組込み関数の使い方 34 |
| 2. t分布の逆関数を求める画面 34 |
| 3. 結果の一例 35 |
| Lesson5 複数の標本を解析する 38 |
| 5.1 対応がない二つのグループを比べる 39 |
| 5.2 対応関係が不明な場合の平均値の差の検定 41 |
| 1. ケース1（データに対応がない場合） 43 |
| 2. ケース2（データに対応がある場合） 45 |
| 5.3 薬学・医学の分野における問題点（例題6） 46 |
| 演習問題 49 |
| Lesson6 回帰と相関の問題 52 |
| 6.1 回帰と相関の違い 52 |
| 6.2 直線回帰 53 |
| 6.3 実験式の求め方とその意味 62 |
| 6.4 相関 63 |
| 1. 相関解析と相関係数の定義 63 |
| 2. 例題による相関の解析（例題8） 65 |
| 3. 相関係数に関する検定 68 |
| 4. 標本相関係数と母相関係数との関係 70 |
| 5. 相関係数の差の検定 72 |
| 演習問題 73 |
| Lesson7 重回帰 75 |
| 7.1 独行恋数が複数個観測される例 75 |
| 7.2 重回帰の信頼区間 79 |
| 7.3 重相関係数準 80 |
| 演習問題 81 |
| Lesson8 複数の標本の比較（x検定） 83 |
| 8.1 分散の一様性とは何か 83 |
| 8.2 コクランの近似法の使い方 84 |
| 演習問題 86 |
| Lesson9 二つ（以上）のグループを比べる方法 88 |
| 9.1 対比較と対比 89 |
| 9.2 平均値の差により比較する（対比較） 90 |
| 1. モデル 92 |
| 2. 最小有意差法 93 |
| 3. チューキーの方法 95 |
| 4. ニューマン・キュールズの方法 96 |
| 5. ダンカンの方法 99 |
| 6. ダンネットの方法 101 |
| 9.3 二つのグループを比べる（対比） 103 |
| 1. モデル 103 |
| 2. t検定 104 |
| 3. シェッフェの方法 105 |
| 4. チューキーの方法 108 |
| 9.4 種々の比較法の長短（まとめ） 110 |
| 演習問題 113 |
| Lesson10 実験計画 114 |
| 10.1 実験計画とは 114 |
| 10.2 完全無作為化法 115 |
| 10.3 無作為ブロック法 122 |
| 10.4 乱塊法（任意ブロック法） 125 |
| 1. 実験計画の例 125 |
| 2. 無作為ブロック法（乱塊法）の配置法 126 |
| 3. 確率モデルおよび統計量の意味 128 |
| 4. 分散分析の実行例 129 |
| 5. ブロックの取り方を変えた場合 130 |
| 10.5 ラテン方格法 132 |
| 10.6 無作為ブロック法による要因実験 136 |
| 1. 確率模型 136 |
| 2. 試験区の配置法の実例 137 |
| 3. 分散分析 137 |
| 4. 推定量および期待値 138 |
| 10.7 分割試験区法 139 |
| 1. 確率模型 139 |
| 2. 分割試験区法の例 140 |
| 演習問題 143 |
| PartⅡ 生物統計学の応用―学問上大切な基礎知識― |
| 1章 生物データについて 146 |
| 1.1 生物データの特徴と数式模型 146 |
| 1.2 生物データの計測 149 |
| 1.3 観測された生物データのもつ情報の確からしさ―確率― 151 |
| 1. 情報とは何か 151 |
| 2. 「確からしさ」（確率）の考え方 152 |
| 3. 確率変数を考える 159 |
| 2章 標本と母集団 161 |
| 2.1 観測値とその出所との関係（標本と母集団） 161 |
| 標本と母集団の関係 161 |
| 2.2 観測値の集合としての標本 162 |
| 2.3 母集団の性質を示す母数の推定法 165 |
| 2.4 統計量 166 |
| 2.5 期待関数と分散関数 167 |
| 3章 母数と統計量 169 |
| 3.1 母数（パラメータ）と統計量 169 |
| 3.2 共通の分散という考え方の補足 170 |
| 1. 対応がない場合のモデル 170 |
| 2. 対応がある場合のモデル 172 |
| 4章 Excelを使ううえでの注意 176 |
| 5章 二つの標本の問題 179 |
| 5.1 標本について考える 179 |
| 5.2 確率模型とは何か 182 |
| 5.3 標本抽出の再現性の問題 184 |
| 6章 回帰と相関 185 |
| 6.1 回帰係数と相関係数についての検定 185 |
| 1. 相関係数に関する検定 185 |
| 2. 標本相関係数と母相関係数との関係 185 |
| 3. 相関係数の差の検定 186 |
| 7章 重回帰（重相関） 187 |
| 7.1 重回帰の考え方 187 |
| 7.2 重回帰で使用するデータについて 188 |
| 7.3 重回帰モデル 189 |
| 7.4 最小二乗推定 189 |
| 7.5 残差の分析 191 |
| 7.6 モデルの構成と分散分析 191 |
| 7.7 決定係数と重相関 193 |
| 7.8 回帰係数の標準誤差 193 |
| 8章 比較法の根拠（ウェルチの考え方） 194 |
| 9章 統計的仮説の検定 195 |
| 9.1 統計的仮説 195 |
| 9.2 推定という手法 197 |
| 1. 点推定 197 |
| 2. 区間推定 199 |
| 10章 実験計画 200 |
| 10.1 実験計画の発端とフィッシャーの功績 200 |
| 10.2 実験計画のための実際の作業 203 |
| 1. 概念模型の設定 203 |
| 2. 誤差の分析 204 |
| 3. 確率模型の当てはめ 205 |
| 4. 試験区の配置および実験の遂行 205 |
| 5. データの処理および結果の考察 206 |
| 10.3 誤差の摘出およびその評価 206 |
| 1. 異常値とはずれ値の処理 206 |
| 2. フィッシャーの3原則 207 |
| 10.4 各種の実験計画法の詳細と一般的な解説 209 |
| 1. 基本的な実験計画法の種類 209 |
| 2. 完全無作為化法の一般的な解説 211 |
| 付録 215 |
| 付録1 用語解説 216 |
| 付録2 PartⅠの補足（分布関数） 228 |
| 2.1 離散型分布関数 228 |
| 2.2 連続型分布関数 235 |
| 付録3 知っていると便利な数学の知識 251 |
| 3.1 行列，行列式および変数変換 251 |
| 付録4 統計学の歴史的役割と現在の生物統計学 258 |
| 付録5 数表 268 |
| 参考書 275 |
| 参考文献 275 |
| おわりに 278 |
| PartⅠ 生物統計学の基礎―例題を用いた入門的講義― |
| Lesson1 生物データの収集と表示（標本分布と母集団分布） 2 |
| 1.1 データ収集の前に者えること 2 |
| 1.2 データの表現法としての度数分布 6 |
| 1.3 標本分布と母集団分布 8 |
| 1.4 標本データの取得 11 |
