**章　Cox比例風險模型的發展與應用
　**節　Cox比例風險模型
　　一、Cox比例風險模型的結構
　　二、參數估計
　　三、關于參數的解釋
　　四、變量的不同編碼方式對參數估計值的影響
第二節　比例風險性質的判別
　　一、比例風險的性質
　　二、比例風險的生存概率曲線識別法
　　三、比例風險的參數識別法
　　四、比例風險的殘差分析法
第三節　非比例風險的Cox模型配合
　　一、配合協變量與時間交互作用模型（時依系數法）
　　二、配合帶時依協變量的Cox模型（分段模型）
　　三、非比例風險的分層分析法
第四節　多次事件的生存分析
　　一、多次事件的資料結構
　　二、各種整理模式下的模型結構
　　三、多次事件資料的模型配合過程
　　四、多種事件的分析
第二章　生物信息分析統計方法
　**節　生物信息學概述
　　一、生物信息學研究現狀與發展趨勢
　　二、生物信息學的生物內涵
　　三、生物信息學的信息學內涵
　　四、生物信息學研究和發展中的交叉學科和大科學特點
　第二節　序列比較方法
　　一、數據庫搜索簡介
　　二、序列相似性定義
　　三、序列類似性的統計顯著性
　　四、算法的敏感性與準確度（選擇性）
　　五、有空隔配準的BLAST程序與位置特異的迭代BLAST程序
　第三節　基因芯片的統計分析方法
　　一、基因芯片
　 二、基于基因芯片的數據挖掘及可視化
　 三、基因轉錄調控網絡分析
　第四節　蛋白質序列模式和序列結構域摸式
　 一、基準序列（序列模式）：標紋、標志、指紋和位點
　 二、序列結構與模式匹配方法
第三章　非經典條件下的若干回歸分析方法
　**節　穩健回歸方法
　　一、穩健統計的基本理論
　　二、穩健回歸方法進展
　　三、應用實例及軟件實現
　第二節　截取回歸模型
　 一、Tobit模型概述
　 二、Tobit模型的異方差性和非正態性
　 三、應用實例及軟件實現
第三節　非參數回歸與廣義可加模型
　　一、非參數回歸的基本方法
　　二、偏倚-方差權衡和光滑參數的選擇
　　三、可加模型
　　四、廣義可加模型
　　五、應用實例及軟件實現
　第四章　結構方程模型
　 **節　前言
　 第二節　結構方程模型中的幾個基本概念
　 第三節　結構方程模型中的兩類子模型
　 第四節　路徑圖及SEM的協方差結構
　 第五節　結構方程模型的分析步驟
　 第六節　結構方程模型中的模型識別
　 第七節　結構方程模型分析軟件
　 第八節　結構方程模型參數估計
　 第九節　結構方程模型的擬合度評價
　 第十節　結構方程模型的修正
　 第十一節　應用實例
第五章　廣義估計方程和多水平模型
　**節　廣義估計方程
　　一、GEE模型簡介
　　二、幾種常見的組內相關矩陣
　　三、GEE的參數估計
　　四、GEE在生物醫學領域中的應用
　　五、其他應用
　第二節　多水平模型
第六章　Bootstrap方法及其應用
第七章　Permutation檢驗及其應用
第八章　Monte Carlo方法及其在醫學中的應用
第九章　數據挖掘技術及其應用
第十章　Bayes統計方法應用