1. 统计学热门话题
01《直观生物统计学》
作者：Harvey Motulsky
ISBN：978 - 0199946648
“《直观生物统计学》（<Intuitive Biostatistics>）是一部佳作，可以向各种实验生物学家教授许多知识。与我曾阅读的其他统计学文本不同，它包括对多重比较的广泛和精心设计的讨论，对数据分析中常见和可避免的错误的警告，对适用于各种检测的假设的回顾，将重点置于置信区间而非P值，对为什么在科学工作中很少需要统计学显著性概念的解释以及对非线性回归的明确解释（通常在实验室中使用；统计学书籍中鲜有解释）。
事实上，我对《直观生物统计学》非常满意，所以我决定将其用作我的博士后同事和研究生的参考资料，他们均依赖于统计学，且大多数均需要更深入地了解精确原因。Motulsky所写之作均经过深思熟虑，具有令人信服的逻辑和智慧。他以例教事，教导人们可以期待使用统计方法做什么，或许同样重要的是，教导人们不可以期待使用统计方法做什么。他因该作品获得赞誉，对于许多曾拜读该作品的科学家而言，它确实具有价值，甚至可能具有变革性。”——Bruce Beutler，2011年诺贝尔生理学和医学奖得主，德克萨斯大学西南医学中心宿主防御遗传学中心主任
概览：
《直观生物统计学》既是对统计学的介绍，也是对统计学的回顾。与其他书籍相比，它具有：
广度而非深度。这是一本指南，不是一本烹饪书。
叙述而非数学。几乎不使用方程。
解释而非方法。该书介绍了一些统计方法的细节，只需要几个表格来完成计算。
本书的目标受众：
希望理解生物医学期刊的统计部分内容的医学（和其他）专业人员。虽然这些读者不需要分析任何数据，但需要理解他人发表的分析。本书试图从宏观角度解释，并不会陷入太多的细节。
本科生和研究生、博士后和分析数据的研究人员。该书解释了数据分析的一般原理，但不会教你如何进行统计计算或如何使用任何特定的统计程序。本书是更传统的统计文本和统计软件文档的绝佳辅助工具。
向统计学家咨询的科学家。统计学通常看似一门外语，该书的内容可作为一部词典来弥合科学家与统计学家之间的差距。贯穿全书的是解释统计术语的“隐语”部分，并指出统计学何时赋予普通词汇非常特殊的含义（造成许多混淆的来源）。
02《基本生物统计学》
作者：Harvey Motulsky
ISBN：978-0199365067
“《基本生物统计学》（<Essential Biostatistics>）以通俗易懂的简洁语言提取出大学级生物统计学主题的精髓，引人入胜，发人深省。在校学生和生物统计学从业者将发现：《基本生物统计学》是一份极好的参考资料，它清楚阐述了主要统计概念和程序，同时还阐明了许多容易陷入的错误统计结论。这本书是传统生物统计学书籍的绝佳搭档。”——Derek Webb，伯米吉州立大学
“作者很好地解释了为什么我们使用统计学，而非陷入解释我们如何计算统计学的困境。我发现，本书将计算搁置一旁，转而探讨我们为什么在科学中使用统计学的大背景，令人耳目一新。”——W. Coble，院长，史蒂夫奥斯汀州立大学
概览：
本书并未解释如何计算任何统计检验。事实上，本书只包括两个方程。
第1章非常有趣，它解释了常识如何误导你，以及为什么我们需要理解统计学原理。
第2章描述了理解概率复杂性的独特方法。
第4章介绍了统计思维，解释了比例的置信区间，以及在必须处理如何量化离散的概念之前使用置信区间从样本到群体进行归纳的逻辑。
在解释P值（第13章）和统计学显著性（第14章和第15章）之前，本书解释了用置信区间比较各组（第12章）。
第16章解释了I型错误有多常见，以及显著性水平和错误发现率之间的差异。
第19章利用一系列表格解释了所有常见的统计检验。
几乎每一章都解释了统计学概念如何遭到误解的“隐语”部分。
几乎每一章都包括“常见错误”部分，第25章解释了更多需要避免的一般错误。
本书的目标受众：
需要学习统计学的在校学生，不分专业。
生物统计学从业者。
2. η2 统计学
用η表示机械效率， 希腊字母，中文读音为：艾塔或者伊塔
我们把有用功和总功的比值叫做机械效率。用符号η表示，计算公式为η=W有/W总×100%。
η意义：
1、机械效率是反映机械性能的优劣的重要标志之一。总功等于有用功与额外功之和，因而有用功只占总功的一部分。显然，有用功所占比例越大，机械对总功的利用率就越高，机械的性能就越好。物理中，用机械效率来表示机械对总功得了利用率。
2、在计算机械效率时，注意物理量名称所表示的意义。总功：即动力对机械所做的功，称之为动力功，也叫输入功。理想机械：W总=W有用，W输入=W输出，W动=W阻。实际机械：W总=W有用+W额外，W输入=W输出+W额外，W动=W有用阻力+W无用阻力。
3. 统计学女生
不是这样的，你的感觉只能说是巧合，你遇到的女生比男生成熟懂得多，不代表整体上女生比男生成熟懂得多，这是个概率问题，你的统计量太少了，不能作为判断依据，因此，你的断言不能成立。谢谢。
4. 统计学 t
z和t是统计学中常用的有关检验的参数。Z表示标准正态分布，即正态分布的概率密度函数在任意一个样本点处的值都是相同的。T表示t分布，它是在假定样本大小受到限制的情况下，把样本均值代入正态分布概率密度函数中形成的新分布。Z指标通常用于检验总体均值的比较（即偏差检验），或者检验两个总体均值的差异。T指标则用于检验总体的方差的比较（即方差分析），或者检验两个总体的方差的差异。
5. 统计学需要什么配置的笔记本
建模多使用3Dmax等软件，满足该软件即可用于建模。客根据自己的需要，自由选择合适配置、外观、重量、大小的笔记本电脑。3DMAX硬件要求：
1、Intel或AMD处理器，主频至少1GB（推荐使用双Intel Xeon处理器或双AMD Athlon系统）。
2、512内存，至少500MB硬盘交换空间（推荐使用1GB内存及2GB硬盘交换空间）。
3、1024＊768 16位色显存的图形卡（需支持OpenGL和Direct3D硬件加速；推荐选用256MB显存、1280＊1024 24位色3D图形加速器）。 以上是最低配置要求，电脑的配置越高，使用3Dmax建模更有效率，速度也更快。
6. i²统计学
在电气工程和电子技术中，i值和e值是指电流和电压的分贝单位。
i值 = 20log(i / i0)，其中i为实际电流，i0为基准电流（通常为1毫安）。
e值 = 20log(e / e0)，其中e为实际电压，e0为基准电压（通常为1毫伏）。
这里的log是以10为底的对数，20是因为电流或电压的平方与功率成正比。
以i值为例，如果一个电路中的电流为2毫安，则其i值为20log(2/1) = 6dB。同理，如果电流为4毫安，则其i值为20log(4/1) ≈ 12dB。
需要注意的是，i值和e值只是表示电流和电压的相对大小，而不能反映出它们的实际值。因此，在具体的电路设计和分析中，应该综合考虑其它因素，如功率、阻抗等。
7. σ统计学
∑(2i+1)表示和式：(2*2+1)+(2*3+1)+(2*4+1)+......+(2*10+1)=222。
i=2，式子中的2i+1是数列的通项公式Ai，i是项的序数，i=2表示从数列｛2i+1}的第二项开始计算，顶上的10是运算到的10项截止。
大写Σ用于数学上的总和符号，比如：∑Pi，其中i=1,2,...,T，即为求P1 + P2 + ... + PT的和。小写σ用于统计学上的标准差。西里尔字母
的С及拉丁字母
的S都是由Sigma演变而成。