临床试验设计的统计方法

《临床试验设计的统计方法》可作为高等院校生物统计学、临床试验设计课程的教材，以及医院和药企的生物统计人员的参考用书。本书内容全面，与靠前前沿的临床试验设计方法接轨，突出统计学的基本思想与实际应用，不仅包括了生物统计的基本概念，也系统地介绍了临床试验设计中经典以及前沿的各类统计学方法（包括频率学派和贝叶斯学派）。
内容新颖丰富，介绍了许多靠前尚未普及、但在国外常见的试验设计，是生物统计从业人员的推荐参考书。
作者尹国圣、石昊伦给出了自己对统计的理解、较为详细的公式推导和模拟实例，风格严谨、实践性强。
抢先发售对贝叶斯统计方法在临床试验设计中的应用作了很好详细和全面的介绍，是一本了解和学习贝叶斯统计和临床试验设计不可或缺的好书。

尹国圣，2003年获得美国北卡罗来纳大学教堂山分校生物统计系博士学位；2003年至2009年在美国得克萨斯大学MD Anderson癌症中心生物统计系担任助理教授及副教授，并于2009年获终身职位：2009年至2014年在香港大学统计与精算系担任副教授，并于2014年获终身教授职位；现受聘为香港大学统计与精算系潘？昌基金教授、系主任，以及得克萨斯大学MD Anderson癌症中心客座教授。2013年当选为美国统计协会会士，2015年由Thomson Reuters根据论文被引用次数评选为世界很好1％的科学家。
迄今为止，在靠前很好统计学与医学期刊上发表论文140余篇，并于2012年通过Wiley出版社发表专著Clinical Trial Design: Bayesen and Frequentist Adaptive Methods，此书于2014被译成日文。应邀作为很好统计学期刊专家审稿300余篇，担任《美国统计学会会刊》《统计分析与数据挖掘》《日本统计与数据科学》《贝叶斯分析》以及《当代临床试验》等很好统计学期刊的副主编；并应邀成为世界很好出版社Wiley、CRC Press、Springer的图书审稿专家。多次主持靠前会议，并应邀在靠前会议及世界知名大学发表100多次学术演讲。多次参与临床试验设计及新药研发，多次获得美国及香港特别行政区研究经费，并担任英国医学资助局与香港特别行政区研究资助局的研究经费评审专家。主要研究领域为临床试验设计、大数据分析、贝叶斯分析、数据挖掘、机器学习、人工智能。

第一章 统计学基础
1.1 统计学在医学中的应用
1.2 随机变量及统计分布
1.2.1 离散型分布函数
1.2.2 连续型分布函数
1.3 多元统计分布
1.4 Copula函数
1.5 中心极限定理与Delta方法
1.6 频率学派的统计方法
1.6.1 最大似然估计
1.6.2 置信区间
1.6.3 假设检验
1.7 小结
第二章 贝叶斯统计方法
2.1 贝叶斯公式
2.2 先验分布
2.2.1 先验分布的类型
2.2.2 共轭先验分布
2.2.3 Jeffreys先验分布
2.2.4 参照先验分布
2.2.5 基于历史数据的幂方先验分布
2.2.6 相称先验分布
2.3 可信区间
2.4 Lindley悖论
2.5 p值与后验概率的关系
2.5.1 连续型数据的假设检验
2.5.2 两分类型数据的假设检验
2.6 简单假设检验下p值与后验概率的比较
2.6.1 平均p值与平均后验概率
2.6.2 p值与后验概率的数值模拟比较
2.7 贝叶斯因子
2.8 贝叶斯模型平均方法
2.9 贝叶斯分层模型
2.10 贝叶斯广义矩方法
2.11 统计决策理论
2.12 马尔可夫链蒙特卡罗方法
2.12.1 逆变换抽样法
2.12.2 拒绝抽样法
2.12.3 Gibbs抽样法
2.12.4 Metropolis―Hastings算法
2.13 小结
第三章 广义线性模型
3.1 线性模型
3.2 广义线性模型
3.2.1 指数分布族
3.2.2 联接函数
3.2.3 模型参数的估计
3.3 贝叶斯学派的线性模型
3.4 贝叶斯广义线性模型
3.5 两分类型数据的潜变量模型 3.6 小结
第四章 生存分析
4.1 基本概念
4.2 Log-rank检验
4.3 指数分布下的生存模型
4.4 Cox比例风险模型
4.5 可加风险模型
4.6 加速失效时间模型
4.7 加速风险模型
4.8 分位数回归模型
4.9 治愈率模型
4.10 小结
第五章 临床试验的简介及相关概念
第六章 适应性随机化方法
第七章 一期临床试验设计的统计方法
第八章 延迟型毒性结果的剂量探寻方法
第九章 联合用药的剂量探寻方法
第十章 二期临床试验设计的统计方法
第十一章 三期临床试验的统计方法
第十二章 成组序贯设计
第十三章 适应性试验设计
参考文献