本书首先介绍生物统计学基础和传统生物统计学及其应用方法,以此作为没有基础和有一定基础的学生的入门;然后进入生物大数据与概率统计模型章节,通过贝叶斯推断、隐马尔科夫模型(HMM)、最大似然推断等方法的层层推进,配合详实的用例,完整的介绍统计建模方面的知识;最后将统计建模方法延展到面向生物大数据挖掘的深度学习,并介绍相关应

生物统计学（第二版）分为基本原理和软件实现两部分。基本原理部分系统介绍了生物统计学的原理、方法和过程，内容涵盖统计分析的基础理论和常用方法，统计方法包括描述统计，单变量数据的参数、非参数检验和方差分析，双变量、多变量数据的回归、相关分析和协方差分析，常用试验设计及其统计分析方法，以及聚类分析与判别分析、主成分分析与因子

本教材书与宁康主编的《生物统计学：生物大数据的概率统计模型与机器学习方法》配套使用。本书汇集生物统计学的大量习题，这些训练对掌握生物统计学这门学科十分必要。全书共有1000多道习题，内容涵盖生物统计学基础、传统生物统计学及其应用、生物大数据的特征与挑战、生物大数据与概率统计模型、面向生物大数据挖掘的深度学习。本书习题均