本书英文版由剑桥大学出版社出版，书中指出了当前生物学研究中存在的误区，强调与现实世界生物学情形有关的问题，重点是如何处理生物学数据——怎样设计取样程序以最佳地利用我们的资源，怎样避免由于犯错误而使我们难以分析数据，以及当收集到数据时怎样分析。读者通过对本书的学习，能够了解生物学统计模型的基本假设前提条件，能够利用有限的时间与资源优化设计实验与抽样过程，能够正确地应用适当的统计模式分析通过设计实验或野外采集的生物学数据，能够理解生物统计分析软件包输出的结果。
　 主要内容：估计与假设检验的方法，包括对贝叶斯定理的介绍；线性与标准线性模型，包括线性回归与逻辑斯谛回归；单与复杂的方差分析（ANOVA）模型，其中涉及因素分析，嵌套的、分区的、裂区的（或者髓机区组的）和重复测量的设计以及协方差设计；对数一线性模型； 多变量的分析方法，包括聚类分析与判别分析。
本书侧重介绍了假设检验、实验数据分析，列举了大量的工作实例，生动地阐述了主要统计分析方法；同时，书中还广泛引用了统计学和生物学文献，提供了书中全部原始数据的网址并给出了相关的软件链接供读者练习。
内容推荐
如何设计生物学实验，如何在空间设置安排实验处理区组，如何在不同时间施加实验处理，是生物学研究人员的必备知识。首先在设计生物学实验时，无论是生态学实验，还是细胞生物学实验，生物化学实验，都必须参考有关统计学和实验设计的专业书籍，考虑选用适当的统计方法。本书深入浅出地介绍了生物学研究中最常见的实验设计方法，适用于连续型与离散型数据的统计方法。作者有针对性地分析了当前生物学研究文献中的具体实例，介绍了具体生物统计方法的运用，便于读者掌握。通过对该书的学习，读者将知道为什么我们要以一种特定的实验设计来探讨一个生物学问题以及怎样来分析实验数据；同时作者提供了该书中所有原始数据的网址，读者可以自己利用生物统计软件包分析这些原始数据。最后，作者以相当的篇幅介绍了如何简明扼要地展示生物统计分析结果。读者通过对本书的学习，能够了解生物学统计模型的基本假设前提条件，能够利用有限的时间与资源优化设计实验与抽样过程，能够正确地应用适当的统计模式分析设计实验或野外采集的生物学数据，能够理解生物统计分析软件包输出的结果。