1.　トピックス1:新記録の誕生と競技水準の向上
　1.1　考　え　方
　1.2　新記録の数の確率分布
　1.3　練習問題
2.　トピックス2:病原性大腸菌Ｏ-157による集団食中毒
　2.1　はじめに
　2.2　データをみる目
　2.3　統計モデル
　2.4　尤度関数と最尤推定値
　2.5　対数正規分布
　2.6　最尤推定値は最小値
　2.7　適　用　例
　2.8　なぜ対数正規分布
　2.9　練習問題
3.　 Bootstrap――中央値の標準誤差を求める?
　3.1　はじめに
　3.2　古典的な統計学的推測
　3.3　Bootstrapによる推測
　3.4　Bootstrap信頼区間
　　パーセンタィル法／BC　法／BCa　法
　3.5　演習問題
4.　モデルを比較する
　4.1　はじめに
　4.2　MallowsのCp規準
　4.3　AkaikeのAIC規準
　4.4　自由度調整重相関係数
　4.5　よく見かける変数選択法
　4.6　AIlenのCV規準
　4.7　モデル選択の例No.1
　4.8　HjorthのCMV規準
　4.9　モデル選択の例No.2
　4.10　練習問題
5.　測定誤差のある線形モデルー―測定法の比較
　5.1　誤　差
　5.2　正確度の評価の基本
　5.3　測定法の比較
　　線形回帰式と線形関係式／Bootstrapによる推測／繰り返し測定のある場合
　5.4　練習問題
6.　一般化線形モデル(GLIM)
　6.1　はじめに
　6.2　GLIMの三つの特徴
　6.3　最尤推定
　6.4　モデルの適合度の評価
　6.5　Analvsis of deviance
　6.6　Over-dispersion
　6.7　回帰係数の解釈
　6.8　適　用　例
　6.9　練習問題
7.　ノンパラメトリック回帰モデル
　7.1　基本的アイデア
　7.2　局所重み付き平均――kernel smoother
　7.3　局所重み付き線形回帰――loess
　7.4　スプライン関数の利用――smoothing splines
　7.5　Smootherのバラツキとsmoothingパラメータ
　7.6　一般化加法モデル――GAM
　7.7　練習問題
8.　イベント発生までの時間の長さに関するモデル
　8.1　生存時間の確率分布
　8.2　生存関数の推定
　　パラメトリック法／ノンパラメトリック法
　8.3　比例ハザード回帰モデル
　　パラメトリックモデル／Coxのモデル――セミパラメトリックモデル／
　　log-rank検定
9.　Bayes　推　測
　9.1　Frequentist――伝統的統計学
　9.2　Bayesian
　9.3　無情報事前分布
　9.4　事後分布
　9.5　階層的条件付き独立モデル
　9.6　応用例
　9.10　練習問題
10.　Markov chain Monte Carlo法
　10.1　期待値の計算
　l0.2　Markov連鎖
　10.3　Metropolis-Hastingsアルゴリズム
　10.4　2種類のsampler
　10.5　収束診断
　10.6　Single-component MH法
　10 7　Gibbs sampling
11.　トピックス3:多施設共同臨床試験における施設間差
　11.1　治療効果のモデル
　11.2　Balanced dataでの推測
　　分散分析(ANOVA)法／最尤(ML)法／制限付き最尤(REML)法
　11.3　Unbalanced dataでの推測の留意点
　11.4　解析例
　11.5　練習問題
12.　トピックス4:疾病地図と疾病集積性
　12.1　はじめに
　12.2　問題の所在
　12.3　年齢調整でも不十分
　12.4　Bayeslan approach
　　Empirical Bayes／Bayesian hierarchical model
　12.5　疾病の集積性
　12.6　練習問題
13.　付　録
　13.1　最尤推定
　　尤度に基づくモデル／漸近的に同等な三つの検定統計量／信頼区間／デルタ法
　13.2　S-Plusプログラム他
14.　文　献
15.　索　引