生物统计学

第一回 人类发现了统计 统计改变了世界　　　 若想了解上帝在想什么，我们就必须学统计，因为统计学就是在量测他的旨意。　　　 ——南丁格尔　　　 列位，一般故事或小说的开头总是写的比较虚，没有什么干货，只是交代一些背景。平均说来，到了第三回主要人物才出现，到了第五回矛盾冲突才展开。本文也决不敢例外。　　　大千世界，芸芸众生，悠悠上下五千年，坐地日行八万里。这个世界所在的宇宙真奇妙，时间上没头没尾，空间上没边没沿。世界上的万物真复杂，自然界和人类社会好像都受到某种力量和规律的支配，可怜的是我们还无法确切地认识、把握这些力量和规律，偶然事件常常捉弄我们的命运。这个世界上的人们真倔，非要把这个很难描述的世界，包括客观世界和我们的主观世界整明白不可，大到宇宙空间，小到基因和纳米，探索者前仆后继，没完没了。　　　任何值得一提的文明都探索过真理，冥思苦想的人们尽管不能完全确切的，但总是试图解释复杂多变的自然现象和人类自身。　　　在很早很早以前，人们认为自然是神秘、无序，甚至是恐怖的。而人类自身也有很多谜题，例如，人类为何定居在这个地球上，人生的目的是什么，人类的终极归宿何在，等等。这些问题的答案一般是由宗教领袖给出的。　　　过了很多很多年，智者、思想家和勇敢的科学先驱们，或统称为人民，逐渐摒弃了上帝按其意愿创造了人和物质世界的信仰。他们发现人类有智慧，用思维，佐以观察或实验，就能够发现各种谜一样的自然活动和人们自己。他们用思维与似乎瞬息万变的现象抗争，并将理性之光洒于其上。先驱的态度是理性的、批判的和反宗教的。由于他们的态度较好，终于得出了这样一些结论：自然和人类社会是有序的，按完美的设计而恒定地运行着，从星体的运动到树叶的颤动，从人们的行为到人们的观念，所有感官能感知的东西都能用一种精确、和谐而理想的形式来描述。用土话说，自然和社会都是有规律的，这种规律虽然不受人的主观意志的影响，却能被人的思维所理解。　　　又过了很多很多年，经过无数人大胆的观察、敏锐的猜想、天赋的直觉和一不怕苦二不怕死的精神，建立了现代科学的理论体系和思想体系。在天文学、物理学、生物学、人文社会科学以及数学和哲学等领域都取得了重大成果。虽然数百年来，科学和哲学的门派林立，各自有各自的掌门人，各自占据着各自的山头，都因自己发现真理而笑傲江湖。但有一个基本观点被大多数人承认，即这个世界是有规律的。我们是否可以用身边的事和通俗的语言解读一下科学巨匠们所研究的规律。请想一想，我们身边经常发生的重复出现的、有规律的现象：太阳每天从东方升起，冬天过去春天就要来临，物体失去支撑就会坠落，“神舟五号”飞航按设计的轨道运转，经济按市场规则运行，奔波的人们按自己的哲学度日。对不同领域中的规律进行探索和描述便形成了不同的学科。将不同学科的理论、方法、思想进行提炼，便形成了哲学、数学、统计学这样一些横断科学。　　　同时，我们在发现我们周围的事物没有任何一次重复是完全的“克隆”，没有任何东西会把一切细节完全重复出来。太阳每天从东方升起，但天安门广场上与太阳同时升起的国旗其升旗时间却每天不同；冬天过去春天就要来临，但今年的春色比去年更加明媚；物体失去支撑就会坠落，但受风速、风向、地心引力等很多细小因素的影响，两个同样重的物体坠落速度和落点会有差别；“神舟五号”飞船按设计的轨迹运转，但每次经过我国领空的时间都略有差距；经济按市场规则运行，但今年的GDP比去年增长8%；奔波的人们按自己的哲学度日，但一年又一年我们的生活逐渐发生了改变。因此，任何科学都只能预见大体上的重复现象。　　　行笔至此，我们是否感到统计学太重要了。统计学就是通过差异描述规律；透过现实走向理性，走出混沌，走向秩序的学科。“可以毫不夸大地说，现代科学的发展是在关注大数目现象的标志下进行的，很快就不会有不了解研究的随机性——统计方法的知识分支了”。的确，理、工、农、医、文，今天很难找到一个不使用统计的学科了，它在解决现代科学的那些最重要的和最多样化的课题中起着主导作用。统计学是科学的“母亲”和“仆人”。说她是“母亲”，因为统计学为其他学科起着孕育、生产新思想的作用；说她是“仆人”，因为统计学是其他学科的工具，用统计规律逼近客观规律的工具。　　　但是，故事总有插曲，关于统计学客观基础问题的争论，从来未停止过。从古希腊思想家那里开始到现在，一直存在两种对立的意见。一种意见认为，世界的本质是确定的，随机性只是由于人们认识的局限性而产生的噪音，他们总是将所有现象都解释成无微不至的事物秩序所产生的结果，在事物的重复出现中会因很多细节而产生差异，但这种差异只是目前人们还不了解这些细节而已。统计学只是对随机性差异的度量，是主观内容的范畴，在客观世界中没有什么对应他们的东西。虽然，统计学在科学研究中起着重要作用，但这个作用只是在认识过程中由相对真理到绝对真理的迈进中的作用。因而，这种意见认为，只有数学才能牢固把握客观世界的所作所为，能瓦解玄秘并代之以规律和秩序。而统计学则是由于人力所不及不得已而为之的方法，其基础不是客观的，只是人们知识不足和信息不完备的代名词，虽然统计学是我们人类自己发明的探索客观规律最好用的方法，但数学才是上帝的宠儿，统计学只是人类的智慧。爱因斯坦给波尔的一封信中有这样一句名言：“你信仰掷骰子的上帝，我却信仰客观存在的世界中完备的定律和秩序”。¬文中暗表，那个时期人们所说的上帝似乎有两种意思，一种意思是神学中的上帝，和中国的玉皇大帝、灶王爷之类的东西相似；另一种意思是好像是指不为人们的意志为转移的客观规律，斯密的“看不见的手”与其有点相近。在那个神学和科学混合的时代，这两种意思很难分清楚，只好麻烦读者自己判断。直到20世纪初，科学界一直是这种观点，即机械决定论占统治地位。牛顿力学被称为科学思想的典范，学者们总是力图使科学规律符合严格确定性的理想。　　　关于统计学客观基础问题的另一种意见认为，随机性本身也是客观的，统计学则反映的是知识体系中不依赖于人的关于客体的内容，上帝和人间的赌徒一样，也喜欢掷骰子。有一个著名的故事：拉普拉斯把他写的《天体力学》献给拿破仑。《天体力学》是一本极具影响力的书，描述了如何根据地球上的观测数据，来计算行星与彗星的位置。拿破仑看后说：“拉普拉斯先生，你写了这本关于宇宙系统的书，却根本没有提到他的创造者——上帝”。据传说，拉普拉斯回答道：“我不需要这个假设条件”。　　　拉普拉斯的《天体力学》虽不需要上帝，但它需要另一种东西，叫误差函数。从地球上观测行星与彗星的位置与预测值并不完全吻合，拉普拉斯将

对两组数据的CV(%)进行统计处理，看有无显著差异性，用何种统计学检验方法。求教!

统计学在理化检验中的应用http://www.instrument.com.cn/download/shtml/005366.shtmlhttp://www.instrument.com.cn/download/shtml/005365.shtml有需要"“统计学在理化检验中的应用”"讲座的朋友可以到资料中心去下载，总共(上)(下)两部分10讲，16篇文章，我认为内容不错，故推荐给大家。[em31] 1讲：概论2讲：不确定度及其评定3讲：平均值、中位值及其不确定度4讲：测量方法的重复性和复现性5讲：统计容许限6讲：正态分布及检验7讲：一组或多组测定值的统计处理8讲：有效数字的计算与测量结果的表示9讲：某些基本的统计假设检验10讲：某些分析测定不确定的计算范例

各位老师请教下，下列方法模板下，用什么统计学方法去证明其显著性差异有统计学意义 或者如何利用批间和批内的关系判断差异性研究组：组别 结果值 浓度1 a b c d e f 浓度2 a b c d e f 浓度3 a b c d e f 浓度4 a b c d e f 对照组： 组别 结果值浓度1 a b c d e f 浓度2 a b c d e f 浓度3 a b c d e f 浓度4 a b c d e f 注：研究组和对照组分为4个剂量浓度，各自浓度相同 ：研究组浓度1=对照组浓度1 以此类推 结果值a 、b 、c、d、e、f为代号 各自数据不同

[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=28351]统计学原理[/url]

想做实验方案的优化，求罗旭编《化学统计学》电子版，谢谢！ 另外，请大家介绍基本统计学入门书籍和简单好用的实验方案优化软件，本人不胜感激。zhumenjun1984:请认真阅读版规，求助电子书籍必须设置悬赏帖，请修改，谢谢

最近在忙于弄校准曲线，在GB/T 22554-2010《基于标准样品的线性校准》中有很多的统计学概念，因此首先必须弄清楚这几个概念：残差标准差剩余标准差常数剩余标准差比例剩余标准差大家是怎样理解的呢？

[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=67337]统计学设计课件[/url]

初次接触xrd，扫描一批样品后获得多个图谱，并分别应用谢乐公式计算得到平均晶粒尺寸，如25±0.9、21±0.6等，对于这样的数据（平均数±标准差）大小进行阐述，看到文献里直接给出前者大于后者的结论……能否进行统计学分析，获得二者比较的t值或者p值？请问选择什么统计学方法？

[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=50441]药物分析的统计学知识[/url]

怎样进行标准物质期间核查的执行及统计学检验？

标准物质定值的通用原则及统计学原理是什么？

求药物评价实验设计与统计学基础

标准物质定值的统计学中溯源性的保证是什么？

[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=51491]统计学英语词汇[/url][color=red]【由于该附件或图片违规，已被版主删除】[/color]

[b][/b][font=-apple-system-font, BlinkMacSystemFont, &][color=#333333]统计学是数据分析的基石。[/color][/font][font=-apple-system-font, BlinkMacSystemFont, &][color=#333333][back=rgba(1, 0, 0, 0)]学了统计学，你会发现很多时候的分析并不靠谱。比如很多人都喜欢用平均数去分析一个事物的结果，但是这往往是粗糙的，不准确的。如果学了统计学，那么我们就能以更多更科学的角度看待数据。[/back][/color][/font][font=-apple-system-font, BlinkMacSystemFont, &][color=#333333][back=rgba(1, 0, 0, 0)] [/back][/color][/font][font=-apple-system-font, BlinkMacSystemFont, &][color=#333333][/color][/font][font=-apple-system-font, BlinkMacSystemFont, &][color=#333333]大部分的数据分析，都会用到统计方面的以下知识，可以重点学习：[/color][/font][list][*]基本的统计量：均值、中位数、[color=var(--weui-LINK)]众数[i][/i][/color]、方差、标准差、百分位数等[*]概率分布：几何分布、二项分布、泊松分布、[color=var(--weui-LINK)]正态分布[i][/i][/color]等[*]总体和样本：了解基本概念，抽样的概念[*]置信区间与假设检验：如何进行验证分析[*]相关性与回归分析：一般数据分析的基本模型[/list][size=16px][back=rgba(1, 0, 0, 0)]通过基本的统计量，你可以进行更多元化的可视化，以实现更加精细化的数据分析。这个时候也需要你去了解更多的Excel函数来实现基本的计算，或者python、R里面一些对应的可视化方法。[/back][/size][size=16px]有了总体和样本的概念，你就知道在面对大规模数据的时候，怎样去进行抽样分析。[/size][size=16px]你也可以应用假设检验的方法，对一些感性的假设做出更加精确地检验。[/size][size=16px]利用回归分析的方法，你可以对未来的一些数据、缺失的数据做基本的预测。[/size][size=16px]了解统计学的原理之后，你不一定能够通过工具实现，那么你需要去对应的找网上找相关的实现方法，也可以看书。[back=rgba(1, 0, 0, 0)]先推荐一本非常简单的：[/back][back=rgba(1, 0, 0, 0)]吴喜之-《统计学从数据到结论》。 [/back][/size][size=16px]另外，如何精力允许，请掌握一些主流算法的原理，比如线性回归、逻辑回归、决策树、神经网络、关联分析、聚类、协同过滤、随机森林。再深入一点，还可以掌握文本分析、深度学习、图像识别等相关的算法。[back=rgba(1, 0, 0, 0)]关于这些算法，不仅需要了解其原理，你最好可以流畅地阐述出来，还需要你知晓其在各行业的一些应用场景。如果现阶段不是工作刚需，可不作为重点。[/back][/size][align=right]来源：实验室ISO17025[/align]

如题，计算LOD和LOQ时，通常使用信噪比法来计算，但用统计学方法求LOD和LOQ是怎么计算的呢？求解，如我的曲线是Y=aX+b。怎么根据这个曲线来求他的LOD和LOQ呢？

GB/T 3358.2-2009 统计学词汇及符号 第2部分：应用统计

分析化学手册之二十化学分析中的统计学[color=red]【由于该附件或图片违规，已被版主删除】[/color][img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=34605]分析化学手册之二十化学分析中的统计学[/url]

推荐一个统计学软件、资源下载学习的网站[url=http://www.8sta.com/bbs/X_AdvCom_Get.asp?UserID=60816]进入中国统计网[/url][url=http://www.8sta.com/bbs/X_AdvCom_Get.asp?UserID=60816][IMG]http://www.8sta.com/logo/008.gif[/IMG][/URL]

色谱分离分析中经常会用到一些统计学方法，以下列举几种。最长见的是principal conponent analysis （主成分分析），另外还有 discriminant analysis （判别分析）。这两种方法通常用在中药检测上，用于指纹图谱分析、溯源等。 Hotelling T2 rage plot是最近看到的，不是很了解。附件是判别分析应用的一个例子，有兴趣的可以来讨论讨论。。。http://simg.instrument.com.cn/bbs/images/default/em09511.gif

[color=red]统计学在化学分析测量中的应用(资料中心下载)[/color]

问各位老师一个问题：标准曲线截距t检验，无统计学意意义，那此时我是应该把截距作0处理还是可以在标准曲线中继续带着？谢谢

统计学在光谱分析领域应用研究_x射线荧光光谱法

医学统计学是一门帮助人们透过偶然现象,分析和判断事物内在规律的科学。随着医学科研工作的深入,医学统计学的应用越来越广泛。由于统计学的内容非常丰富,并且仍在不断发展,而医务工作者常因各种原因不愿花费许多精力钻研统计学知识,故医学论文中误用统计学的现象较为严重。为了减少这一现象,提高论文的水平,现就论文中常见的统计学错误,分析讨论如下。1. 文中未交待所用统计方法论文中应将所用的统计方法交待清楚,例如,是配对设计的t检验还是成组设计的t检验,是Ridit分析还是卡方检验,是作相关分析还是作回归推断。使用不正确的统计方法会得出错误的结论,所以统计方法交待不清或根本不予交待,会使读者对论文结论的正确与否无法判断。有的作者只提一句“经统计学处理”后,就写出结论;有的甚至于直接用P值说明问题了事。正确的做法应写明具体的统计方法,如有特殊情况,还应说明是否采用了校正,这样才有说服力。严格地说,应写明精确的统计量值和P值,如t值、F值、χ2值等,不应笼统地以P0.05或P0.05代替。此外,最好能交待所使用的计算工具与统计软件名称。因采用公认的统计软件(如SAS、SPSS等)或程序型计算器进行计算,与手工计算相比,既准确又快捷,其计算结果易于被人接受。2. 使用统计方法时不考虑其应用条件每一种统计方法都有其适用条件。在表示数值变量资料(计量资料)的平均水平时常用到平均数。然而平均数有算术平均数(均数)、几何均数和中位数,各有其应用条件。应用均数时,必须首先确定数据为正态分布。如果数据是偏态分布,仍用均数表示其平均水平势必导致错误的结论,不少作者没有注意到这一点。对于偏态分布的数据,应该用几何均数或中位数表示其平均水平。t检验要求样本来自正态总体,作两样本均数比较时还要求方差齐。如果不符合这些条件,则应考虑进行数据转换或用非参数检验;当两小样本均数比较方差不齐时,可采用t’检验。例如临床研究中常涉及病人的病程,有的论文中病程5d至24年的平均水平和离散度为(311±613)年,这种标准差接近或大于均数的数据显然属于严重的正偏态,直接进行t检验,无疑是错误的。t检验是最常用的统计方法之一,但有许多误用的情况。t检验不能用于三组或三组以上的组间比较,即使资料符合t检验的条件也是不行的。因为一则将原来的多组整体设计割裂,失去了总变异和总剩余误差,与原设计思想不符;二则损失了部分信息,降低了检验效率。t检验误用于方差分析的现象还不少见。对于三组或三组以上组间的均数或分布的比较可以用以下方法:⑴如果各样本来自正态总体,且方差齐,可用方差分析;⑵如果各样本来自正态总体,但方差不齐,则可作数据转换,待方差齐后再用方差分析;⑶如果各样本分布不清或分布不明,则可考虑用秩和检验。在t检验中,把配对设计的资料作成组比较的t检验,是常见的失误之一。有的作者误将配对数据分为两个独立的组,分别设计两组各自的均数,并按两组均数作成组比较的t检验。这样使原来只有差值之间的变异扩大为“两个样本”各自的变异,错误地增大了标准差和标准误,同时样本含量也从原来的对子数变成了“两个样本”的例数之和。其结果大多使t检验所得P值增大,可导致差异从有统计学意义变为无统计学意义。卡方检验中的计算公式较多,各有其适用条件,稍有不慎,即有误用的可能,应根据实验设计和资料性质进行正确选择。常见的失误是:⑴四格表资料,当15,n(总例数)40时,没有计算校正χ2值;⑵四格表资料,当T1或n40时,没有选用四格表确切概率法;⑶行×列表资料,由于例数太少,致理论频数太小,没有采有适当的处理方法,而是直接计算χ2值,导致分析的偏性。例如两组共计15例,就不宜用一般的卡方检验公式计算,应该使用确切概率法。3. 统计学的基本概念不清楚在作统计推断时,对样本例数有一定的要求,一般认为,样本例数太少,所得到的数值不稳定,不能轻易下结论。有的论文中三组数据均为2例,便作出推断,其推断是不妥的。有一个常见的统计问题是多组间比较时的两两比较问题。统计学上,三组或以上的比较称为一揽子比较,在作这种比较时,应先将所有的组一起比较。在得出差别有统计学意义的基础上,再进一步作两两比较或多个处理与同一对照组比较。论文中常见的错误是将三组或以上组拆开分别作两两比较。正确的方法是:定量资料在方差分析P0.05后,再用Q检验或Dunnett法作两两比较;定性变量在R×C表资料χ2检验P0.05后,再作χ2分割法分析。对于有序分类资料(即等级资料)的统计处理,在比较各处理组的效应有无差别时,宜用秩和检验、Rid2it分析或交叉积差法及等级相关法,但有些作者则误用卡方检验,此时作卡方检验只能说明各处理组的效应在构成比上有无差异。部分作者对于“率”与“比”的概念不清,常将构成比误认为是发病率、患病率、死亡率。这三种率均为疾病统计指标,要做人群的流行病学调查才能得到。在临床疗效研究中,一般无法计算出这三种率。4. 相关回归分析中的问题相关分析是分析自变量x与因变量y的关系,医学领域里完全相关(相关系数r=1或-1)的事件极少,有作者将一组变量既作为自变量又作为因变量,r=1,认为有完全相关性,这说明对相关的概念还不十分清楚。不能把相关、回归关系直接看作因果关系。两事物间有数量关系,可能是因果关系,也可能不存在因果关系,而仅仅是伴随关系。如果求得了两个变量间数量关系的回归方程式,或算出了r,在做结论之前,应先作统计检验;若P0.05,此回归方程并无实际意义。r的实际意义如何,还要看r绝对值的大小,因r的统计学检验,不论P值多么小,只能提供两个变量是否相关的信息,却不提供相关是否密切的信息。相关的密切程度常以r的数值大小为指标。r的绝对值越接近于1,两变量的相关关系越密切;越接近0,越不密切。r的平方即r2(决定系数)也可表示因变量y与自变量x的关系密切程度,如果r2=0.22=0.04,说明因变量y的变异中仅有4%与x有联系;此时若P0.01,仍不能认为两者“明显相关”。5. 统计说法不严格统计学上对差异作是否有显著性意义的推断与日常生活中对差异作是否显著的推断完全是两个概念。主观感觉两个样本均数间的差异并不显著而统计学上作出差异有显著意义的推断,主观感觉两个样本均数间的差异很大而统计学作出其间差异无显著意义的推断都是有可能的。既往所用的“差异显著”、“差异非常显著”等字句,容易与日常生活判断的字句相混淆,故现在一般认为用“差异有或无统计学意义”较为清楚明白。对于假设检验的结果,不仅要恰当的解释、正确地分析,还要准确地予以表达。差异有无统计学意义,在检验水准α=0.05时,一般是以P0.05或P≤0.05为界线,有作者的结果为P0.01,由此判断差异无统计学意义,但P0.01不一定就是P0.05,也可能0.01 0.05,只有在P0.01同时也0.05,才能判断为差异无统计学意义。还有作者的假设检验结果为P=0.100000,虽然不能说是错误,可是不符合习惯用法。6. 数据统计的准确性文内所给出的各种数据及统计要准确无误,不能前后有别。有论文的文题是45例患者,而在统计表中相加为47例,但讨论中又说是46例,究竟是多少例患者似乎论文作者自己也说不清,只好退修;更有甚者,修改稿中数字错误更多。对于相对数,当例数较少时,一定要有相应的绝对数,如有的组只有4例,治愈2例,即报道治愈率为50%,这显然是不妥的。在计算构成比或有些率时,一定要注意合计必须是100%,有的时候因为四舍五入,合计为99.18%或100.11%,此时要作调整。严格地说,要按有效数字的运算法则“四舍六入,逢五前位奇进偶舍”计算。数据错误多,说明作者缺乏严肃认真的科学态度。7. 统计表不规范统计表的设计合理与否,对论文的质量和科学性有重大的影响。统计表存在的问题主要有⑴表题过于简略,甚至不写表题;或过于繁琐以及标题不确切；⑵标目过多,层次不清；⑶线条过多；⑷表内同一指标的小数位数不一致。表题应扼要说明统计表的内容, 一般不宜超过15个字。横标目说明各横行数字的涵义,纵标目说明各纵列数字的涵义,必要时在横、纵标目上可冠以总数目。通常把主语置于横标目,谓语置于纵标目。表的线条宜少勿多,常用三线表;除顶线、底线以及隔开纵标目与数字的横线外,其余线条均可省去,绝对不要用竖线,特殊情况下加辅助横线。表内数字一律用阿拉伯数字,同一指标的小数位数应一致,位次对齐。统计表强调以最小的篇幅说明最多的问题,避免一切不必要的线条与数字、符号和脚注,力戒繁琐,且勿堆累。若用简洁的文字已能说明问题,则尽量不用表。如用了统计表,则文中不宜再完全重复其数据,只需强调或描述其主要发现。同一资料,还要避免统计表与统计图之间的重复。总之,医学科研论文中所存在的统计学失误,大部分并非是深奥的数学问题,相当部分甚至是些统计学基础知识。只要我们加强医学统计学继续教育,打下扎实的医学统计学基础,就能减少统计学的失误,进一步提高论文的质量。

[b]职位名称：[/b]统计学类 英文学术期刊助理编辑[b]职位描述/要求：[/b]一、工作职责1. 联系同行专家，组织稿件的同行评审；2. 建立与期刊主编，编委成员，作者及审稿人之间的良好沟通；3. 对稿件进行编排处理。 二、职位要求1. 统计学，应用统计学等专业背景；2. 硕士及以上学历；3. 英语六级；4. 熟练office办公软件；5. 学习能力强，能适应公司高强度职业培训，例如：参加职业培训讲座和一对一导师培训管理。 三、工资待遇1. 薪酬待遇：月基本工资13000-16000，丰厚的绩效奖金；2. 五险一金，年度体检等各种福利。 四、办公地点北京市通州区翠景北里21号金成中心2105室[b]公司介绍：[/b] 曼迪匹艾(北京)科技服务有限公司成立于2008年05月29日，注册地位于北京市通州区翠景北里21号楼22层2204.2205.2206.2207，法定代表人为林树坤。经营范围包括技术推广服务；信息咨询（不含中介服务）；市场调查；编辑服务；电脑图文设计、制作；技术开发；计算机技术推广服务；销售计算机软件及辅助设备、文具用品；技术进出口。（企业依法自主选择经营项目，开展经营活动；依法须经批准的项目，经...[url=https://www.instrument.com.cn/job/user/job/position/76764]查看全部[/url]

小弟求助国标中统计学术语的标准：GB/T 3358.1-1993 统计学术语 第1部分 一般统计术语 GB/T 3358.2-1993 统计学术语 第2部分 统计质量控制术语 GB/T 3358.3-1993 统计学术语 第3部分 试验设计术语 谢谢大家了。

[b]职位名称：[/b]统计学类 英文学术期刊助理编辑[b]职位描述/要求：[/b]一、工作职责1. 联系同行专家，组织稿件的同行评审；2. 建立与期刊主编，编委成员，作者及审稿人之间的良好沟通；3. 对稿件进行编排处理。 二、职位要求1. 统计学，应用统计学等 等专业背景；2. 硕士及以上学历；3. 英语六级；4. 熟练office办公软件；5. 学习能力强，能适应公司高强度职业培训，例如：参加职业培训讲座和一对一导师培训管理。 三、工资待遇1. 薪酬待遇：月基本工资9000-13000，丰厚的绩效奖金；2. 五险一金，年度体检等各种福利。[b]公司介绍：[/b] 曼迪匹艾(北京)科技服务有限公司成立于2008年05月29日，注册地位于北京市通州区翠景北里21号楼22层2204.2205.2206.2207，法定代表人为林树坤。经营范围包括技术推广服务；信息咨询（不含中介服务）；市场调查；编辑服务；电脑图文设计、制作；技术开发；计算机技术推广服务；销售计算机软件及辅助设备、文具用品；技术进出口。（企业依法自主选择经营项目，开展经营活动；依法须经批准的项目，经...[url=https://www.instrument.com.cn/job/user/job/position/68951]查看全部[/url]

哪位高工能提供冶标 YB4142(处理光谱分析数据用统计学规则),4143,4144建立和控制光谱化学分析工作曲线规则?