Смею надеяться, что врачи-аспиранты могут увидеть многие интересные вещи о проверке гипотез в книжке "Рандомизация и бутстреп: статистический анализ в биологии и экологии с использованием R", которую можно свободно скачать с
http://www.ievbras.ru/ecostat/Kiril/Article/A32/Stare.htm
Правда там только 6 глав, а последняя 7-я про временную динамику только пишется.
Вот ее содержание:
1. БУТСТРЕП И СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ВЫБОРОЧНЫХ ХАРАКТЕРИСТИК
1.1. Точечные и интервальные характеристики
1.2. Непараметрические методы статистики и ресамплинг
1.3. Складной нож и бутстреп - механизмы генерации случайных псевдовыборок
1.4. Оценка среднего и доверительных интервалов бутстреп-методом
1.5. Оценка медианы бутстреп-методом
1.6. Бутстрепирование индексов, характеризующих многовидовые композиции
2. ИСПОЛЬЗОВАНИЕ РАНДОМИЗАЦИИ ДЛЯ СРАВНЕНИЯ ВЫБОРОК
2.1. Проверка статистических гипотез
2.2. Использование метода рандомизации для проверки гипотез
2.3. Сравнение статистических характеристик двух независимых выборок
2.4. Рандомизационный тест для связанных выборок
2.5. Проблема множественных сравнений
2.6. Сравнение трех или более независимых выборок
2.7. Преобразование данных
2.8. Сравнение разнообразия систем и ограничения на рандомизацию
3. СТАТИСТИЧЕСКИЕ ЗАВИСИМОСТИ И СВЯЗИ МЕЖДУ ПЕРЕМЕННЫМИ
3.1. Оценка парной корреляции с использованием рандомизации
3.2. Анализ связи между признаками в таблицах сопряженности
3.3. Статистическая значимость регрессии от одной переменной
3.4. Нелинейная регрессия и скользящий контроль
3.5. Сравнение двух линий тренда и робастная регрессия
3.6. Модели распределения популяционной плотности по градиенту
4. МНОГОМЕРНЫЕ МОДЕЛИ ДИСПЕРСИОННОГО И РЕГРЕССИОННОГО АНАЛИЗА
4.1 Основные модели ANOVA, их ограничения и особенности реализации
4.2. Селекция модели дисперсионного анализа с фиксированными факторами
4.3. Смешанная модель эффектов и проблема "мнимых повторностей"
4.4. Иерархический (гнездовой) дисперсионный анализ
4.5. Модели множественной регрессии и генетический алгоритм селекции
4.6. Процедуры сглаживания и генеральные аддитивные модели
4.7. Многомерный анализ MANOVA и метод случайного зондирования
5. МЕТОДЫ, ИСПОЛЬЗУЮЩИЕ МАТРИЦЫ ДИСТАНЦИЙ
5.1. Меры сходства/расстояния в многомерном пространстве
5.2. Непараметрический дисперсионный анализ матриц дистанции
5.3. Тест Мантеля для оценки связи между многомерными структурами
5.4. Иерархический кластерный анализ и бутстрепинг деревьев
5.5. Алгоритмы оценки оптимальности разбиения на классы
5.6. Использование нечетких множеств для классификации и оценки силы связи
5.7. Дендрограммы и оценка функционального разнообразия
6. КЛАССИФИКАЦИЯ, ОРДИНАЦИЯ И СНИЖЕНИЕ РАЗМЕРНОСТИ
6.1. Методы многомерной классификации и ординации
6.2. Проецирование данных в пространства малой размерности методом PCA
6.3. Сравнение результатов различных моделей ординации
6.4. Деревья классификации и регрессии
6.5. Деревья классификации с многомерным откликом
6.6. Преобразование координат в геометрической морфометрии
6.7. Дискриминантный анализ, логистическая регрессия и метод опорных векторов
6.8. Метод k ближайших соседей и использование нейронных сетей
6.9. Самоорганизующиеся карты Кохонена

После каждого раздела - блок кода R на реальных доступных примерах.
Желаем удачи

Спасибо большое, еще бы временем можно было бы разжиться так же, безвозмездно, R того стоит!!!

Огромная благодарность! Остаётся только позавидовать решимости автора в достижении целей, ну и садиться осваивать готовенькое...

Уважаемые коллеги! Мы представляем вашему вниманию финишный Интернет-вариант книги
"Рандомизация и бутстреп: статистический анализ в биологии и экологии с использованием R"

Добавлена последняя глава
7. АНАЛИЗ ПРОСТРАНСТВЕННО-ВРЕМЕННОЙ ДИНАМИКИ И БАЙЕСОВСКИЕ МЕТОДЫ
7.1. Декомпозиция временных рядов и выделение тренда
7.2. Автокорреляция, стационарность и оценка периодичности
7.3 Модели временных рядов: бутстреп и прогнозирование
7.4. Анализ главных компонент и многомерные временные ряды
7.5. Анализ пространственных структур
7.6. Автоковариация и пространственно обусловленная зависимость отклика
7.7. Байесовский подход и марковские цепи Монте-Карло

PDF-файл можно свободно скачать с нашей странички, заменив все возможно ранее скачанные старые версии:
http://www.ievbras.ru/ecostat/Kiril/Article/A32/Stare.htm

Книга представляет широкий набор статистических методов,иллюстрированных примерами биологического характера. Охватывается оценка статистических параметров, проверка гипотез, дисперсионный анализ, специальные формы регрессии и оценки информативного набора предикторов моделей, многомерные методы классификации, редукции данных и распознавания образов, процедуры, использующие байесовскую парадигму, анализ временной или пространственной динамики, различные подходы к оценке биоразнообразия и т.д.
В каждом представленном методе подчеркивается возможность использования методов генерации повторных выборок, включающих рандомизацию, или перестановочный тест (permutation), бутстреп (bootstrap), метод "складного ножа" (jackknife) и кросс-проверку (cross-validation). Показывается, как с их помощью можно корректно проверить статистическую гипотезу или получить несмещенные характеристики искомого параметра. Где это возможно, полученные результаты сравниваются с классическими асимптотическими методами, использующими то или иное стандартное предельное распределение выборочных статистик.
Книга ориентирована на статистическую среду R, которая постепенно становится общепризнанным мировым стандартом при проведении научно-технических расчетов. В конце каждого раздела представлены тексты несложных скриптов в кодах R, позволяющих выполнить самостоятельно статистический анализ рассматриваемых примеров. По сути, эта книга - также справочник по реализации различных алгоритмов обработки данных для исследователей, которых привлекла эта инструментальная среда.

При подготовке книги к изданию мы с благодарностью примем любые замечания или конструктивные предложения по ее улучшению.