第1章 统计与数据分析概述

1.1回顾：统计推断、样本、总体和概率的作用

1.2抽样过程、数据的收集

1.3离散数据和连续数据

1.4概率：样本空间和事件

1.5样本点计算

1.6事件的概率

1.7加法规则

1.8条件概率、独立性和乘法规则

1.9贝叶斯公式

第2章 随机变量、分布和期望

2.1随机变量的概念

2.2离散概率分布

2.3连续概率分布

2.4联合概率分布

2.5随机变量的均值

2.6随机变量的方差和协方差

2.7随机变量线性组合的均值和方差

2.8可能的误解和风险及其与其他章节的关系

第3章 一些概率分布

3.1引言和目的

3.2二项分布和多项式分布

3.3超几何分布

3.4负二项分布和几何分布

3.5泊松分布和泊松过程

3.6连续均匀分布

3.7正态分布

3.8正态曲线下的面积

3.9正态分布的应用

3.10二项式的正态近似

3.11伽玛分布和指数分布

3.12卡方分布

3.13可能的误解和风险及其与其他章节的关系

第4章 抽样分布和数据描述

4.1随机抽样

4.2一些重要的统计量

4.3抽样分布

4.4均值的抽样分布和中心极限定理

4.5S2的抽样分布

4.6t分布

4.7F分布

4.8图形表示

4.9可能的误解和风险及其与其他章节的关系

第5章 单样本和两样本的估计问题

5.1引言

5.2统计推断

5.3经典估计方法

5.4单样本：估计均值

5.5点估计的标准误差

5.6预测区间

5.7容忍限

5.8两样本：估计均值差

5.9配对观测

5.10单样本：估计一个比例

5.11两样本：估计两比例的差

5.12单样本：估计方差

5.13可能的误解和风险及其与其他章节的关系

第6章 单样本和两样本的假设检验

6.1统计假设的基本概念

6.2统计假设检验

6.3利用P值实施假设检验的决策

6.4单样本：单均值检验

6.5两样本的均值检验

6.6均值检验样本容量的选择

6.7均值比较的图形方法

6.8单样本比例检验

6.9两样本比例检验

6.10拟合优度检验

6.11独立性检验（分类数据）

6.12齐次性检验

6.13两样本案例研究

6.14可能的误解和风险及其与其他章节的关系

第7章 线性回归

7.1线性回归简介

7.2简单线性回归（SLR）模型和最小二乘法

7.3关于回归系数的推断

7.4预测

7.5方差分析方法

7.6对回归线性的检验：重复观测的数据

7.7残差诊断图：对违背假设的图形检测

7.8相关性

7.9简单线性回归案例研究

7.10多元线性回归和系数估计

7.11多元线性回归推断

第8章 单因子试验的一般性介绍

8.1方差分析方法和试验设计策略

8.2单向方差分析（单向ANOVA）：完全随机设计

8.3方差齐次性检验

8.4多重比较

8.5区组的概念和随机完全区组设计

8.6随机效应模型

8.7单向试验的案例研究

8.8可能的误解和风险及其与其他章节的关系

第9章 析因试验（两个或多个因子）

9.1引言

9.2两因子试验中的交互作用

9.3两因子方差分析

9.4三因子试验

9.5可能的误解和风险及其与其他章节的关系

附录A统计表及证明

附录B奇数习题答案

参考文献

索引