第一章 绪论

1-1 实例

1-2 归纳法与演绎法

1-3 选样的原因

1-4 选样的方法

第二章 样本叙述统计

2-1 导言

2-2 次数表与图形

2-3 中心值(位置量数)

2-4 差异(离势量数)

2-5 线型移转(加码法)

第三章 机率

3-1 导言

3-2 机率的基本性质

3-3 事件与其机率

3-4 条件机率

3-5 独立事件

3-6 机率的其他研究观点

第四章 随机变数及其分配

4-1 间断随机变数

4-2 平均数与变异数

4-3 二项分配

4-4 连续分配

4-5 常态分配

4-6 一元随机变数的函数

4-7 各种符号

第五章 两元随机变数

5-1 各种分配

5-2 两元随机变数的函数

5-3 互变数

5-4 两元随机变数的线型混合

第六章 选样

6-1 导言

6-2 样本和数

6-3 样本平均数

6-4 中央极限定理

6-5 由有限群体举行不置回选样

6-6 由贝奴里群体举行选样

6-7 选样理论摘要

第七章 推定(一)

7-1 导言：平均数的信赖区间

7-2 推定量应具备的各种性质

7-3 最概推定法(MLE)

第八章 推定法(二)

8-1 均数差

8-2 小样本推定法：t分配

8-3 推定群体比例：续论选举问题

8-4 常态分配中变异数之推定方法：卡方分配

第九章 假设检定

9-1 单一假设之检定

9-2 复合假设

9-3 双边检定与单边检定

9-4 假设检定与信赖区间的关系

9-5 结论

第十章 变异数分析

10-1 导言

10-2 一因子变异数分析

10-3 二因子变异数分析

第十一章 回归绪论

11-1 实例介绍

11-2 拟定配合线应遵循的标准

11-3 最小平方解法

附录11-1 对a与b最小平方推定数的另外求法

第十二章 回归理论

12-1 数学模型

12-2 误差项的性质

12-3 α与β的推定

12-4 a与b的平均数与变异数

12-5 高斯与马可夫定理

12-6 a与b的分配

12-7 β的信赖区间与假设检定

12-8 Y0的预测区间

12-9 外推法的危险

12-10 最概推定法

12-11 自变数的特性

第十三章 多元回归

13-1 实例介绍

13-2 数学模型

13-3 最小平方推定法

13-4 多元共线性

13-5 推定回归的判断

13-6 虚变数

13-7 回归、变异数分析、与互变数分析

第十四章 相关

14-1 简相关

14-2 偏相关

14-3 复相关

第十五章 决策理论

15-1 先天与后天分配

15-2 最佳决策

15-3 统计推定其实就是一项决策

15-4 推定：贝氏法与古典法的比较

15-5 贝氏法的检讨

15-6 假设检定亦即一项统计决策

15-7 博？理论

附录

索引