第一章 概述 1
§1.1引言 1
目 录 1
§1.2统计图 2
§1.3集中趋势与离散趋势的度量 8
第二章 概率 11
§2.1引言 11
§2.2一个简单的概率模型 15
§2.3概率的加法定理 16
§2.4条件概率和乘法定理 18
§2.5全概率定理和贝叶斯定理 21
§2.6概率的计算方法 23
§3.1 引言 25
第三章 随机变量 25
§3.2随机变量的概率分布 27
§3.3离散型和连续型随机变量 29
§3.4随机变量在概率计算中的作用 33
§3.5随机变量的数学期望和方差 35
第四章 二项分布 39
§4.1引言 39
§4.2二项概率公式 39
§4.3二项分布的数学期望和方差 42
§4.4二项分布模型的应用举例 45
第五章 正态分布 50
§5.1引言 50
§5.2中心极限定理 51
§5.3正态分布的概率计算 53
§5.4用正态分布作为二项分布的近似 58
§5.5正态概率模型的应用举例 59
第六章 参数估计 62
§6.1引言 62
§6.2点估计和区间估计 63
§6.3点估计的好坏标准 64
§6.4获得估计量的方法 66
§6.5区间估计 69
§6.6样本容量的计算 71
第七章 假设检验 74
§7.1 引言 74
§7.2错误的类型 75
§7.3假设检验的应用举例 79
§7.4双侧检验 83
第八章 小样本理论 86
§8.1引言 86
§8.2总体平均数的估计 89
§8.3总体方差的估计 92
§8.4两个总体平均数的比较 97
§8.5对差检验 99
§8.6两个总体方差的比较 102
第九章 回归分析和相关分析 105
§9.1 引言 105
§9.2简单回归模型 105
§9.3随机误差的方差估计 111
§9.4 回归模型在预测中的应用 115
§9.5相关系数 118
第十章 多元线性回归和时间序列分析 124
§10.1 引言 124
§10.2多元线性回归模型 124
§10.3多重共线性 133
§10.4序列相关 135
§10.5时间序列分析 139
第十一章 线性回归模型和时间序列模型在预测中的应用 151
§11.1 引言 151
§11.2用线性回归模型进行预测 151
§11.3用时间序列模型进行预测 153
§11.4 回归模型和时间序列模型预测的比较 161
§12.1 引言 168
第十二章 抽样的应用 168
§12.2统计质量管理 169
§12.3批量验收抽样（进货验收） 177
§12.4审计中的统计抽样方法 182
§12.5审计中的属性抽样 190
§12.6审计中的其他抽样方法 194
第十三章 决策分析 197
§13.1 引言 197
§13.2决策问题的一般分析方法 198
§13.3补充信息的期望价值 206
第十四章 模拟 216
§14.1 引言 216
§14.2如何从一个概率分布中产生随机数 217
§14.3模拟的应用举例 225
§14.4决策分析模型的模拟 231
第十五章 工程规划中的网络方法 236
§15.1 引言 236
§15.2计划评审法的应用举例 236
§15.3计划评审法中的网络分解 243
§15.4网络中的成本因素 244
§15.5工作时间不确定情况下的网络分析 251
§15.6网络技术的模拟 254
第十六章 线性规划 259
§16.1引言 259
§16.2线性方程和线性不等式 260
§16.3线性规划问题的图解法 262
§16.4 线性规划问题的单纯形法 269
第十七章 存储模型 281
§17.1引言 281
§17.2经济批量模型 281
§17.3经济批量模型的限制和推广 287
§17.4单位采购价格有变动的存储模型 292
附表Ⅰ 二项概率表 296
附表Ⅱ 标准正态分布的分布函数值表 300
附表Ⅲt分布的ta值表 302
附表Ⅳx2分布的xa？值表 303
附表Ⅴ F分布的F(n1n2)a值表 305
附表Ⅵ杜宾－瓦特森检验上下界表 310
附表Ⅶ随机数表 313