第1章 导论与描述统计 1
第2章 概率 42
第3章 随机变量 75
第4章 正态分布 128
第5章 抽样与抽样分布 155
第6章 置信区间 185
第7章 假设检验 215
第8章 两总体比较 252
第9章 方差分析 291
第10章 简单线性回归与相关 342
第11章 多元回归 401
第12章 时间序列、预测和指数 478
第13章 质量控制和改进 511
第14章 非参数方法和卡方检验 532
第15章 贝叶斯统计与决策分析 587
附录 631
附录A参考书目 631
附录B大部分奇数题答案 635
附录C统计表 646
第1章 导论与描述统计 1
1—1统计应用 1
1—2百分位数与四分位数 6
1—3集中趋势的测度 8
1—4离散程度的测度 12
1—5分组数据与直方图 18
1—6偏度与峰度 20
1—7均值与标准差的关系 21
1—8展示数据的方法 22
1—9探索性数据分析 28
1—10小结与术语回顾 34
案例1：纳斯达克的波动 41
第2章 概率 42
2—1统计应用 42
2—2基本定义：事件、样本空间和概率 44
2—3概率的性质 48
2—4条件概率 51
2—5独立事件 56
2—6组合的概念 60
2-7全概率定理和贝叶斯定理 62
2—8联合概率分布表 67
2—9计算机应用 68
2—10小结与术语回顾 70
案例2：申请工作 74
第3章 随机变量 75
3—1统计应用 75
3—2离散型随机变量的期望 86
3—3随机变量的和与线性组合 90
3—4伯努利随机变量 95
3—5二项随机变量 96
3—6负二项分布 101
3—7几何分布 102
3—8超几何分布 104
3—9泊松分布 106
3—10连续型随机变量 108
3—11均匀分布 111
3—12指数分布 112
3—13小结与术语回顾 115
案例 3
微型集成电路芯片合同 125
案例4：谷物食品公司促销 126
本章附录：一些标准分布的Excel公式 127
第4章 正态分布 128
4—1统计应用 128
4—2正态分布的性质 130
4—3模板 131
4—4标准正态分布 134
4—5正态随机变量的转换 139
4—6逆变换 144
4—7二项分布的正态逼近 148
4—8小结和术语回顾 150
案例5：可接受的钉子 153
案例6：多种货币决策 153
本章附录：正态分布的Excel函数 154
第5章 抽样与抽样分布 155
5—1统计应用 155
5—2估计总体参数的样本统计量 157
5—3抽样分布 162
5—4估计量及其性质 172
5-5自由度 175
5—6模板 180
5—7小结与术语回顾 181
案例7：钉子的抽样 184
第6章 置信区间 185
6—1统计应用 185
6—2总体标准差已知时总体均值的置信区间 186
6—3δ未知时μ的置信区间—t分布 193
6—4总体比例ρ的大样本置信区间 199
6—5总体方差的置信区间 202
6—6样本量的确定 205
6—7模板 207
6—8小结与术语回顾 210
案例8:总统民意测验 213
案例9:隐私问题 214
第7章 假设检验 215
7—1统计应用 215
7—2假设检验的概念 218
7—3计算ρ—值 223
7—4假设检验 229
7—5先验决策 243
7—6小结与术语回顾 250
案例10:累人的轮胎Ⅰ 251
第8章 两总体比较 252
8—1统计应用 252
8一2配对数据比较 253
8—3独立随机样本下两总体均值 259
之差的检验 259
8—4两总体比例之差的大样本检验 271
8—5F分布与两总体方差是否 275
相等的检验 275
8—6小结与术语回顾 283
案例11:累人的轮胎 286
本章附录：使用Excel检验两总体 288
均值之差 288
第9章 方差分析 291
9—1统计应用 291
9—2方差分析的假设检验 292
9—3方差分析的理论及计算 296
9—4方差分析表及例子 304
9—5进一步分析 310
9—6模型、因子及设计 316
9—7双因素方差分析 318
9—8区组化设计 330
9—9小结与术语回顾 334
案例12：统一的制服 336
案例13：检验收银台 337
本章附录：使用Excel进行方差分析 338
第10章 简单线性回归与相关 342
10—1统计应用 342
10—2简单线性回归模型 345
10—3估计：最小二乘法 347
10-4误差方差和回归估计的标准误 357
10—5相关 363
10—6回归关系的假设检验 366
10—7回归效果如何？ 370
10—8方差分析表与回归模型的F检验 374
10—9残差分析和对模型不足的检查 375
10—10应用回归模型进行预侧 384
10—11回归的Solver方法 386
10—12非独立随机变量的线性组合 390
10—13小结与术语回顾 394
案例14：卫生保健的资产回报 396
案例15：风险与回报 397
本章附录：LINEST函数 399
第11章 多元回归 401
11—1统计应用 401
11—2k个变量多元回归模型 403
11—3多元回归模型的F检验 407
11—4回归效果如何？ 410
11—5单个回归参数的显著性检验 413
11—6检验回归模型的有效性 424
11—7应用多元回归模型进行预侧 430
11-8定性自变量 433
11—9多项式回归 441
11—10非线性模型及转换 447
11—11多重共线性 456
11—12残差自相关与Durbin-Watson检验 462
11—13偏F检验及变量选择方法 465
11—14运用Solver实现多元回归 469
11—15小结与术语回顾 471
案例16：四个不同部门的资产回报 473
本章附录：多元回归的LINEST函数 475
第12章 时间序列、预侧和指数 478
12—1统计应用 478
12—2趋势分析 480
12—3季节性和循环波动 485
12—4比率移动平均法 488
12—5指数平滑法 496
12—6指数 501
12—7小结与术语回顾 508
案例17;汽车零件销售预测 509
第13章 质量控制和改进 511
13—1统计应用 511
13—2W.EdwardsDeming的指导 512
13—3统计学和质量 513
13—4χ图 519
13—5R图和s图 522
13—6p图 525
13—7c图 527
13—8χ图 529
13—9小结与术语回顾 529
案例18:Nashua公司的质量控制和改进 530
第14章 非参数方法和卡方检验 532
14—1统计应用 532
14—2符号检验 533
14—3游程检验—随机性的检验 537
14—4Mann-WhitneyU检验 542
14—5Wilcoxon符号秩检验 547
14—6Kruskal-Wallis检验—单因素ANOVA的非参数替代方法 552
14—7随机化区组设计的Friedman检验 558
14—8Spearman秩相关系数 562
14—9拟合优度的卡方检验 566
14—10列联表分析—独立性的卡方检验 572
14—11比例相等的卡方检验 578
14—12小结与术语回顾 581
案例19：北美的九个国家 584
第15章 贝叶斯统计与决策分析 587
15—1统计应用 587
15-2贝叶斯定理和离散概率模型 588
15-3贝叶斯定理和连续概率分布 595
15—4主观概率的评估 599
15—5决策分析：总论 600
15—6决策树 603
15—7应用贝叶斯定理处理附加信息 611
15—8效用 619
15—9信息的价值 622
15一10计算机应用 625
15一11小结与术语回顾 626
案例20:Pizzas‘R’Us 628
案例21：新药物的开发 629
附录 631
附录A参考书目 631
附录B大部分奇数题答案 635
附录C统计表 646