第一章 误差理论和测量结果表达 1
第一节 误差的分类及其相互转化 2
第二节 准确度、精密度和精确度 5
第三节 有效数字与数字的修约 5
第四节 随机误差的统计特性 6
第五节 正态分布与几种重要的非正态分布 10
第六节 样本异常值的判断和处理 20
第七节 测量结果的区间估计 27
第二章 统计推断和显著性检验 30
第一节 数理统计的基本概念 31
第二节 假设检验的基本思路和方法 33
第三节 总体均值的显著性检验 38
第四节 总体方差的统计检验 46
第三章 方差分析 51
第一节 单因素试验的方差分析 51
第二节 双因素试验的方差分析 57
第四章 回归分析与曲线拟合 70
第一节 线性回归 70
第二节 非线性回归 80
第三节 曲线拟合 85
第五章 因子设计 93
第一节 因子设计的概念 93
第二节 2k因子设计 95
第三节 3k因子设计 111
第六章 正交试验设计 121
第一节 正交表及其用法 122
第二节 多指标正交试验的分析方法 127
第三节 混合水平的正交试验设计 132
第四节 有交互作用的正交试验设计 137
第五节 正交试验设计的方差分析 140
第六节 正交试验设计中的效应计算与指标值的预估计 159
第七章 稳健设计 169
第一节 概述 169
第二节 信噪比及其应用 170
第三节 稳健设计的步骤及实例 174
第八章 数学模型方法 187
第一节 基本概念 187
第二节 建模的一般步骤 189
第三节 人口的控制与预测 191
第四节 轧钢中的浪费 199
第五节 药物在体内的分布与排除 203
第九章 逐步回归分析原理及应用 209
第一节 回归分析方法 209
第二节 逐步回归分析方法在农业生产中的应用 222
第三节 逐步回归分析方法在制备矾土基β-Sialon结合刚玉复合材料中的应用 225
第四节 应用逐步回归分析预测居民银行存款 231
第十章 模式识别原理及其应用 235
第一节 统计模式识别方法 236
第二节 主成分分析法模式识别（PCA）程序设计 241
第三节 结构化主成分分析法模式识别（PCA）程序在合成莫来石工艺研究中的应用 248
第四节 主成分分析法在O′-Sialon合成过程中的应用 253
第五节 模式识别优化算法在环保方面的应用 257
第十一章 人工神经网络、遗传算法原理及应用 261
第一节 人工神经元网络技术 261
第二节 人工神经元网络应用实例 266
第三节 遗传算法 272
第四节 遗传算法在科学研究中的应用 278
第十二章 分形理论及其应用 287
第一节 分形几何学及其研究方法 287
第二节 分形理论在材料制备科学中的应用 291
第三节 分形理论在生物学中的应用 297
第四节 分形理论在地球物理学中的应用 299
第十三章 蒙特卡洛模拟基础及应用 302
第一节 蒙特卡洛方法概述 302
第二节 随机数与伪随机数 305
第三节 任意分布的随机变量的抽样 309
第四节 蒙特卡洛计算中减少方差的技巧 313
第五节 蒙特卡洛方法在水稻单产变化预测中的应用 318
附录 325
附录1 拉普拉斯函数表 325
附录2 t分布临界值表 326
附录3 X2分布表 327
附录4 F检验的临界值（Fα）表 329