第1部分 从标准差到检验、区间估计，一学就会 3
第1章 用频数分布表和直方图刻画数据的特征 3
1.1 为什么使用统计 3
1.2 做直方图 4
练习题 9
第2章 平均值的定义、作用与计算 11
2.1 统计量与数据特征概括 11
2.2 平均值的计算 12
2.3 频数分布表上的平均值 12
2.4 平均值在直方图中的作用 14
2.5 该怎样捕捉平均值 15
练习题 16
第3章 由数据分散程度估计统计量——方差和标准差 21
3.1 数据的分散和波动 21
3.2 方差的实例解读 22
3.3 标准差的意义 24
3.4 从频数分布表求标准差 26
练习题 28
第4章 标准差（S.D.）与数据评判 31
4.1 标准差与“波浪运动” 31
4.2 S.D.评价数据的“特殊性” 32
4.3 复数的数据组的比较 34
4.4 加工后的数据的平均值和标准差 35
练习题 38
第5章 标准差（S.D.）在股票风险指标（波动率）中的应用 41
5.1 股票的平均收益率是什么 41
5.2 利用平均收益率判断个人投资 42
5.3 波动率的意义 44
练习题 46
第6章 标准差（S.D.）与投资风险评测 47
6.1 高风险、高回报和低风险、低回报 47
6.2 金融商品优劣的衡量方法 48
6.3 衡量金融商品优劣的数值：夏普比率 49
练习题 52
第7章 生活中最常见的分布、正态分布 53
7.1 标准正态分布 53
7.2 一般正态分布的观察方法 56
7.3 身高数据是正态分布的 58
练习题 61
第8章 推论统计的出发点，使用正态分布进行“预测” 63
8.1 使用正态分布的知识，可以进行“预测” 63
8.2 标准正态分布的95%预测命中区间 64
8.3 一般正态分布的95%预测命中区间 66
练习题 69
第9章 从一个数据推出母群体——假设检验的思维方法 71
9.1 所谓推论统计即从部分推出整体 71
9.2 推测差不多可行的母群体 72
9.3 判断95%预测命中区间是否妥当 74
练习题 77
第10章 以测定温度为例，探寻95%置信区间——区间估计 81
10.1 反过来利用预测命中区间的估计 81
10.2 置信区间的“95%”的意义 83
10.3 对标准差的已知正态母群体的平均值的区间估计 85
练习题 87
第2部分 观测数据分析预测 91
第11章 根据“部分”推论“总体”——母群体和统计的估计 91
11.1 母群体 91
11.2 随机抽样法和总体均值 93
练习题 97
第12章 表示母群体数据分散程度的统计量——总体方差和总体标准差 99
12.1 搞清数据的分散程度 99
12.2 总体方差和总体标准差的计算 100
练习题 102
第13章 复数数据的平均值比1个数据接近总体均值——样本均值的思维方法 105
13.1 从观测到的1个数据可以推测出什么 105
13.2 为什么要做样本均值 106
练习题 111
第14章 随着观测数据增加，预测区间变窄——正态母群体的便利商品、样本均值 113
14.1 正态分布样本均值的性质 113
14.2 关于正态母群体样本均值的95%预测命中区间 115
练习题 118
第15章 已知总体方差，求正态母群体的总体均值——使用样本均值进行总体均值的区间估计 119
15.1 推测总体均值和总体方差 119
15.2 使用样本均值进行总体均值的区间估计 121
练习题 125
第16章 卡方分布登场——样本方差的求法和卡方分布 127
16.1 样本方差的求法 127
16.2 卡方分布是什么 129
练习题 133
第17章 用卡方分布推算总体方差——推算正态母群体的总体方差 135
17.1 卡方分布的95%预测命中区间 135
17.2 终于开始正态母群体总体方差的估计了 136
练习题 139
第18章 样本方差呈卡方分布——与样本方差成正比的统计量W的做法 141
18.1 与样本方差成正比的统计量W的做法 141
18.2 样本方差的卡方分布自由度下降1 142
练习题 145
第19章 即使未知总体均值仍能推算总体方差——总体均值未知时对正态母群体进行区间估计 149
19.1 未知总体均值推算总体方差 149
19.2 估计总体方差的具体例子 151
练习题 153
第20章 t分布登场——总体均值以外的以“实际观测样本”可计算的统计量 155
20.1 终于登场的t分布 155
20.2 t分布的直方图 157
20.3 统计量T的计算 158
20.4 关于t分布的正式定义 159
练习题 161
第21章 根据t分布进行区间估计——未知总体方差时以正态母群体推算总体均值 163
21.1 最自然的区间估计——t分布 163
21.2 根据t分布的区间估计方法 165
练习题 167
练习题答案 169