第1章 引论 1
1.1 人的感知与模糊性 1
1.2 模糊集合与隶属度 3
1.3 模糊集合运算 6
1.4 模糊矩阵 10
1.5 截集与支集 12
第2章 隶属函数及软计算方法 18
2.1 隶属函数 18
2.2 模糊数据与软计算 25
2.3 模糊关系 33
2.4 模糊等价关系 37
2.5 语意计量与相似度 39
第3章 模糊数据描述统计量 44
3.1 模糊数据样本均数 45
3.2 模糊数据样本众数 47
3.3 模糊数据样本中位数 51
3.4 模糊数据统计量的一些性质 54
第4章 模糊数据问卷调查 60
4.1 社会思维的分歧性与模糊性 60
4.2 模糊数据问卷设计与特征获取 62
4.3 模糊数据测量表 65
4.4 个案研究：选民投票意向与选情预测 75
4.5 结论 87
附表4.1 乐观测量表 88
附表4.2 ABC市长选民投票意向问卷 89
第5章 模糊数据均数估计 91
5.1 模糊数据总体均数 91
5.2 模糊数据总体均数最佳估计方法 97
5.3 模糊数据估计量的评判准则 102
第6章 模糊数据假设检验 104
6.1 距离 104
6.2 模糊数据总体均数检验 107
6.3 模糊分类数据的卡方同质性检验 110
第7章 模糊聚类分析 113
7.1 模糊聚类法 113
7.2 模糊权重分析与判定程序 121
7.3 加权模糊分类 126
7.4 茶叶等级分类实例 128
7.5 结论 132
附表7.1 中国台湾69个茶树品种春季制茶质量的评分比较 133
附表7.2 中国台湾69个茶树品种全年制茶质量的评分比较 134
附表7.3 中国台湾69个茶树品种春茶的分类结果 135
附表7.4 中国台湾69个茶树品种全年的分类结果 136
附表7.5 中国台湾69个茶树品种春茶制茶质量加权模糊聚类分析 137
附表7.6 中国台湾69个茶树品种全年制茶质量加权模糊聚类分析 137
第8章 模糊数据回归模型及应用 138
8.1 模糊数据回归简介 138
8.2 模糊数据回归建构 139
8.3 模糊数据回归的参数估计 140
8.4 景气对策信号实例 145
8.5 篮球比赛攻防策略实例 148
8.6 结论 153
第9章 模糊数据样本排序及非参数检验方法 155
9.1 模糊数据样本排序 155
9.2 模糊数据中位数的符号检验及应用 158
9.3 模糊数据样本排序方法应用于威尔克森符号秩检验 160
9.4 模糊数据样本排序方法应用于威尔克森秩和检验 162
9.5 模糊数据样本排序方法应用于克鲁斯考尔和沃利斯秩检验 164
9.6 结论 165
第10章 模糊数据时间数列分析及预测 167
10.1 引言 167
10.2 模糊数据时间数列的统计分析 172
10.3 模糊数据自回归时间数列（FAR(p)） 174
10.4 模糊数据时间数列模型建立 177
10.5 景气对策信号实例 185
10.6 结论 192
第11章 问题及展望 194
附录 199
附录1 偏大与偏小型隶属函数表 199
附录2 二项分布累积概率P(X≤x)=？(？)pi(1-p)n-i 203
附录3 标准正态分布累积概念：P(Z≤Za)=？f(z)dz=1-a 207
附录4 t分布的临界值：ta(v)P(T≥ta(v))=？f(x;v)dx=a 208
附录5 卡方分布的临界值：X？(v)P(x2≥x？(v))=？f(x;v)dx=a 209
附录6 F分布的临界值：Fa(v1,v2)P(F≥Fa(v1,v2))=？f(x;v1,v2)dx=a 211
附录7 威尔克森符号秩检验概率 217
附录8 威尔克森秩和检验概率 218
参考文献 219