第1章 绪论 1
1．何谓统计？ 4
2．统计与我们日常生活的关系 5
3．统计对科学研究的帮助 6
4．二个基本观念——母体与样本 10
5．统计的目的 11
第2章 资料整理及描述 15
1．导论 18
2．资料的主要类型 18
3．表列与图示 20
4．中心量数 34
5．差异量数 42
6．结语 52
第3章 二元资料的叙述统计 63
1．导论 66
2．二元类别资料的汇总性叙述 66
3．二元数值资料的散布图 69
4．相关系数——线性关系之测度 72
5．以一变数预测另一变数（线性回归） 81
第4章 机率 93
1．导论 96
2．事件之机率 97
3．机率测度之方法 104
4．事件之关系与两个机率法则 114
5．条件机率与独立 122
6．有限母体中随机抽样 131
第5章 机率分配 145
1．导论 148
2．随机变数 148
3．间断随机变数之机率分配 152
4．机率分配之期望值（平均数）与标准差 160
第6章 贝努力分配与假设检定上的应用 173
1．导论 175
2．成功与失败——贝努力试验 176
3．二项分配 181
4．假设检定 190
第7章 常态分配 213
1．连续随机变数之机率模式 215
2．常态分配——一般特性 224
3．标准常态分配 227
4．常态分配之机率值 233
5．二项分配之常态近似法 238
6．常态模式合理性之检验 244
7．近似常态模式——样本观察值的转换 247
第8章 重覆样本之变异——抽样分配 257
1．导论 259
2．统计量之抽样分配 261
3．样本平均数之分配与中央极限定理 265
第9章 大样本的统计推论 279
1．导论 281
2．母体平均数的点估计 284
3．平均数μ的信赖区间 288
4．平均数μ的假设检定 297
5．母体比例的统计推论 307
6．样本大小的决定 314
第10章 常态母体的推论——小样本 325
1．导论 327
2．t分配 328
3．μ的信赖区间——小样本 333
4．μ的假设检定 337
5．检定与信赖区间之间的关系 341
6．标准差σ的推论（卡方分配） 344
7．推论方法的强力 349
第11章 两种处理方法的比较 359
1．导论 362
2．取自两个母体的独立随机样本 366
3．随机化与其在统计推论所扮演的角色 383
4．成对样本的比较 385
5．独立样本与成对样本之间的选择 394
第12章 回归分析—Ⅰ（简单线性回归） 407
1．导论 409
2．单一预测变数的回归 411
3．直线回归模式 414
4．最小平方法 416
5．最小平方估计式的抽样变异性——推论的工具 424
6．重要的推论问题 427
7．线性关系的强度 438
8．关於直线模式的补充说明 442
第13章 回归分析—Ⅱ（线性复回归与其它论题） 453
1．导论 455
2．非线性关系与线性转换 455
3．线性复回归 460
4．残差图——检查统计模式之适合性 469
第14章 类别资料分析 481
1．导论 483
2．皮尔生x2适合度检定 486
3．齐一性检定——列联表 490
4．独立性检定——列联表 502
第15章 变异数分析（ANOVA） 517
1．导论 519
2．数个处理方式的比较：完全随机设计 520
3．完全随机设计的母体模式与推论 530
4．联立信赖区间 534
5．图形诊断与陈示——ANOVA补充 539
附录A1 加总符号 547
附录A2 期望值与标准差的性质 555
附录A3 ？的期望值与标准差 563
附录B 附表 567