第1章 概率论的基本概念 1
1.1 随机事件与事件关系 1
1.2 概率及其性质 5
1.3 古典概型和几何概型 7
1.4 条件概率、全概率公式和贝叶斯公式 10
数学家简介——贝叶斯 17
第2章 一维随机变量及其数字特征 18
2.1 随机变量及其分布函数 18
2.2 离散型随机变量及其概率分布 22
2.3 连续型随机变量及其概率分布 28
2.4 随机变量函数的概率分布 37
2.5 数学期望 40
2.6 方差 44
数学家简介——伯努利家族 51
第3章 二维随机变量及其数字特征 52
3.1 二维随机变量及其分布函数 52
3.2 二维离散型随机变量 53
3.3 二维连续型随机变量 54
3.4 边缘分布 57
3.5 随机变量的独立性 60
3.6 协方差与相关系数 62
3.7 切比雪夫不等式及大数定律 66
3.8 中心极限定理 70
数学家简介——高斯 75
第4章 数理统计的概念 76
4.1 总体与样本 76
4.2 统计量 78
4.3 x2分布 82
4.4 t分布 86
4.5 F分布 88
案例实现：SPSS描述统计分析 91
数学家简介——威廉·戈塞 94
第5章 参数估计 96
5.1 点估计的求法 97
5.2 参数的区间估计 103
数学家简介——皮尔逊 110
第6章 假设检验 112
6.1 假设检验的基本概念 112
6.2 单个正态总体的均值与方差的假设检验 114
6.3 两个正态总体的均值差与方差比的假设检验 117
案例实现：SPSS单样本假设检验 120
案例实现：SPSS双样本假设检验 121
数学家简介——费希尔 123
第7章 统计分析方法介绍及SPSS案例实现 124
7.1 相关分析和回归分析 124
7.2 方差分析 132
7.3 聚类分析 135
7.4 判别分析 139
数学家简介——高尔顿 143
附表一 泊松分布表 145
附表二 标准正态分布表 147
附表三 x2分布表 148
附表四 t分布表 150
附表五 p值表 152
参考文献 155