目录 1
引言 1
第一章 随机变量与概率 4
第一节 随机变量与事件 4
第二节 概率与频率 6
第三节 古典概型 8
第四节 条件概率 9
第五节 事件的独立性 10
第六节 n重贝努里试验 12
第二章 随机变量的分布与数字特征 14
第一节 离散随机变量的分布 14
第二节 二项分布与普阿松分布 16
第三节 连续随机变量的分布 20
第四节 正态分布与指数分布 24
第五节 随机变量的数字特征 26
第六节 大数定律与中心极限定理 31
第一节 离散随机向量及联合概率分布 33
第三章 随机向量 33
第二节 连续随机向量及联合密度函数 36
第三节 边际分布 38
第四节 条件分布 41
第五节 随机变量的独立性 42
第六节 随机向量的数字特征 44
第四章 样本及抽样分布 48
第一节 样本 48
第二节 样本直方图 49
第三节 统计量 50
第四节 抽样分布 51
第五章 参数估计 56
第一节 总体数字特征的估计 56
第二节 最大似然法与分布参数估计 58
第三节 区间估计 61
第四节 总体率的估计 64
第五节 普阿松分布参数的估计 66
第六节 正常值范围的估计 67
第六章 假设检验 69
第二节 总体率的假设检验 74
第三节 总体分布的拟合检验 76
第四节 似然比检验法 78
第七章 连续变量数据初步分析（一）——单个变量 80
第一节 总体数字特征的估计 80
第二节 总体分布的正态性检验 82
第三节 总体均数及方差的检验及置信区间 86
第八章 连续变量数据初步分析（二）——多总体同变量 89
第一节 两总体同变量数据初步分析 89
第二节 单因素方差分析 94
第九章 连续变量数据初步分析（三）——同总体多变量 101
第一节 总体协方差及相关系数的估计 101
第二节 相关系数的显著性检验 103
第十章 二维分类数据分析——二维列联表分析 105
第一节 分类变量 105
第二节 二维列联表 105
第三节 分类变量的独立性检验 108
第四节 残差分析 110
第十一章 线性回归分析 112
第一节 线性回归方程 113
第二节 线性回归模型及有关参数估计 115
第三节 简单线性回归分析 117
第四节 多元线性回归分析 127
第五节 逐步回归分析 133
第十二章 方差分析 136
第一节 单因素方差分析的模型 136
第二节 双因素方差分析（一）——固定型交叉分组 142
第三节 双因素方差分析（二）——混合型交叉分组 149
第四节 双因素方差分析（三）——混合型嵌套分组 153
第五节 多因素方差分析 156
第六节 双因素方差分析（四）——不等例固定型交叉分组 161
第十三章 判别分析 167
第一节 线性判别函数 167
第二节 逐步判别法 172
第三节 贝叶斯公式及其在判别上的应用 175
第十四章 Logistic分布及其应用 178
第一节 Logistic分布 178
第二节 S型曲线拟合 179
第三节 Logistic判别函数 180
第十五章 随机点过程分析初步 182
第一节 随机点过程 182
第二节 间隔密度函数的估计 183
第三节 序列相关系数及其估计 185
第四节 自相关函数及其估计 187
附录一 集合及其运算 190
附录二 排列与组合 193
附录三 矩阵及其运算 196
附录四 ATP及SDH酶活性数据 216
附录五 正常成年人肺功能数据（五项指标） 218
附录六 五项生化指标数据 220
附录七 正常成年人肺功能数据（六项指标） 223
习题一至四 226
主要参考资料 229
主要名词中英文对照索引 230
第一节 参数的假设检验 691