目录 3
上册 3
序言 3
第一部分 引论 3
第一章 什么是统计 3
1.1 引言 3
1.2 为什么学习统计 7
1.3 当前统计的一些应用 7
1.4 统计学家做什么 11
1.5 质量和工序改进 12
1.6 学生注意 14
补充练习 15
1.7 小结 15
第二部分 收集数据 19
第二章 利用调查和科学研究来收集数据 19
2.1 引言 19
2.2 调查 20
2.3 科学研究 28
2.4 观察研究 35
2.5 数据整理：为概括和分析准备数据 36
2.6 小结 40
第三部分 概括数据 43
第三章 数据的描述 43
3.1 引言 43
3.2 计算器、计算机及软件系统 44
3.3 单个变量数据的描述：图表法 46
3.4 单个变量数据的描述：中心趋势的度量 76
3.5 单个变量数据的描述：变异性度量 88
3.6 盒形图 103
3.7 多变量数据的概括 109
3.8 小结 119
重要公式 120
补充练习 120
第四部分 工具和概念 135
第四章 概率和概率分布 135
4.1 如何应用概率进行推断 135
4.2 确定一个事件的概率 138
4.3 基本的事件关系和概率法则 141
4.4 条件概率和独立性 144
4.5 Bayes公式 150
4.6 离散变量和连续变量 155
4.7 离散随机变量的概率分布 157
4.8 一个常用的离散随机变量：二项分布 158
4.9 连续随机变量的概率分布 169
4.10 一个常用的连续随机变量：正态分布 172
4.11 随机抽样 184
4.12 抽样分布 189
4.13 二项分布的正态逼近 201
4.14 Minitab指令 204
4.15 小结 205
重要公式 206
补充练习 206
5.1 引言和案例 215
第五章 关于总体中心值的推断 215
第五部分 数据分析：中心值，方差和比例 215
5.2 μ的估计 218
5.3 估计μ时样本容量的选取 228
5.4 关于μ的统计检验 231
5.5 对于μ进行检验时样本容量的选取 242
5.6 统计检验的显著性水平 248
5.7 正态总体均值μ的统计推断，σ未知 253
5.8 关于中位数的推断 267
5.9 小结 276
重要公式 277
补充练习 278
第六章 两总体中心值的比较 290
6.1 引言和案例 290
6.2 关于μ1－μ2的推断：独立样本 294
6.3 非参数推断方法：Wilcoxon秩和检验 315
6.4 关于μ1－μ2的推断：成对数据 328
6.5 非参数推断方法：Wilcoxon符号秩检验 336
6.6 推断μ1－μ2时样本容量的选取 343
6.7 小结 345
重要公式 346
补充练习 348
第七章 关于总体方差的推断 371
7.1 引言和案例 371
7.2 单个总体方差的估计和检验 374
7.3 比较两个总体方差时的估计和检验 386
7.4 比较多个总体方差时的检验 397
重要公式 406
7.5 小结 406
补充练习 407
第八章 两个以上总体的中心值的推断 413
8.1 引言和案例 413
8.2 两个以上总体均值的统计检验：方差分析 418
8.3 完全随机化设计中观测值的模型 428
8.4 方差分析条件的检查 431
8.5 其他的分析方法：数据变换 439
8.6 另一种非参数方法：Kruskal-Wallis检验 446
8.7 小结 451
重要公式 452
补充练习 453
9.1 引言和案例 465
第九章 多重比较 465
9.2 线性对照 469
9.3 控制哪个错误率 476
9.4 Fisher（费舍尔）最小显著差异法 479
9.5 Tukey的W方法 483
9.6 Student-Newman-Keuls方法 486
9.7 Dunnett方法：处理组与对照组的比较 489
9.8 Scheffé的S方法 491
9.9 小结 498
重要公式 499
补充练习 499
第十章 类型数据 511
10.1 引言和案例 511
10.2 总体比例π的推断 513
10.3 两总体比例之差π1－π2的推断 525
10.4 多比例的推断：卡方拟合优度检验 532
10.5 Poisson（泊松）分布 541
10.6 列联表：独立性检验和齐性检验 546
10.7 相关程度的度量 557
10.8 几率和优比 563
10.9 小结 566
重要公式 567
补充练习 568
第六部分 数据分析：回归方法和模型的建立 583
第十一章 线性回归和相关 583
11.1 引言和案例 583
下册 583
目录 583
11.2 估计模型中的参数 592
11.3 回归参数的推断 612
11.4 利用回归预测新的y值 623
11.5 线性回归中拟合不足的考察 633
11.6 逆回归问题（校准） 640
11.7 相关 649
11.8 小结 660
重要公式 661
补充练习 663
第十二章 多元回归与一般线性模型 679
12.1 引言和案例 679
12.2 一般线性模型 688
12.3 估计多元回归系数 690
12.4 多元回归中的推断 713
12.5 回归系数子集的检验 726
12.6 用多元回归进行的预测 736
12.7 比较几条回归线的斜率 741
12.8 Logistic回归 747
12.9 多元回归的一些理论结果（任选） 756
12.10 小结 759
重要公式 760
补充练习 761
第十三章 多元回归续论 781
13.1 引言和案例 781
13.2 变量的挑选（第一步） 784
13.3 模型形式的确定（第二步） 806
13.4 模型假设的检查（第三步） 840
13.5 小结 866
重要公式 867
补充练习 867
第七部分 试验设计与方差分析 923
第十四章 试验和研究的设计概念 923
14.1 引言 923
14.2 研究的类型 924
14.3 设计的试验：术语 925
14.4 控制试验误差 929
14.5 试验单元对处理的随机化 934
14.6 确定重复试验的次数 938
14.7 小结 942
第十五章 标准设计的方差分析 948
15.1 引言和案例 948
15.2 单因子的完全随机化设计 951
15.3 随机化完全区组设计 955
15.4 拉丁方设计 974
15.5 完全随机化设计中的因子处理结构 988
15.6 随机化完全区组设计中的因子处理结构 1014
15.7 处理差异的估计和处理均值的比较 1016
15.8 小结 1023
重要公式 1023
补充练习 1024
第十六章 协方差分析 1048
16.1 引言和案例 1048
16.2 具有一个协变量的完全随机化设计 1051
16.3 外推问题 1064
16.4 多维协变量和更复杂的设计 1068
16.5 小结 1077
补充练习 1077
第十七章 一些固定效应、随机效应和混合效应模型的方差分析 1083
17.1 引言和案例 1083
17.2 具有随机处理效应的单因子试验：随机效应模型 1086
17.3 随机效应模型的扩充 1091
17.4 混合效应模型 1100
17.5 计算期望均方的规则 1110
17.6 套抽样和裂区设计 1121
17.7 小结 1132
补充练习 1132
第十八章 重复测量与交叉设计 1139
18.1 引言和案例 1139
18.2 有重复观测的单因子试验 1144
18.3 一个因子有重复观测的两因子试验 1146
18.4 交叉设计 1157
18.5 小结 1161
补充练习 1161
第十九章 一些非平衡设计的方差分析 1168
19.1 引言和案例 1168
19.2 有一个或多个缺失观察值的随机化区组设计 1170
19.3 有缺失数据的拉丁方设计 1176
19.4 平衡不完全区组（BIB）设计 1181
19.5 小结 1191
重要公式 1192
补充练习 1193
20.2 做好传达沟通工作所面临的困难 1198
20.1 引言 1198
第二十章 分析结果的传达和备案 1198
20.3 传达的障碍：图形的歪曲 1200
20.4 传达的障碍：有偏抽样 1203
20.5 传达的障碍：样本容量 1205
20.6 为统计分析准备数据 1206
20.7 统计分析的指导原则和报告 1209
20.8 文档和结果的保存 1210
20.9 小结 1211
补充练习 1211
附录统计表 1212
参考文献 1281
索引 1286
译后记 1303