Chapter 0基础数学 2
0.1 基本代数运算 2
0.1.1 馀式定理 2
0.1.2 多项方程式的求解 2
0.1.3 连加符号 3
0.1.4 连乘符号 5
0.1.5 二项式展开公式 6
0.1.6 ex的马克劳林级数 7
0.1.7 泰勒级数 7
0.1.8 直线方程式 8
0.1.9 折线函数 10
0.1.10 内分点公式 11
0.1.11 柯西不等式 12
0.1.12 等比级数 13
0.2 微分 14
0.2.1 基本微分公式 14
0.2.2 对数微分法 15
0.2.3 极大值与极小值 16
0.3 积分 18
0.3.1 基本积分公式 18
0.3.2 三大积分法 19
0.3.3 重积分的积分范围 22
0.4 偏微分 26
0.4.1 双变数函数的极值 26
0.5 计数原理 27
0.5.1 加法原理 28
0.5.2 乘法原理 28
0.5.3 集合元素的计数 29
0.5.4 不重复选取的直线排列 31
0.5.5 可重复选取的直线排列 32
0.5.6 组合 32
0.5.7 重复组合 35
Chapter 1绪论 38
1.1 统计学的发展 38
1.2 统计的意义与限制 38
1.2.1 统计的意义 38
1.2.2 统计的限制 39
1.3 统计学的分类 39
1.3.1 数理统计与应用统计 39
1.3.2 依讨论的内容与种类区分 40
1.3.3 依讨论的变量数目 40
1.3.4 依分析资料的属性 41
1.4 母体与样本 41
1.4.1 母体 41
1.4.2 样本 42
1.5 母体参数与样本统计量 44
1.5.1 母体参数 44
1.5.2 样本统计量 44
1.6 统计资料的种类 44
1.6.1 一手资料与二手资料 45
1.6.2 横断面资料与时间序列资料 45
1.6.3 内部资料与外部资料 46
1.6.4 普查资料与抽样资料 46
1.6.5 定性资料与定量资料 47
1.6.6 离散型与连续型资料 47
1.6.7 组距型与非组距型资料 48
1.7 统计资料的量尺 49
1.7.1 名义量尺 49
1.7.2 顺序量尺 50
1.7.3 区间量尺 50
1.7.4 比率量尺 50
1.7.5 量尺的操弄 52
Chapter 2常用的统计图表 56
2.1 常用的统计表 56
2.1.1 组距型资料与非组距型资料 56
2.1.2 次数分配表 57
2.1.3 次数分配表 59
2.1.4 相对次数分配表 60
2.1.5 累积次数分配表 61
2.1.6 相对累积次数分配表 61
2.1.7 交叉表 63
2.2 数值型态资料常用的统计图 64
2.2.1 直方图 64
2.2.2 相对次数直方图 65
2.2.3 多边形图 65
2.2.4 肩形图 66
2.2.5 茎叶图 67
2.2.6 散布图 70
2.3 类别型态资料常用的统计图 72
2.3.1 长条图 72
2.3.2 圆面积图 72
Chapter 3常用的统计量数 78
3.1 中央趋势量数 78
3.1.1 算术平均数 79
3.1.2 加权平均数 83
3.1.3 几何平均数 84
3.1.4 平均成长率 85
3.1.5 调和平均数 86
3.1.6 中位数 89
3.1.7 众数 93
3.2 位置量数 99
3.2.1 百分位数 99
3.2.2 十分位数 101
3.2.3 四分位数 101
3.3 离差量数 103
3.3.1 全距 103
3.3.2 四分位距与四分位差 104
3.3.3 平均差 105
3.3.4 变异数与标准差 107
3.4 相对离差量数 115
3.4.1 变异系数 115
3.4.2 Z分数 117
3.5 动差 119
3.5.1 原动差 120
3.5.2 主动差 120
3.6 偏态量数 123
3.6.1 偏态系数 123
3.6.2 Pearson偏态系数 124
3.6.3 峰态量数 124
3.7 柴比雪夫不等式与经验法则 127
3.7.1 柴比雪夫不等式 127
3.7.2 经验法则 128
3.8 盒须图 130
3.8.1 盒须图的绘制 130
3.8.2 盒须图与离群值 132
3.9 两变数相关性的量测 135
3.9.1 共变异数 135
3.9.2 皮尔生相关系数 137
Chapter 4机率 150
4.1 相关之专有名词 150
4.1.1 随机试验 150
4.1.2 样本空间与事件 150
4.2 集合之基本观念 153
4.2.1 集合的基本概念 153
4.2.2 集合基本运算性质 155
4.2.3 集合元素的计数 157
4.3 机率测度的方法 159
4.3.1 古典机率理论 159
4.3.2 相对次数机率理论 161
4.3.3 主观的机率理论 161
4.3.4 机率的公设 162
4.3.5 机率的性质 162
4.3.6 机率运算性质 163
4.4 几何机率 168
4.5 条件机率与独立事件 170
4.5.1 条件机率 170
4.5.2 条件机率的性质 172
4.5.3 乘法原理 173
4.5.4 独立事件 175
4.5.5 互斥事件 178
4.6 样本空间的分割 180
4.6.1 单一分割 180
4.6.2 双重分割 180
4.6.3 联合机率 181
4.6.4 边际机率 182
4.7 贝氏定理 185
4.7.1 全机率 185
4.7.2 决策树 186
4.7.3 贝氏定理 188
4.8 串联与并联系统之可靠度 192
4.8.1 串联系统 193
4.8.2 并联系统 193
Chapter 5机率分配 206
5.1 随机变数与机率分配 206
5.1.1 随机变数 206
5.1.2 随机变数的种类 207
5.1.3 机率分配 208
5.1.4 机率函数 208
5.1.5 离散型随机变数之机率分配函数 209
5.1.6 连续随机变数的机率分配 212
5.2 累积分配函数 214
5.2.1 离散型随机变数之累积分配函数 214
5.2.2 离散型随机变数之累积分配函数的性质 216
5.2.3 连续型随机变数之累积分配函数 218
5.3 累积分配函数与机率函数之互换 223
5.3.1 离散型随机变数CDF转pmf 223
5.3.2 连续型随机变数CDF转pdf 224
5.3.3 混合型随机变数之机率函与CDF之互换 225
5.4 机率分配的重要参数 227
5.4.1 期望值 227
5.4.2 期望值的运算性质 231
5.4.3 变异数与标准差 232
5.5 中位数、分位数与众数 237
5.5.1 中位数 237
5.5.2 分位数 238
5.5.3 众数 240
5.6 偏态与峰态 242
5.6.1 对称分配 242
5.6.2 偏态系数 243
5.6.3 峰度系数 244
Chapter 6 二元随机变数 250
6.1 联合机率分配 250
6.1.1 离散型随机变数之联合机率分配 250
6.1.2 联合机率分配表 251
6.1.3 连续型随机变数之联合机率分配 253
6.2 边际机率函数 256
6.2.1 离散型随机变数的边际机率函数 256
6.2.2 连续型随机变数的边际机率函数 258
6.2.3 边际机率与联合机率分配之关系 261
6.3 二元随机变数的累积分配函数 262
6.3.1 累积分配函数的定义 262
6.3.2 累积分配函数与机率密度函数之关系 263
6.3.3 累积分配函数的切割 264
6.4 条件机率与独立性 267
6.4.1 条件机率 267
6.4.2 独立随机变数 273
6.5 联合机率分配函数的重要参数 276
6.5.1 联合机率分配函数的期望值 276
6.5.2 期望值的性质 279
6.5.3 联合机率分配函数的变异数 282
6.5.4 联合机率分配的条件期望值 286
6.5.5 条件期望值的性质 290
6.5.6 联合机率分配的条件变异数 290
6.6 共变异数与相关系数 294
6.6.1 共变异数 294
6.6.2 共变异数的性质 297
6.6.3 共变异数的优缺点 299
6.6.4 相关系数 299
6.6.5 共变异数与相关系数的比较 300
6.7 马可夫不等式与柴比雪夫不等式 303
6.7.1 马可夫不等式 303
6.7.2 柴比雪夫不等式 305
6.7.3 柴比雪夫不等式的变形 306
Chapter 7随机变数函数之机率分配 318
7.1 离散型随机变数的转换 318
7.1.1 单变数—直接代入法 318
7.1.2 单变数—变数变换法 320
7.1.3 双变数—直接代入法 321
7.1.4 双变数—变数变换法 322
7.2 连续型随机变数的转换 323
7.2.1 单变数—CDF 323
7.2.2 单变数—Jacobian法 324
7.2.3 二对二的变换 329
7.2.4 二对一的变换 331
Chapter 8动差与母函数 338
8.1 动差 338
8.1.1 r阶原动差 338
8.1.2 r阶主动差 339
8.1.3 阶乘动差 341
8.2 母函数 343
8.2.1 动差母函数 343
8.2.2 机率母函数 350
Chapter 9常用的离散型机率分配 356
9.1 均匀分配 356
9.1.1 均匀分配的机率质量函数 356
9.1.2 均匀分配的重要母体参数 356
9.2 二项分配 358
9.2.1 二项试验 359
9.2.2 二项分配的机率函数 359
9.2.3 二项分配的重要母体参数 361
9.2.4 二项分配的图形 362
9.2.5 二项分配的再生性 364
9.3 百努力试验 366
9.4 超几何分配 367
9.4.1 超几何试验 367
9.4.2 超几何分配的机率函数 367
9.4.3 超几何分配的重要参数 369
9.4.4 超几何分配与二项分配之比较 371
9.4.5 以二项分配近似超几何分配 373
9.5 Poisson分配 374
9.5.1 Poisson试验 374
9.5.2 Poisson分配的机率质量函数 374
9.5.3 Poisson分配的图形 377
9.5.4 Poisson分配的重要参数 377
9.5.5 Poisson分配的再生性 379
9.5.6 以Poisson分配近似二项分配 379
9.6 多项分配 380
9.6.1 多项试验 380
9.6.2 多项分配的机率质量函数 381
9.6.3 多项分配的重要参数 382
9.7 多维超几何分配 386
9.7.1 多维超几何试验 386
9.7.2 多维超几何分配的机率函数 386
9.7.3 多维超几何分配的重要参数 387
9.8 几何分配 389
9.8.1 几何分配的机率函数 389
9.8.2 几何分配的图形 390
9.8.3 几何分配的重要统计参数 391
9.8.4 几何分配的性质 393
9.9 负二项分配 394
9.9.1 负二项试验 395
9.9.2 负二项分配的机率函数 395
9.9.3 负二项分配的重要参数 396
9.9.4 负二项分配的再生性 400
总整理 401
Chapter 10常见的连续型机率分配 408
10.1 连续均匀分配 408
10.1.1 均匀分配的机率密度函数 408
10.1.2 均匀分配的重要参数 409
10.2 常态分配 411
10.2.1 常态分配的机率密度函数 411
10.2.2 常态曲线的特性 412
10.2.3 常态分配的重要统计参数 414
10.2.4 常态分配的再生性 415
10.2.5 常态变数的线性变换与加法原理 416
10.3 标准常态分配 417
10.3.1 标准常态分配的机率函数 417
10.3.2 标准常态分配的特性与查表 418
10.3.3 标准常态分配的相关应用 422
10.3.4 二项分配的常态分配近似法 426
10.3.5 Poisson分配的常态分配近似法 430
10.4 指数分配 431
10.4.1 指数分配的机率密度函数 431
10.4.2 常用之指数分配计算公式 432
10.4.3 指数分配的重要参数 434
10.4.4 指数分配的无记忆性 435
10.5 Gamma分配 437
10.5.1 Gamma函数的定义与特性 437
10.5.2 Gamma分配 438
10.5.3 Gamma分配的重要参数 442
10.5.4 Gamma分配的再生性 443
10.6 卡方分配 444
10.6.1 卡方分配的机率密度函数 444
10.6.2 卡方分配的重要参数 445
10.6.3 卡方分配的再生性 446
10.6.4 标准常态随机变数与卡方变数的关系 446
总整理 448
Chapter 11抽样与抽样分配 456
11.1 抽样的基本概念 456
11.1.1 方便抽样 456
11.1.2 判断抽样法 456
11.1.3 滚雪球抽样 457
11.1.4 简单随机抽样 457
11.1.5 系统抽样 457
11.1.6 分层抽样 458
11.1.7 部落抽样法 459
11.2 母体分配、样本分配与抽样分配 462
11.2.1 母体分配 462
11.2.2 样本分配 462
11.2.3 抽样分配 462
11.2.4 影响抽样分配的因素 463
11.2.5 抽样分配的推导 463
11.3 Z分配 464
11.3.1 Z分配的原理 464
11.4 样本平均数的抽样分配 465
11.4.1 以表列法求样本平均数的抽样分配 465
11.4.2 概似函数 468
11.4.3 以最大概似法求样本平均数的抽样分配 468
11.4.4 x抽样分配的期望值与变异数 469
11.4.5 大数法则 473
11.4.6 中央极限定理 474
11.4.7 x的抽样分配相关问题求解工具 475
11.4.8 样本和的抽样分配 478
11.5 样本比例的抽样分配 481
11.5.1 母体比例与样本比例 481
11.5.2 抽样误差 482
11.5.3 样本比例的抽样分配—取出放回或无限母体 482
11.5.4 样本比例的抽样分配—取出不放回且有限母体 484
11.5.5 大样本时的样本比例抽样分配 485
11.5.6 两样本平均数差的抽样分配 487
11.5.7 两样本比例差的抽样分配—大样本 491
11.5.8 其他型式的抽样分配 492
11.6 卡方分配 493
11.6.1 卡方分配与样本变异数的抽样分配 494
11.6.2 卡方分配的性质 495
11.6.3 卡方分配的用途 496
11.6.4 卡方分配的查表法 497
11.7 F分配 501
11.7.1 F分配的原理 501
11.7.2 F分配的查表法 503
11.7.3 F分配的重要相关性质 505
11.7.4 F分配的重要用途 506
11.8 t分配 507
11.8.1 t分配的原理 507
11.8.2 t分配的机率密度函数 508
11.8.3 t分配的实用公式 508
11.8.4 t分配的重要相关参数 509
11.8.5 t分配的用途与使用时机 510
11.8.6 t分配的查表 510
11.8.7 卡方分配、F分配、t分配的共同特性 512
11.8.8 以F统计量为主，Z、卡方、t与F的关系 513
11.8.9 以F统计量为主，查表转换公式 515
Chapter 12估计 524
12.1 点估计 524
12.1.1 点估计的概念 524
12.1.2 估计式 524
12.1.3 点估计的步骤 524
12.1.4 估计式的评断标准 525
12.2 不偏性 526
12.2.1 不偏性的意义 526
12.2.2 渐近不偏性 531
12.2.3 不偏估计式的性质 533
12.3 有效性 534
12.3.1 绝对有效性 534
12.3.2 相对有效性 535
12.3.3 最小变异不偏性 537
12.3.4 不偏估计式的选择 540
12.3.5 渐进有效估计式 540
12.3.6 效率与偏误之选择：MSE（ θ）准则 541
12.4 一致性 541
12.4.1 一致性的强则 542
12.4.2 一致性的弱则 542
12.4.3 一致性的相关定理 542
12.5 充分性 545
12.5.1 充分统计量 545
12.5.2 充分估计式 546
12.5.3 纽曼分解定理 546
12.6 最小平方法 549
12.6.1 最小平方估计式 549
12.6.2 最小平方估计式的性质 550
12.7 动差法 551
12.7.1 动差法求估计式的步骤 552
12.7.2 动差估计式的性质 552
12.8 最大概似法 555
12.8.1 概似函数 555
12.8.2 最大概似估计式（MLE）之求法 556
12.8.3 最大概似估计式的性质 559
总整理 562
Chapter 13区间估计 568
13.1 信赖水准与信赖区间 568
13.1.1 区间的型态 568
13.1.2 信赖水准 568
13.1.3 信赖区间 569
13.1.4 信赖区间的种类 570
13.2 一个母体平均数的信赖区间 570
13.2.1 双尾信赖区间的产生 570
13.2.2 使用z分配求平均数的信赖区间 572
13.2.3 使用t分配求平均数的信赖区间 573
13.2.4 利用柴比雪夫不等式求平均数的信赖区间 575
13.2.5 误差与信赖区间长 576
13.2.6 影响信赖区间长的因素 576
13.2.7 抽样数的估计 577
13.2.8 单尾信赖区间 579
13.2.9 某变数的预测区间 581
13.3 一个母体比例的区间估计 582
13.3.1 一个母体比例的信赖区间 582
13.3.2 最大误差与区间长 585
13.3.3 估计P所需样本数 585
13.4 一个母体变异数之区间估计 587
13.4.1 母体变异数的信赖区间—小样本 587
13.4.2 母体变异数的信赖区间—大样本 590
13.5 两母体平均数差之信赖区间—独立样本 592
13.5.1 两母体平均数差的1-α信赖区间推导 592
13.5.2 独立样本的区间估计—使用z分配进行估计 594
13.5.3 独立样本的区间估计—采t分配 596
13.5.4 多母体平均数线性组合之区间估计 600
13.6 两个母体平均数差的区间估计—成对样本 601
13.6.1 成对样本的母体平均数差信赖区间推导 601
13.6.2 成对样本母体平均数差的信赖区间—使用t分配 603
13.6.3 信赖区间长与最大估计误差 604
13.7 两个独立母体比例差之区间估计 604
13.7.1 信赖区间的推导 604
13.7.2 p1 ≠ p2的区间估计 605
13.7.3 p1 ＝ p2的区间估计 606
13.8 两个母体变异数比的区间估计 608
Chapter 14单母体的假设检定 616
14.1 假设检定的基本概念 616
14.1.1 基本观念 616
14.1.2 假设的种类 616
14.1.3 假设检定的步骤 617
14.1.4 虚无假设与对立假设 617
14.1.5 单尾检定与双尾检定 618
14.1.6 拒绝域与不拒绝域 618
14.1.7 检定的方法 620
14.2 单母体平均数的假设检定 620
14.2.1 以z检定进行单母体平均数的检定 621
14.2.2 以t检定进行单一母体平均数的检定 634
14.2.3 以柴比雪夫不等式进行单母体平均数的检定 640
14.3 错误与检定力函数 644
14.3.1 错误 644
14.3.2 型Ⅱ错误的推导 646
14.3.3 给定α、β的条件下，所需样本数 654
14.3.4 检定力函数 657
14.3.5 影响检定力的因素 658
14.3.6 作业特性曲线 658
14.3.7 错误曲线 661
14.4 一个母体比例的假设检定 664
14.4.1 右尾检定 664
14.4.2 左尾检定 666
14.4.3 双尾检定 668
14.4.4 样本数的决定 670
14.5 一个母体变异数之检定 673
14.5.1 右尾检定 673
14.5.2 左尾检定 675
14.5.3 双尾检定 676
Chapter 15两母体的假设检定 688
15.1 两个母体平均数差之假设检定-独立样本 688
15.1.1 理论推导 688
15.1.2 以z检定两母体平均数差 689
15.1.3 以t检定两母体平均数差—已知两母体变异数相等 696
15.1.4 t检定两母体平均数差—两母体变异数不相等 702
15.2 两母体平均数差的假设检定-成对样本t检定 708
15.3 两独立母体比例差的假设检定 715
15.3.1 两母体比例差的检定—两母体变异数相等 715
15.3.2 两母体比例差的检定—两母体变异数不相等 721
15.4 两独立母体变异数之检定 726
Chapter 16变异数分析 742
16.1 基本概念 742
16.1.1 因子 742
16.1.2 依变数 742
16.1.3 变异数分析的基本假设 743
16.1.4 变异数分析的步骤 743
16.2 单因子变异数分析—完全随机试验 744
16.2.1 单因子变异数分析的基本观念 744
16.2.2 变异的分解与计算公式 746
16.2.3 各种变异之快速计算法 748
16.2.4 母体变异数估计值 749
16.2.5 变异数分析之检定原理 757
16.3 多重比较程序 759
16.3.1 传统信赖区间 760
16.3.2 Fisher最小显著差异法 762
16.3.3 联合信赖区间 763
16.3.4 Bonferroni多重比较法 763
16.3.5 Scheffe多重比较法 764
16.3.6 Tukey公正显著差异法 764
16.3.7 Tukey-Karamer检定程序 765
16.3.8 对比估计 774
16.3.9 k个常态母体之共同变异数σ2之估计 778
16.3.10 多个母体变异数之检定 779
16.4 单因子变异数分析—随机集区设计 784
16.4.1 基本概念 784
16.4.2 随机集区设计之变异分解与ANOVA表 785
16.5 双因子变异数分析-未重复实验 790
16.5.1 双因子变异数分析的种类 790
16.5.2 重复实验之双因子变异数分析 790
16.5.3 变异的分解 791
16.6 双因子变异数分析-重复实验 795
16.6.1 变异数之分解 797
16.6.2 检定流程 798
16.6.3 假设的写法 798
16.6.4 双因子重复实验变异数分析表 799
Chapter 17简单线性回归与相关分析 814
17.1 简单线性回归分析 814
17.1.1 回归分析的用途 814
17.1.2 自变数 814
17.1.3 依变数 814
17.1.4 回归分析的种类 815
17.1.5 简单线性回归模型之建立 816
17.1.6 简单线性回归模型的基本假设 816
17.2 样本回归方程的推导 818
17.2.1 以最小平方法求回归方程 819
17.2.2 最小平方估计式的性质 820
17.2.3 最小平方法之母体变异数σ2的估计式与信赖区间 824
17.2.4 以最大概似法求线性回归方程 825
17.2.5 最大概似估计法与最小平方法的性质比较 826
17.3 简单线性回归模型配适度的评断 829
17.3.1 简单线性回归模型的配适度的判别 829
17.3.2 回归分析的ANOVA表 833
17.4 斜率项与截距项的检定与区间估计 840
17.4.1 斜率项的检定 840
17.4.2 截距项的检定 842
17.5 依变数的信赖区间与预测区间 848
17.5.1 信赖区间 848
17.5.2 预测区间 850
17.5.3 影响信赖区间与预测区间长度的因素 851
17.6 资料尺度的转换 854
17.6.1 平移变换 854
17.6.2 尺度缩放 854
17.6.3 平移且尺度缩放 855
17.7 相关分析 858
17.7.1 母体相关系数 858
17.7.2 母体相关系数 858
17.7.3 相关系数的性质 859
17.7.4 相关系数的估计 860
17.7.5 母体相关系数pxy的统计推论 861
17.7.6 母体相关系数的信赖区间 866
17.8 残差分析 868
17.8.1 简单线性回归模型的建购流程 868
17.8.2 残差图 869
17.8.3 标准化残差图 870
17.8.4 残差直方图 870
17.9 线性模型缺适度的检定 873
17.10 Durbin-Watson自我相关检定 877
结语 878
Chapter 18多元回归 886
18.1 多元回归模型 886
18.1.1 多元回归模型的基本假设 886
18.1.2 二元线性回归方程的推导 886
18.2 二元回归的统计推论 890
18.2.1 二元回归模型的适合度检定与判定系数 890
18.2.2 回归系数的统计推论 892
18.2.3 依变数的信赖区间与预测区间 897
18.3 k个自变数的多元回归方程 898
18.3.1 最小平方法 898
18.3.2 整体回归适合度的检定—使用ANOVA表 899
18.3.3 整体回归适合度的检定—使用复相关系数 900
18.3.4 调整判定系数 901
18.3.5 部分项的检定 903
18.3.6 回归系数的统计推论 906
18.4 偏判定系数与偏相关系数 908
18.4.1 偏判定系数 908
18.4.2 偏相关系数 911
18.4.3 偏相关系数的检定 912
18.5 虚拟变数 915
18.5.1 虚拟变数的设立 916
18.5.2 最小平方法推导虚拟回归方程 917
18.5.3 含虚拟变数之回归统计推论 919
18.5.4 虚拟变数回归分析与变异数分析 920
注：多元回归检定关系 924
Chapter 19类别资料的分析 932
19.1 类别资料的整理—列联表 932
19.2 卡方检定 932
19.3 卡方适合度检定 934
19.4 卡方独立性检定 942
19.4.1 关联性的衡量 946
19.5 卡方齐一性检定 948
19.6 改变显著性检定 954
Chapter 20无母数统计 966
20.1 中位数检定 966
20.2 单母体中位数的检定 967
20.2.1 符号检定 967
20.2.2 Wilcoxon符号等级检定 972
20.3 成对母体中位数的检定 977
20.4 两独立母体中位数的检定 980
20.4.1 Wilcoxon等级和检定 980
20.4.2 Mann-Whitney U检定 983
20.5 多母体检定中位数 988
20.5.1 中位数检定 988
20.5.2 Kruskal-Wallis （K-W）检定 990
20.5.3 Friedman检定 993
20.6 母体分配检定 995
20.6.1 Kolomogrov-Smirnov检定 995
20.6.2 Lilliefor常态性检定 998
20.7 随机性检定-连检定 999
20.7.1 小样本的连检定 1001
20.7.2 大样本的连检定 1002
20.8 Spearman等级相关检定 1005
20.8.1 4≤n≤30时的Spearman等级相关检定 1005
20.8.2 10≤n＜30时的Spearman等级相关检定 1007
20.8.3 当n≥ 30时的Spearman等级相关检定 1007
Appendix A附录 1013
A.1 -x抽样分配补充说明 1014
A.2 CASIO fx-350MS操作手册 1015
Appendix B附录 1025