第1部分 速学！从标准差到检验、区间估计 11
第1章 用频数分布表和直方图刻画数据的特征 11
1．根据原始数据什么也搞不明白，所以使用统计 11
2．做直方图 12
第2章 平均值是挑担人偶玩具的支点——平均值的作用和把握方法 19
1．统计量是概括数据的数值 19
2．平均值 20
3．频数分布表上的平均值 20
4．平均值在直方图中的作用 22
5．该怎样捕捉平均值 23
第3章 由数据分散程度估计统计量——方差和标准差 29
1．想要知道数据的分散和波动 29
2．以公交车到达时刻的例子来理解方差 30
3．标准差的意义 32
4．从频数分布表求标准差 34
第4章 这个数据是“平常”还是“特殊”，以标准差（S．D．）来评价 39
1．标准差是浪涌的激烈程度 39
2．明确了S．D．就可以评价数据的“特殊性” 40
3．复数的数据组的比较 42
4．加工后的数据的平均值和标准差 43
第5章 标准差（S．D．）可以灵活运用于股票风险指标（波动率） 49
1．股票的平均收益率是什么 49
2．仅凭平均收益率不能判断是不是优良的投资 50
3．波动率的意义 52
第6章 标准差（S．D．）也可用于理解高风险、高回报（夏普比率） 57
1．高风险、高回报和低风险、低回报 57
2．金融商品优劣的衡量方法 58
3．衡量金融商品优劣的数值：夏普比率 59
第7章 身高、掷硬币等最常见的分布、正态分布 63
1．最常见的数据分布 63
2．一般正态分布的观察方法 66
3．身高数据是正态分布的 68
第8章 推论统计的出发点，使用正态分布进行“预测” 75
1．使用正态分布的知识，可以进行“预测” 75
2．标准正态分布的95％预测命中区间 76
3．一般正态分布的95％预测命中区间 78
第9章 从一个数据推出母群体——假设检验的思维方法 83
1．所谓推论统计即从部分推出整体 83
2．推测差不多可行的母群体 84
3．判断95％预测命中区间是否妥当 86
第10章 以测定温度为例，探寻95％置信区间——区间估计 95
1．反过来利用预测命中区间的估计 95
2．置信区间的“95％”的意义 97
3．对标准差的已知正态母群体的平均值的区间估计 99
第2部分 从观测数据推测其背后的广阔世界 107
第11章 根据“部分”推论“总体”——母群体和统计的估计 107
1．母群体是假想之潭 107
2．随机抽样法和总体均值 109
第12章 表示母群体数据分散程度的统计量——总体方差和总体标准差 115
1．搞清数据的分散程度 115
2．总体方差和总体标准差的计算 116
第13章 复数数据的平均值比1个数据接近总体均值——样本均值的思维方法 121
1．从观测到的1个数据可以推测出什么 121
2．为什么要做样本均值 122
第14章 随着观测数据增加，预测区间变窄——正态母群体的便利商品、样本均值 129
1．正态分布样本均值的性质很美 129
2．关于正态母群体样本均值的95％预测命中区间 131
第15章 已知总体方差，求正态母群体的总体均值——使用样本均值进行总体均值的区间估计 137
1．推测总体均值和总体方差 137
2．使用样本均值进行总体均值的区间估计 139
第16章 卡方分布登场——样本方差的求法和卡方分布 145
1．样本方差的求法 145
2．卡方分布是什么 147
第17章 用卡方分布推算总体方差——推算正态母群体的总体方差 153
1．卡方分布的95％预测命中区间 153
2．终于开始正态母群体总体方差的估计了 154
第18章 样本方差呈卡方分布——与样本方差成正比的统计量W的做法 159
1．与样本方差成正比的统计量W的做法 159
2．样本方差的卡方分布自由度下降1 160
第19章 即使未知总体均值仍能推算总体方差——总体均值未知时对正态母群体进行区间估计 167
1．未知总体均值推算总体方差 167
2．估计总体方差的具体例子 169
第20章 t分布登场——总体均值以外的以“实际观测样本”可计算的统计量 173
1．终于登场的t分布 173
2．t分布的直方图 175
3．统计量T的计算 176
4．关于t分布的正式定义 177
第21章 根据t分布进行区间估计——未知总体方差时以正态母群体推算总体均值 181
1．最自然的区间估计——t分布 181
2．根据t分布的区间估计方法 183