第一章 数据统计分析基础 1
第一节 概率论基本概念 1
一、随机事件 1
二、事件的运算关系 2
三、概率的基本概念 4
四、随机变量和分布函数 7
五、分布密度函数 8
六、随机变量的数字特征 9
七、随机变量的几种重要的理论分布 11
第二节 统计学基础 14
一、总体和个体 14
二、样本 14
三、样本的频数分布 14
四、样本的特征数 16
五、抽样方法 22
第二章 统计检验 27
第一节 统计检验的基本概念 27
第二节 离群值的检验 28
一、单个离群值的检验 29
二、多个离群值的检验 31
三、多组测定数据平均值离群的检验 32
四、多组测定数据标准差离群的检验 34
五、离群值的剔除 36
第三节 μ检验法 36
一、由一个样本检验总体的平均值 37
二、由两个样本检验两总体平均值的一致性 38
第四节 t检验法 39
一、由一个样本检验总体平均值 40
二、由两个样本检验两总体平均值的一致性 41
第五节 x2检验 42
一、已知总体的平均值检验总体的方差 42
二、总体平均值未知检验总体的方差 43
第六节 F检验 44
第七节 总体分布类型的统计检验 45
一、概率纸法 46
二、W检验 48
三、皮尔逊x2检验 49
四、柯尔莫哥洛夫正态检验 51
第八节 符号检验法和秩和检验法 54
一、符号检验法 54
二、秩和检验法 55
第一节 单因素方差分析 59
第三章 方差分析 59
一、各水平内重复数相等的单因素方差分析 60
二、各水平内重复数不相等的单因素方差分析 63
第二节 双因素方差分析 65
一、无重复双因素方差分析 65
二、重复数相等的双因素方差分析 68
第三节 系统分组方差分析 72
第四章 回归分析 77
第一节 一元线性回归 77
一、一元线性回归方程的建立 77
二、一元线性回归方程的统计检验 80
第二节 可化成线性回归的曲线回归 84
第三节 多元线性回归 88
一、多元线性回归方程的建立 89
二、多元线性回归方程建立的应用举例 92
三、多元线性回归方程的统计检验 94
第四节 逐步回归 97
一、逐步回归的计算步骤 98
二、逐步回归的计算举例 101
第五节 非线性回归分析 104
一、高斯－牛顿法 104
二、麦夸尔特法 107
三、非线性回归结果的统计检验 108
第五章 聚类分析基础 109
第一节 相似性量度指标 109
一、距离和相似系数 110
二、其他公式 111
一、最短距离法 113
第二节 系统聚类法 113
二、最长距离法 115
三、重心法 116
四、类平均法 117
第三节 逐步聚类法 118
一、凝聚点的选择和初始分类 119
二、修改分类 120
第四节 模糊聚类法 124
一、模糊数学的基本概念 125
二、模糊聚类分析 133
第六章 时间序列分析基础 141
第一节 随机过程与时间序列的基本概念 141
一、随机过程的概念 141
二、随机过程的统计描述 143
三、平稳随机过程 147
四、马尔科夫过程 151
第二节 时间序列分析 154
一、时间序列的趋势分析 154
二、周期分析 156
三、平稳时间序列的自回归模型及其应用 163
四、马尔科夫转移矩阵模型 169
第七章 数据质量管理中的统计方法 175
第一节 控制图的基本概念 175
第二节 ？控制图 176
第三节 R控制图 179
第四节 ？-R控制图 181
第五节 控制图的解释 182
二、链分析 183
一、单点超出 183
附表 185
附表1 标准正态分布表 185
附表2 相关系数的临界值γα表 186
附表3 t分布表 187
附表4 x2分布表 188
附表5 F分布表 190
附表6 计算统计量W必需的系数αk（W） 194
附表7 W检验临界值表 197
附表8 符号检验中γ的临界值 198
附表9 二样本秩和检验临界值表 199
附表10 ？-R控制图的系数 202
参考文献 203