第1章 统计与数据分析概述 1
1.1回顾：统计推断、样本、总体和概率的作用 1
1.2抽样过程、数据的收集 4
1.3离散数据和连续数据 7
1.4概率：样本空间和事件 7
1.5样本点计算 13
1.6事件的概率 17
1.7加法规则 18
1.8条件概率、独立性和乘法规则 22
1.9贝叶斯公式 28
第2章 随机变量、分布和期望 34
2.1随机变量的概念 34
2.2离散概率分布 36
2.3连续概率分布 39
2.4联合概率分布 43
2.5随机变量的均值 52
2.6随机变量的方差和协方差 58
2.7随机变量线性组合的均值和方差 64
2.8可能的误解和风险及其与其他章节的关系 72
第3章 一些概率分布 73
3.1引言和目的 73
3.2二项分布和多项式分布 73
3.3超几何分布 79
3.4负二项分布和几何分布 83
3.5泊松分布和泊松过程 85
3.6连续均匀分布 89
3.7正态分布 90
3.8正态曲线下的面积 92
3.9正态分布的应用 95
3.10二项式的正态近似 99
3.11伽玛分布和指数分布 103
3.12卡方分布 107
3.13可能的误解和风险及其与其他章节的关系 112
第4章 抽样分布和数据描述 113
4.1随机抽样 113
4.2一些重要的统计量 114
4.3抽样分布 118
4.4均值的抽样分布和中心极限定理 119
4.5S2的抽样分布 125
4.6t分布 126
4.7F分布 129
4.8图形表示 131
4.9可能的误解和风险及其与其他章节的关系 138
第5章 单样本和两样本的估计问题 139
5.1引言 139
5.2统计推断 139
5.3经典估计方法 139
5.4单样本：估计均值 141
5.5点估计的标准误差 146
5.6预测区间 146
5.7容忍限 148
5.8两样本：估计均值差 151
5.9配对观测 155
5.10单样本：估计一个比例 158
5.11两样本：估计两比例的差 160
5.12单样本：估计方差 162
5.13可能的误解和风险及其与其他章节的关系 166
第6章 单样本和两样本的假设检验 167
6.1统计假设的基本概念 167
6.2统计假设检验 168
6.3利用P值实施假设检验的决策 174
6.4单样本：单均值检验 177
6.5两样本的均值检验 181
6.6均值检验样本容量的选择 186
6.7均值比较的图形方法 187
6.8单样本比例检验 192
6.9两样本比例检验 194
6.10拟合优度检验 196
6.11独立性检验（分类数据） 198
6.12齐次性检验 200
6.13两样本案例研究 202
6.14可能的误解和风险及其与其他章节的关系 207
第7章 线性回归 208
7.1线性回归简介 208
7.2简单线性回归（SLR）模型和最小二乘法 209
7.3关于回归系数的推断 215
7.4预测 220
7.5方差分析方法 224
7.6对回归线性的检验：重复观测的数据 227
7.7残差诊断图：对违背假设的图形检测 232
7.8相关性 233
7.9简单线性回归案例研究 235
7.10多元线性回归和系数估计 236
7.11多元线性回归推断 242
第8章 单因子试验的一般性介绍 251
8.1方差分析方法和试验设计策略 251
8.2单向方差分析（单向ANOVA）：完全随机设计 252
8.3方差齐次性检验 257
8.4多重比较 261
8.5区组的概念和随机完全区组设计 265
8.6随机效应模型 273
8.7单向试验的案例研究 275
8.8可能的误解和风险及其与其他章节的关系 280
第9章 析因试验（两个或多个因子） 281
9.1引言 281
9.2两因子试验中的交互作用 282
9.3两因子方差分析 283
9.4三因子试验 293
9.5可能的误解和风险及其与其他章节的关系 304
附录A统计表及证明 305
附录B奇数习题答案 330
参考文献 339
索引 342