第1章 统计学 2
1.1 什么是统计学 2
1.2 可测量性和变异性 8
1.3 数据收集 9
1.4 概率和统计学比较 13
1.5 统计学和科学技术 14
第2章 描述分析和单变量数据的展示2.1 图形、排列图和茎叶图 21
2.2 频数分布和直方图 25
2.3 中心趋势度量 30
2.4 离散程度的度量 34
2.5 位置测度 35
2.6 对标准差的解释和理解 39
2.7 统计陷阱 41
第3章 描述分析和双变量数据的展示3.1 双变量数据 48
3.2 线性相关 52
3.3 线性回归 56
第4章 概率 68
4.1 事件的概率 68
4.2 事件的条件概率 73
4.3 概率运算法则 75
4.4 互斥事件 79
4.5 独立事件 82
4.6 互斥事件和独立事件有联系吗 84
第5章 概率分布（离散变量）5.1 随机变量 93
5.2 离散随机变量的概率分布 94
5.3 离散概率分布的均值和方差 96
5.4 二项概率分布 98
5.5 二项分布的均值和标准差 101
第6章 正态概率分布 110
6.1 正态分布 110
6.2 标准正态分布 112
6.3 正态分布的应用 115
6.4 符号 118
6.5 二项分布的正态近似 119
第7章 样本间变异 128
7.1 抽样分布 128
7.2 样本均值的抽样分布 132
7.3 样本均值抽样分布的应用 135
第8章 统计推断概述 142
8.1 估计的性质 142
8.2 均值μ的估计（σ已知） 144
8.3 假设检验的性质 149
8.4 均值μ的假设检验（σ已知）：ρ值法 153
8.5 均值μ的假设检验（σ已知）：临界值法 159
第9章 单总体的推断 170
9.1 均值μ的推断（σ未知） 170
9.2 二项成功概率的推断 177
9.3 关于方差和标准差的推断 183
第10章 双总体的推断 198
10.1 相关样本和独立样本 198
10.2 两个相关样本均值差异的推断 199
10.3 两个独立样本均值差异的推断 203
10.4 两个独立样本总体比例差异的推断 208
10.5 两个独立样本方差比的推断 212
第11章 卡方的应用 222
11.1 卡方统计量 222
11.2 多项试验的推论 225
11.3 列联表的推论 229
第12章 方差分析 240
12.1 方差分析简介 240
12.2 方差分析方法的逻辑 243
12.3 单因子方差分析的应用 244
第13章 线性相关和回归分析 254
13.1 线性相关分析 254
13.2 线性相关系数的推论 256
13.3 线性回归分析 259
13.4 回归直线斜率的推论 263
13.5 回归的置信区间 265
13.6 理解相关和回归之间的关系 269
第14章 非参数统计的要素 274
14.1 非参数统计 274
14.2 统计检验的比较 275
14.3 符号检验 276
14.4 曼－惠特尼U检验 282
14.5 游程检验 287
14.6 秩相关 289