第1章 统计学研究什么 1
1.1 统计无处不在 1
1.1.1 每个人都离不开统计 1
1.1.2 几乎所有领域都要用统计 2
1.1.3 统计的误用与滥用 3
1.2 统计学研究数据 4
1.2.1 有数据的地方就需要统计学 5
1.2.2 统计学提供研究数据的方法 5
1.2.3 统计方法不是万能的 6
1.3 怎样获得数据 7
1.3.1 变量与数据 7
1.3.2 怎样得到一个样本 8
软件应用 9
思考与练习 10
人物传记 11
第2章 用图表看数据 13
2.1 用图表看定性数据 13
2.1.1 用频数分布表看数据 13
2.1.2 用图形看数据 16
2.2 用图表看定量数据 19
2.2.1 用频数分布表看数据分布 20
2.2.2 用图形看数据 21
2.3 使用图表的注意事项 32
软件应用 33
思考与练习 35
人物传记 37
第3章 用统计量描述数据 38
3.1 描述数据的水平 38
3.1.1 平均数 38
3.1.2 中位数和分位数 40
3.1.3 用哪个值代表一组数据 42
3.2 描述数据的差异 42
3.2.1 极差和四分位差 42
3.2.2 方差和标准差 43
3.2.3 比较几组数据的离散程度：离散系数 46
3.3 描述分布的形状 47
软件应用 48
思考与练习 49
人物传记 51
第4章 用概率分布描述随机变量 52
4.1 什么是概率 52
4.2 随机变量的概率分布 53
4.2.1 随机变量及其概括性度量 53
4.2.2 离散型概率分布 55
4.2.3 连续型概率分布 56
4.3 其他几个重要的分布 59
4.3.1 t分布 59
4.3.2 r2分布 60
4.3.3 F分布 61
4.4 样本统计量的概率分布 62
4.4.1 统计量及其分布 62
4.4.2 样本均值的分布 63
4.4.3 其他统计量的分布 65
4.4.4 统计量的标准误差 66
软件应用 67
思考与练习 68
人物传记 70
第5章 用样本推断总体 72
5.1 估计总体参数 72
5.1.1 怎样进行估计 73
5.1.2 用什么样的估计量去估计 74
5.1.3 参数估计的应用 75
5.2 检验总体假设 80
5.2.1 怎样提出假设 81
5.2.2 依据什么作出决策 82
5.2.3 假设检验的应用 85
软件应用 92
思考与练习 93
人物传记 97
第6章 分类变量的推断 99
6.1 某个分类变量的频数分布与期望的是否一致 99
6.1.1 期望频数相等 99
6.1.2 期望频数不等 101
6.2 两个分类变量是否有关系 103
6.2.1 列联表与x2独立性检验 103
6.2.2 应用x2检验的注意事项 106
6.3 怎样度量两个分类变量的关系 106
6.3.1 ψ系数和Cramer's V系数 106
6.3.2 列联系数 107
软件应用 108
思考与练习 108
人物传记 110
第7章 分类变量对数值变量的影响 112
7.1 检验自变量效应 112
7.1.1 什么是自变量效应 112
7.1.2 从误差分析入手 113
7.1.3 分析中的基本假定 114
7.2 考虑一个分类变量的影响 115
7.2.1 数学模型 115
7.2.2 效应检验 116
7.2.3 哪些处理之间有差异 119
7.3 考虑两个分类变量的影响 121
7.3.1 数学模型 121
7.3.2 主效应分析 122
7.3.3 交互效应分析 126
软件应用 128
思考与练习 130
人物传记 133
第8章 用变量间的关系进行预测 135
8.1 从考察关系入手 135
8.1.1 变量间有什么样的关系 135
8.1.2 关系强度如何 137
8.2 建立变量之间的关系模型 139
8.2.1 只涉及一个自变量 139
8.2.2 涉及多个自变量 140
8.3 对模型进行评价和检验 142
8.3.1 模型拟合的好吗 142
8.3.2 因变量与自变量之间有线性关系吗 144
8.4 所有自变量都有必要放进模型中吗 145
8.4.1 自变量之间相关对模型有什么影响 145
8.4.2 剔除不必要的自变量 146
8.4.3 模型有多好 148
8.5 用自变量预测因变量 148
软件应用 150
思考与练习 151
人物传记 155
第9章 用过去的模式预测未来 157
9.1 确定时间序列的模式和预测方法 157
9.1.1 确定时间序列的成分 157
9.1.2 选择预测方法并进行评估 159
9.2 平滑法预测 160
9.3 趋势预测 162
9.3.1 线性趋势预测 162
9.3.2 非线性趋势预测 166
9.4 多成分序列的预测 169
9.4.1 Winter指数平滑预测 169
9.4.2 引入季节哑变量的多元回归预测 171
9.4.3 分解预测 173
软件应用 177
思考与练习 178
人物传记 181
第10章 不依赖于分布的检验 182
10.1 单样本的检验 182
10.1.1 总体分布类型的检验 182
10.1.2 中位数的符号检验 184
10.1.3 Wilcoxon符号秩检验 186
10.2 两个及两个以上样本的检验 188
10.2.1 两个配对样本的Wilcoxon符号秩检验 188
10.2.2 两个独立样本的Mann-Whitney检验 190
10.2.3 k个独立样本的Kruskal-Wallis检验 192
10.3 秩相关及其检验 194
10.3.1 Spearman秩相关及其检验 194
10.3.2 Kendall秩相关及其检验 196
软件应用 198
思考与练习 199
人物传记 201
参考文献 203