第1章 绪论 1
1.1 数据分析的统计学基础 1
1.2 顺序统计量和经验分布 4
1.3 总体分位数和样本分位数 5
1.4 抽样分布 6
思考题 8
第2章 常用统计分布及其应用 9
2.1 离散分布 9
2.2 连续型分布 12
2.3 统计分布在交通工程中的应用 18
思考题 23
第3章 参数估计方法 25
3.1 基本概念 25
3.2 矩法及矩估计 27
3.3 极大似然估计 29
3.4 贝叶斯估计和经验贝叶斯估计 32
3.5 区间估计 35
思考题 40
第4章 分析数据的统计检验 41
4.1 基本概念 41
4.2 t检验 43
4.3 U检验与基于大样本理论的检验 46
4.4 F检验——两总体方差比较 47
4.5 分布的拟合优度检验 48
4.6 正态性检验 51
思考题 55
第5章 数据分析初步 56
5.1 单样本数据汇总分析 56
5.2 两样本数据汇总分析 63
5.3 异常值的处理 65
5.4 数据变换 69
思考题 70
第6章 相关性分析 71
6.1 引言 71
6.2 线性相关 72
6.3 秩相关分析 74
6.4 偏相关分析 78
6.5 复相关分析 79
6.6 典型相关分析 79
思考题 82
第7章 一元线性回归模型 84
7.1 一元线性回归模型与参数估计 84
7.2 模型参数分析 87
7.3 模型假设检验 89
7.4 模型预测精度的度量 92
7.5 预测置信区间 93
7.6 预测实例 95
思考题 97
第8章 多元线性回归分析 99
8.1 多元线性回归模型 99
8.2 模型参数估计及其性质 100
8.3 多元线性回归模型假设检验 100
8.4 预测置信区间 103
8.5 自变量的选择 103
8.6 共线性诊断 107
8.7 建模过程中注意的几个问题 109
思考题 113
第9章 广义线性回归分析 114
9.1 引言 114
9.2 广义线性模型 114
9.3 广义线性模型参数估计和检验 117
9.4 广义线性模型选择 118
9.5 广义线性模型在交通工程中的应用 119
思考题 120
第10章 Logistic回归分析 121
10.1 Logistic线性回归模型 121
10.2 Logistic回归模型参数估计 122
10.3 模型假设检验 125
10.4 多项Logistic回归模型 129
思考题 131
第11章 非线性回归分析 132
11.1 引言 132
11.2 非线性回归模型 132
11.3 非线性回归模型参数估计 135
11.4 建模过程中常见问题 136
11.5 实例分析 137
思考题 139
附录 140
附表1 标准正态分布函数表 140
附表2 t分布临界值（tα）表 142
附表3 X2分布分位数表 144
附表4 F分布的分位数表 146
附表5 柯尔莫哥洛夫检验的临界值表 148
附表6 计算W的系数｛an+1-i｝（正态性检验） 150
附表7 W统计量分位数（正态性检验） 153
附表8 爱泼斯-普利（Epps-Pully）检验：检验统计量TEP的分位数表 155
参考文献 156