本書深入淺出地介紹統計理論與方法，突出統計思想，為便于讀者學習和掌握所介紹的各種統計方法，列舉了大量的實際數據例子.主要內容包括：隨機變量、分布與期望、一些概率分布、抽樣分布和數據描述、單樣本和兩樣本的估計問題、單樣本和兩樣本的假設檢驗、線性回歸、單因子試驗、析因試驗等.
本書內容系統、翔實、豐富，范例多而具體，條理清晰，是數理統計學的優秀入門教材，適合統計專業及其相關專業的本科生和研究生使用，同時也適合作為相關領域科研人員的參考書籍.
譯者序
前 言
第1章 統計與數據分析概述
1.1 回顧：統計推斷、樣本、總體和概率的作用
1.2 抽樣過程、數據的收集
1.3 離散數據和連續數據
1.4 概率：樣本空間和事件
1.5 樣本點計算
1.6 事件的概率
1.7 加法規則
1.8 條件概率、獨立性和乘法規則
1.9 貝葉斯公式
第2章 隨機變量、分布和期望
2.1 隨機變量的概念
2.2 離散概率分布 譯者序
前 言
第1章 統計與數據分析概述
1.1 回顧：統計推斷、樣本、總體和概率的作用
1.2 抽樣過程、數據的收集
1.3 離散數據和連續數據
1.4 概率：樣本空間和事件
1.5 樣本點計算
1.6 事件的概率
1.7 加法規則
1.8 條件概率、獨立性和乘法規則
1.9 貝葉斯公式
第2章 隨機變量、分布和期望
2.1 隨機變量的概念
2.2 離散概率分布
2.3 連續概率分布
2.4 聯合概率分布
2.5 隨機變量的均值
2.6 隨機變量的方差和協方差
2.7 隨機變量線性組合的均值和方差
2.8 可能的誤解和風險及其與其他章節的關系
第3章 一些概率分布
3.1 引言和目的
3.2 二項分布和多項式分布
3.3 超幾何分布
3.4 負二項分布和幾何分布
3.5 泊松分布和泊松過程
3.6 連續均勻分布
3.7 正態分布
3.8 正態曲線下的面積
3.9 正態分布的應用
3.10 二項式的正態近似
3.11 伽瑪分布和指數分布
3.12 卡方分布
3.13 可能的誤解和風險及其與其他章節的關系
第4章 抽樣分布和數據描述
4.1 隨機抽樣
4.2 一些重要的統計量
4.3 抽樣分布
4.4 均值的抽樣分布和中心極限定理
4.5 S2的抽樣分布
4.6 t分布
4.7 F分布
4.8 圖形表示
4.9 可能的誤解和風險及其與其他章節的關系
第5章 單樣本和兩樣本的估計問題
5.1 引言
5.2 統計推斷
5.3 經典估計方法
5.4 單樣本：估計均值
5.5 點估計的標準誤差
5.6 預測區間
5.7 容忍限
5.8 兩樣本：估計均值差
5.9 配對觀測
5.10 單樣本：估計一個比例
5.11 兩樣本：估計兩比例的差
5.12 單樣本：估計方差
5.13 可能的誤解和風險及其與其他章節的關系
第6章 單樣本和兩樣本的假設檢驗
6.1 統計假設的基本概念
6.2 統計假設檢驗
6.3 利用P值實施假設檢驗的決策
6.4 單樣本：單均值檢驗
6.5 兩樣本的均值檢驗
6.6 均值檢驗樣本容量的選擇
6.7 均值比較的圖形方法
6.8 單樣本比例檢驗
6.9 兩樣本比例檢驗
6.10 擬合優度檢驗
6.11 獨立性檢驗(分類數據)
6.12 齊次性檢驗
6.13 兩樣本案例研究
6.14 可能的誤解和風險及其與其他章節的關系
第7章 線性回歸
7.1 線性回歸簡介
7.2 簡單線性回歸（SLR）模型和最小二乘法
7.3 關于回歸系數的推斷
7.4 預測
7.5 方差分析方法
7.6 對回歸線性的檢驗：重復觀測的數據
7.7 殘差診斷圖：對違背假設的圖形檢測
7.8 相關性
7.9 簡單線性回歸案例研究
7.10 多元線性回歸和系數估計
7.11 多元線性回歸推斷
第8章 單因子試驗的一般性介紹
8.1 方差分析方法和試驗設計策略
8.2 單向方差分析（單向ANOVA）：完全隨機設計
8.3 方差齊次性檢驗
8.4 多重比較
8.5 區組的概念和隨機完全區組設計
8.6 隨機效應模型
8.7 單向試驗的案例研究
8.8 可能的誤解和風險及其與其他章節的關系
第9章 析因試驗(兩個或多個因子)
9.1 引言
9.2 兩因子試驗中的交互作用
9.3 兩因子方差分析
9.4 三因子試驗
9.5 可能的誤解和風險及其與其他章節的關系
附錄A 統計表及證明
附錄B 奇數習題答案
參考文獻
索引
新書資訊