统计学

第一章 分类变量的描述统计

1.1 变量的类型

1.2 频数分布表

第二章 数值型变量的描述统计：图示法

2.1 单变量数值型数据的分析

2.2 双变量数值型数据的分析

第三章 数值型数据的概括性度量

3.1 集中趋势的度量

3.2 离散程度的度量

3.3 位置的度量

3.4 单位变换的影响

第四章 数据的收集：观测研究和实验

4.1 几个基本概念

4.2 观测研究

4.3 实验

4.4 观测研究和实验的对比

第五章 概率论和概率分布

5.1 概率的概念及运算规则

5.2 离散型随机变量及其概率分布

5.3 随机变量的数学期望（均值）和标准差

5.4 两个随机变量相加或相减的期望和方差

5.5 概率分布的模拟

第六章 连续型随机变量及其概率分布

6.1 几个基本概念

6.2 正态分布

6.3 标准正态分布

6.4 正态分布的相关计算

6.5 正态概率图

6.6 均匀分布

6.7 t分布

6.8 X2分布

第七章 抽样分布

7.1 参数和统计量

7.2 抽样分布

7.3 样本均值的抽样分布和中心极限定理

7.4 样本比例的抽样分布

7.5 两个相互独立的样本均值之差的抽样分布

7.6 两个相互独立的样本比例之差的抽样分布

第八章 参数估计

8.1 参数估计的一般问题

8.2 总体均值的置信区间

8.3 总体比例的置信区间

8.4 最小样本容量的确定

第九章 假设检验

9.1 假设检验的一般问题

9.2 总体均值的假设检验

9.3 总体比例的假设检验

9.4 假设检验的势和第二类错误

9.5 假设检验和置信区间

第十章 卡方检验

10.1 卡方检验的一般问题

10.2 拟合优度的卡方检验

10.3 独立性卡方检验

10.4 比例的同类性检验

10.5 两个分类变量相关程度的度量

第十一章 方差分析

11.1 方差分析的基本原理

11.2 单因子方差分析

第十二章 简单线性回归

12.1 两个数值型变量的关系

12.2 简单线性回归模型和最小二乘点估计

12.3 模型假定和标准差

12.4 斜率和y轴截距的显著性检验

12.5 判定系数

12.6 模型的F检验

12.7 残差分析

12.8 非线性模型转化为线性模型

部分习题参考答案

主要参考文献

附录：常用公式和表

《统计学 原理及应用》的主要特色与创新在于基本舍弃了对统计学基本原理的数学式推断，代之于各种生活中的例子。很多基本概念使用了一些例子作为辅助，以增加教材的可读性。在习题的选择方面，《统计学 原理及应用》也尽量使用生活中真实的例子，而不是抽象空洞的假设一些人和事，并且参考了国外的一些优秀教科书，让学生觉得所学的统计学知识能在实践中得到应用。教材中主要的统计学术语和表达都列出了英文表达，对进一步理解概念有一定帮助。