这是一本优秀的统计学教科书或参考书。全书系统介绍了统计和数据分析的一些基础知识，内容包括概率论回顾、收集数据、统计量的抽样分布、简单线性回归等。此外，本书在每一章的末尾都按节给出基于数据的例子和练习。本书内容丰富，讲解通俗易懂，可供统计专业的本科生和研究生作为教材使用，也可供那些对统计和应用统计感兴趣的科技工作者作为参考用书使用。

序言

1 引论

 1.1统计是什么

 1.2统计的本质

 1.3本书的内容

 1.4对学生的建议

2 概率论回顾

 2.1基本思想

 2.2条件概率和独立性

 2.3随机变量及其分布

 2.4期望、方差以及分布的其他参数

 2.5随机变量的联合分布

 2.6切比雪夫不等式和弱大数定律

 2.7若干离散分布

 2.8若干连续分布

 2.9正态分布

 2.10随机变量的变换

 2.11总结

 练习

3 收集数据

 3.1统计研究的类型

 3.2观察研究

 3.3基本抽样设计

 3.4总结

 练习

4 数据的概括和探索

 4.1数据的类型

 4.2属性数据的概括

 4.3数值数据的概括

 4.4二元数据的概括

 4.5总结

 练习

5 统计量的抽样分布

 5.1样本均值的抽样分布

 5.2样本方差的抽样分布

 5.3 t－分布

 5.4 Snedecor－Fisher的F－分布

 5.5次序统计量的抽样分布

 5.6总结

 练习

6 推断的基本概念

 6.1点估计

 6.2置信区间估计

 6.3假设检验

 6.4总结

 练习

7 一个样本的推断

 7.1均值的推断(大样本)

 7.2均值的推断(小样本)

 7.3方差的推断

 7.4总结

 练习

8 两样本推断

 8.1独立样本和配对设计

 8.2比较两个样本的图方法

 8.3比较两个总体的均值

 8.4总结

 练习

9 比例和计数数据的统计推断

 9.1比例的统计推断

 9.2比较两个比例的统计推断

 9.3单向计数数据的统计推断

 9.4总结

 练习

10 简单线性回归

 10.1简单线性回归的概率模型

 10.2拟合简单线性回归的概率模型

 10.3简单线性回归模型的统计推断

 10.4回归诊断

 10.5总结

 练习

11 多元线性回归

 11.1多元线性回归的概率模型

 11.2拟合多元线性回归的概率模型

 11.3多元线性回归的矩阵记法

 11.4多元线性回归模型的统计推断

 11.5回归诊断

 11.6总结

 练习

12 单因子试验分析

 12.1完全随机设计

 12.2多个均值的比较

 12.3总结

 练习

13 多因子试验分析

 13.1具有固定正交因子的两因子试验设计

 13.2 2k因子试验设计

 13.3总结

 练习

14 非参数统计方法

 14.1一个总体的统计推断

 14.2两个独立总体的统计推断

 14.3多个独立总体的统计推断

 14.4总结

 练习

15 似然

 15.1最大似然估计

 15.2似然比检验

 15.3总结

 练习

统计表

部分练习简要答案

中英文词汇表