非参数统计为试验设计中产生的数据分析提供了丰富的统计工具。其中包括单样本位置模型、双样本位置模型、以及像双因子分类(two way layout)和多元回归这样的多样本试验设计。还包括点估计、置信区间、假设检验、多重比较、及有关离群值(outlier)识别和模型评论的回归诊断。近几年来，书中的许多方法已有新的发展，而且可以应用于数据分析。

T.P.海特曼斯波格所著的《基于秩的统计推断》提供了上述统计工具的理论基础，而且包括检验及置信区间所需要的分布理论。为估价统计方法的优劣，我们引入了有效性、势、及稳健性理论中的影响曲线及崩溃(breakdown)。可以证明，秩方法具有很高的有效性和很高的势。同时，在具有有界影响函数和正崩溃点这个意义上看，秩方法也是稳健的。通过阅读本书所提供的材料，读者将了解有关现代稳健性理论的思想、及更多的有效性及势的传统思想。

1 具有任意、连续分布的单样本位置模型

 1.1 引言

 1.2 符号检验及其分布

 1.3 统计检验的相合性

 1.4 致最优势检验

 1.5 估计

 1.6 稳定性

 1.7 小结及数据内相关性的效应

 1.8 练习

2 具有对称、连续分布的单样本位置模型

 2.1 引言

 2.2 Wilcoxon符号秩检验

 2.3 由Wilcoxon符号秩统计量导出的点估计和区间估计

 2.4 秩检验和秩估计的稳定性性质

 2.5 Wilcoxon符号秩统计量的一般渐近理论

 2.6 渐近相对有效性

 2.7 Wilcoxon符号秩统计量的渐近线性性，小结及相关性效应

 2.8 一般计分统计量

 2.9 一般计分统计量的有效性

 2.10 练习

3 双样本位置模型

 3.1 引言

 3.2 Mann-Whitney-Wilcoxon秩统计量

 3.3 秩在备选假设下的分布

 3.4 一般计分

 3.5 备选假设下的渐近分布理论

 3.6 设计的比较

 3.7 练习

4 单因素分类、双因素分类及秩相关

 4.1 引言

 4.2 单因素分类——Kruskal-Wallis检验

 4.3 双因素分类——Friedman检验

 4.4 秩相关与秩关联

 4.5 练习

5 线性模型

 5.1 引言和简单回归

 5.2 线性模型中的秩估计

 5.3 线性模型中的秩检验

 5.4 补充及例子

 5.5 练习

6 多元位置模型

 6.1 引言

 6.2 单样本多元位置模型

 6.3 双样本多元位置模型

 6.4 练习

附录：数学和数理统计学中的若干结果

参考文献

名词索引