第1章 概率论基础
　1.1 概率的基本概念和性质
　　1.1.1 频率与概率
　　1.1.2 随机变量及其分布
　　1.1.3 正态分布
　　1.1.4 n维随机变量及其分布
　1.2 随机变量的数字特征
　　1.2.1 数学期望（又称均值）
　　1.2.2 方差
　　1.2.3 变异系数
　　1.2.4 相关系数
　　1.2.5 矩
　　1.2.6 偏度系数
　　1.2.7 峰度系数
　1.3 大数定律与中心极限定理
　1.3.1 大数定律
　1.3.2 中心极限定理
　习题1
第2章 描述性统计分析
　2.1 总体与样本
　　2.1.1 总体与个体
　　2.1.2 样本与样本值
　　2.1.3 统计量
　2.2 用样本的数字特征描述总体
　　2.2.1 常见的样本数字特征
　　2.2.2 描述形态的样本特征值
　　2.2.3 样本的其他特征值描述
　2.3 用样本的分布描述总体
　　2.3.1 频数或频率分布表
　　2.3.2 直方图
　　2.3.3 经验分布函数
　　2.3.4 QQ图
　　2.3.5 茎叶图
　　2.3.6 箱线图
　2.4 描述性统计分析的MATLAB编程实现
　　2.4.1 数字特征的MATLAB程序代码与分析实例
　　2.4.2 用样本的分布描述总体的MATLAB编程实现
　　2.4.3 MATLAB代码综合分析实例
　2.5 用配书盘中应用程序(.exe平台)进行数据分析实例
　2.6 抽样分布
　　2.6.1 U分布(样本均值分布)
　　2.6.2 χ2分布（卡方分布）
　　2.6.3 t分布——学生氏(student)分布
　　2.6.4 F分布
　习题2
第3章 参数估计
　3.1 参数的点估计
　　3.1.1 矩估计法
　　3.1.2 极大似然估计法
　　3.1.3 估计量的评选标准
　3.2 区间估计
　　3.2.1 区间估计的基本思想
　　3.2.2 单正态总体参数的区间估计
　　3.2.3 双正态总体参数的区间估计
　　3.2.4 单侧置信区间
　3.3 参数估计的MATLAB编程实现
　　3.3.1 参数点估计的MATLAB程序代码
　　3.3.2 参数区间估计的MATLAB程序代码
　3.4 用配书盘中应用程序(.exe平台)进行区间估计实例
　习题3
第4章 假设检验
　4.1 假设检验的基本概念
　　4.1.1 统计假设与检验
　　4.1.2 假设检验的基本方法
　4.2 一个正态总体的参数检验
　　4.2.1 一个正态总体参数的双边检验
　　4.2.2 一个正态总体参数的单尾检验
　4.3 两个正态总体参数的假设检验
　　4.3.1 两个正态总体均值的检验
　　4.3.2 两个正态总体方差齐性（相等）的检验
　4.4 其他检验
　　4.4.1 非正态总体大样本的参数检验
　　4.4.2 p值检验
　4.5 误差分析与假设检验
　　4.5.1 过失误差的剔除
　　4.5.2 随机误差的判断
　　4.5.3 系统误差的检验
　4.6 非参数假设检验方法
　　4.6.1 χ2拟合优度检验
　　4.6.2 独立性检验
　4.7 假设检验的MATLAB编程实现
　　4.7.1 一个总体参数检验的MATLAB程序代码与分析实例
　　4.7.2 两个总体参数检验的MATLAB程序代码与分析实例
　　4.7.3 误差分析的MATLAB程序代码与分析实例
　　4.7.4 非参数检验的MATLAB程序代码与分析实例
　4.8 用配书盘中应用程序(.exe平台)进行假设检验实例
　习题4
第5章 方差分析
　5.1 概述
　　5.1.1 基本概念
　　5.1.2 方差分析的必要性
　　5.1.3 方差分析的基本思想
　5.2 单因素试验方差分析
　　5.2.1 单因素方差分析的模型与条件
　　5.2.2 单因素方差分析的方法与步骤
　　5.2.3 重复数相等的单因素方差分析实例
　　5.2.4 多重比较LSD法
　　5.2.5 重复数不等的单因素方差分析实例
　　5.2.6 多重比较S法
　5.3 双因素试验方差分析
　　5.3.1 无交互作用的双因素方差分析
　　5.3.2 有交互作用的双因素方差分析
　5.4 方差分析的MATLAB编程实现
　　5.4.1 单因素方差分析的MATLAB程序代码与分析实例
　　5.4.2 双因素无交互作用的MATLAB程序代码与分析实例
　　5.4.3 双因素有交互作用的MATLAB程序代码与分析实例
　5.5 用配书盘中应用程序(.exe平台)进行方差分析实例
　习题5
第6章 回归分析
　6.1 概述
　　6.1.1 问题的提出
　　6.1.2 回归分析的内容
　6.2 一元线性回归分析
　　6.2.1 一元线性回归的数学模型
　　6.2.2 参数α、β的最小二乘估计
　　6.2.3 回归方程的显著性检验
　　6.2.4 利用回归方程进行预测
　6.3 多元线性回归分析
　　6.3.1 多元线性回归模型
　　6.3.2 β的最小二乘估计
　　6.3.3 误差方差σ2的估计
　　6.3.4 方差分析（又称F检验）
　　6.3.5 拟合优度的测定——相关系数法
　　6.3.6 偏回归系数的检验
　　6.3.7 关于预报值的统计推断
　　6.3.8 逐步回归分析法
　　6.3.9 因素主次的判断
　6.4 线性回归分析的MATLAB编程实现
　　6.4.1 一元线性回归分析的MATLAB程序代码与分析实例
　　6.4.2 多元线性回归的MATLAB程序代码与分析实例
　6.5 用配书盘中应用程序(.exe平台)进行线性回归分析
　习题6
第7章 曲线拟合分析
　7.1 可化为一元线性回归模型
　7.2 一元多项式回归分析
　7.3 曲线拟合的MATLAB编程实现
　　7.3.1 曲线拟合MATLAB程序代码
　　7.3.2 MATLAB曲线拟合分析实例
　7.4 用配书盘中应用程序(.exe平台)进行曲线拟合分析
　习题7
第8章 正交试验设计
　8.1 正交表
　　8.1.1 “完全对”与“均衡搭配”
　　8.1.2 正交表的定义与格式
　　8.1.3 正交表的分类及特点
　　8.1.4 正交表的基本性质
　8.2 正交试验方案设计
　　8.2.1 试验方案设计步骤
　　8.2.2 无交互作用的正交试验方案设计
　　8.2.3 交互作用的正交试验处理原则
　　8.2.4 考虑交互作用的正交试验方案设计
　8.3 正交试验结果分析
　　8.3.1 极差分析
　　8.3.2 方差分析
　8.4 正交试验设计的MATLAB编程实现
　　8.4.1 正交试验结果分析的MATLAB编程实现
　　8.4.2 无交互作用正交试验设计的MATLAB分析
　　8.4.3 二水平交互作用正交试验设计的MATLAB分析
　　8.4.4 三水平交互作用正交试验设计的MATLAB分析
　　8.4.5 利用混合正交表的试验设计的MATLAB分析
　8.5 重复试验与重复抽样的方差分析
　　8.5.1 重复试验的方差分析
　　8.5.2 重复抽样的方差分析
　8.6 重复试验与重复抽样的MATLAB编程实现
　　8.6.1 重复试验的MATLAB程序代码与分析实例
　　8.6.2 重复抽样的MATLAB程序代码与分析实例
　8.7 用配书盘中应用程序(.exe平台)进行正交试验分析实例
　习题8
第9章 判别分析
　9.1 概述
　　9.1.1 判别分析的基本思想及意义
　　9.1.2 多元正态分布参数的估计
　9.2 距离判别分析
　　9.2.1 马氏距离
　　9.2.2 两总体的距离判别
　　9.2.3 判别准则的评价
　　9.2.4 多总体的距离判别分析
　9.3 距离判别分析的MATLAB编程实现
　　9.3.1 参数估计的MATLAB程序代码与分析实例
　　9.3.2 总体协方差矩阵相等时MATLAB程序代码与分析实例
　　9.3.3 总体协方差矩阵不等时MATLAB程序代码与分析实例
　习题9
附录1 习题答案
附录2 常用数理统计表
参考文献