译者序前　言第1章　统计与数据分析概述1.1　回顾：统计推断、样本、总体和概率的作用1.2　抽样过程、数据的收集1.3　离散数据和连续数据1.4　概率：样本空间和事件1.5　样本点计算1.6　事件的概率1.7　加法规则1.8　条件概率、独立性和乘法规则1.9　贝叶斯公式第2章　随机变量、分布和期望2.1　随机变量的概念2.2　离散概率分布2.3　连续概率分布2.4　联合概率分布2.5　随机变量的均值2.6　随机变量的方差和协方差2.7　随机变量线性组合的均值和方差2.8　可能的误解和风险及其与其他章节的关系第3章　一些概率分布3.1　引言和目的3.2　二项分布和多项式分布3.3　超几何分布3.4　负二项分布和几何分布3.5　泊松分布和泊松过程3.6　连续均匀分布3.7　正态分布3.8　正态曲线下的面积3.9　正态分布的应用3.10　二项式的正态近似3.11　伽玛分布和指数分布3.12　卡方分布3.13　可能的误解和风险及其与其他章节的关系第4章　抽样分布和数据描述4.1　随机抽样4.2　一些重要的统计量4.3　抽样分布4.4　均值的抽样分布和中心极限定理4.5　S2的抽样分布4.6　t分布4.7　F分布4.8　图形表示4.9　可能的误解和风险及其与其他章节的关系第5章　单样本和两样本的估计问题5.1　引言5.2　统计推断5.3　经典估计方法5.4　单样本：估计均值5.5　点估计的标准误差5.6　预测区间5.7　容忍限5.8　两样本：估计均值差5.9　配对观测5.10　单样本：估计一个比例5.11　两样本：估计两比例的差5.12　单样本：估计方差5.13　可能的误解和风险及其与其他章节的关系第6章　单样本和两样本的假设检验6.1　统计假设的基本概念6.2　统计假设检验6.3　利用P值实施假设检验的决策6.4　单样本：单均值检验6.5　两样本的均值检验6.6　均值检验样本容量的选择6.7　均值比较的图形方法6.8　单样本比例检验6.9　两样本比例检验6.10　拟合优度检验6.11　独立性检验(分类数据)6.12　齐次性检验6.13　两样本案例研究6.14　可能的误解和风险及其与其他章节的关系第7章　线性回归7.1　线性回归简介7.2　简单线性回归（SLR）模型和最小二乘法7.3　关于回归系数的推断7.4　预测7.5　方差分析方法7.6　对回归线性的检验：重复观测的数据7.7　残差诊断图：对违背假设的图形检测7.8　相关性7.9　简单线性回归案例研究7.10　多元线性回归和系数估计7.11　多元线性回归推断第8章　单因子试验的一般性介绍8.1　方差分析方法和试验设计策略8.2　单向方差分析（单向ANOVA）：完全随机设计8.3　方差齐次性检验8.4　多重比较8.5　区组的概念和随机完全区组设计8.6　随机效应模型8.7　单向试验的案例研究8.8　可能的误解和风险及其与其他章节的关系第9章　析因试验(两个或多个因子)9.1　引言9.2　两因子试验中的交互作用9.3　两因子方差分析9.4　三因子试验9.5　可能的误解和风险及其与其他章节的关系附录A　统计表及证明附录B　奇数习题答案参考文献索引