概率論與數理統計（英文版·第14版）

引言：什麼是統計
1.描述數據的圖形法
1.1變量與數據
1.2變量的類型
1.3分類數據的圖形
1.4定量數據的圖形
1.5頻率直方圖
2.描述數據的數值法
2.1描述數據集的數值法
2.2中心的度量
2.3變異性的度量
2.4標准差的實際意義
2.5檢測s計算錯誤的方法
2.6相對位置的度量
2.7五數歸納與箱線圖
3.二維數據的描述
3.1二維數據
3.2分類變量的圖形
3.3兩個定量變量的散點圖
3.4定量雙變量數據的度量
4.概率和概率分布
4.1概率論在統計學中的角色
4.2事件與樣本空間
4.3計算簡單事件的概率
4.4事件的關系與概率法則
4.5獨立性、條件概率與乘法法則
4.6貝葉斯法則
4.7離散型隨機變量及其概率分布
5.幾個重要的離散型分布
5.1引言
5.2二項概率分布
5.3泊松概率分布
5.4超幾何概率分布
6.正態概率分布
6.1連續型隨機變量的概率分布
6.2正態概率分布
6.3正態概率分布的面積制表
7.樣本分布
7.1引言
7.2抽樣方案與試驗設計
7.3統計量與抽樣分布
7.4中心極限定理
7.5樣本均值的抽樣分布
7.6樣本比例的抽樣分布
8.大樣本估計
8.1已學的內容
8.2將要學的內容——統計推斷
8.3估計的類型
8.4點估計
8.5區間估計
8.6兩個總體均值差的估計
8.7兩個二項比例差的估計
8.8單側置信區間
8.9樣本容量的選擇
9.大樣本的假設檢驗
9.1總體參數的假設檢驗
9.2假設的統計檢驗
9.3總體均值的大樣本檢驗
9.4兩個總體均值差的大樣本假設檢驗
9.5二項比例的大樣本假設檢驗
9.6兩個二項比例差的大樣本假設檢驗
9.7假設檢驗的有關說明
10.小樣本的推斷
10.1引言
10.2學生t分布
10.3單總體均值的小樣本推斷
10.4兩個總體均值差的小樣本推斷：獨立隨機樣本
10.5兩個總體均值差的小樣本推斷：逐對差檢驗
10.6單總體方差的推斷
10.7雙總體方差的比較
10.8重新審視小樣本假設
11.方差分析
11.1試驗設計
11.2什麼是方差分析？
11.3方差分析的假設
11.4完全隨機化設計：單因素分類
11.5完全隨機化設計的方差分析
11.6總體均值的分級
11.7隨機化區組設計：雙因素分類
11.8隨機化區組設計的方差分析
11.9a×；b析因試驗：雙因素分類
11.10a×；b析因試驗的方差分析
12.線性回歸與相關性
12.1引言
12.2一個簡單的線性概率模型
12.3最小二乘法
12.4線性回歸的方差分析
12.5線性回歸模型的有效性檢驗
12.6回歸假設的診斷工具
12.7利用擬合直線估計和預測
12.8相關分析
13.多元回歸分析
13.1引言
13.2多元回歸模型
13.3多元回歸分析
13.4多項式回歸模型
13.5回歸模型中定量與定性預測變量的使用
14.分類數據分析
14.1試驗的描述
14.2皮爾遜卡方統計量
14.3檢驗特定單元格的概率：擬合優度檢驗
14.4列聯表：雙因素分類
14.5幾個多項總體的比較：固定行和或列和的雙因素分類
15.非參數統計
15.1引言
15.2威爾科克森秩和檢驗：獨立隨機樣本
15.3成對試驗的符號檢驗
15.4統計檢驗的比較
15.5成對試驗的威爾科克森符號秩檢驗
15.6完全隨機化設計的克魯斯卡爾沃利斯H檢驗
15.7隨機化區組設計的弗里德曼F_r檢驗
附表