统计学（原书第5版）

　　译者序
　　前言
　　第1章 绪论
　　1．1 统计学：数据的科学
　　1．2 统计学的基本要素
　　1．3 数据类型
　　1．4 统计学在批判性思考中的作用
　　1．5 本书介绍的统计方法导引
　　第2章 描述性统计
　　2．1 描述定性数据的图形法和数值法
　查看完整　　

　　William Mendenhali拥有北卡罗来纳州立大学博士学位，曾任宾夕法尼亚州Bucknell大学数学系教授，1963年至1977年担任佛罗里达大学统计系主任。
　　Terry Sincich拥有佛罗里达大学统计学博士学位，目前为南佛罗里达大学商业管理学院信息系统与决策科学系副教授，并获得了许多研究生和本科生统计课程的教学奖，现在是美国统计协会和决策科学研究所的成员。他的研究领域是应用统计建模和分析。

　　《统计学（原书第5版）》是一本联系实际应用的统计教材。全书共17章，主要介绍描述性统计、概率、离散随机变量、连续随机变量、二元概率分布及抽样分布、置信区间估计、假设检验、分类数据分析、简单线性回归、多重回归分析、模型构造、试验设计的原则、试验设计的方差分析、非参数统计、统计过程和质量控制、产品和系统的可靠性。此外，《统计学（原书第5版）》的附录部分还介绍了一些统计软件的使用方法。
　　《统计学（原书第5版）》内容丰富，很少涉及统计学理论的严格数学证明，绝大部分是与实际应用紧密联系的例子和练习，适合作为理工科各专业本科生、研究生的统计学教材，也可作为相关领域研究人员的参考读物。

　　译者序
　　前言
　　第1章 绪论
　　1．1 统计学：数据的科学
　　1．2 统计学的基本要素
　　1．3 数据类型
　　1．4 统计学在批判性思考中的作用
　　1．5 本书介绍的统计方法导引
　　第2章 描述性统计
　　2．1 描述定性数据的图形法和数值法
　　2．2 描述定量数据的图形法
　　2．3 描述定量数据的数值法
　　2．4 中心趋势的度量
　　2．5 变异性的度量
　　2．6 相对位置的度量
　　2．7 检测异常值的方法
　　2．8 描述性统汁歪曲事实真相
　　第3章 概率
　　3．1 概率在统计学中的作用
　　3．2 事件．样本空间和概率
　　3．3 复合事件
　　3．4 补事件
　　3．5 条件概率
　　3．6 并和交的概率法则
　　3．7 贝叶斯法则
　　3．8 计数法则
　　3．9 概率和统计的示例
　　3．10 随机抽样
　　第4章 离散随机变量
　　4．1 离散随机变量的定义
　　4．2 离散随机变量的概率分布
　　4．3 随机变量的期望值
　　4．4 一些有用的期望值定理
　　4．5 伯努利试验
　　4．6 二项概率分布
　　4．7 多项概率分布
　　4．8 负二项概率分布和几何概率分布
　　4．9 超几何概率分布
　　4．10 泊松概率分布
　　4．11 矩和矩母函数
　　第5章 连续随机变量
　　5．1 连续随机变员
　　5．2 连续随机变量的密度函数
　　5．3 连续随机变量的期望值
　　5．4 均匀概率分布
　　5．5 正态概率分布
　　5．6 判定正态性的描述性方法
　　5．7 Γ型概率分布
　　5．8 威布尔概率分布
　　5．9 β型概率分布
　　5．10 矩和矩母函数
　　第6章 二元概率分布及抽样分布
　　6．1 二元离散随机变量的概率分布
　　6．2 二元连续随机变量的概率分布
　　6．3 两个随机变量的函数的期望值
　　6．4 独立性
　　6．5 两个随机变量的协方差和相关性
　　6．6 随机变量函数的概率分布和期望值
　　6．7 抽样分布
　　6．8 用蒙特卡罗模拟逼近抽样分布
　　6．9 均值与和的抽样分布
　　6．10 二项分布的正态逼近
　　6．11 与正态分布有关的抽样分布
　　第7章 用置信区间估计
　　7．1 点估计及其性质
　　7．2 求点估计：经典估计方法
　　7．3 求区间估计：枢轴法
　　7．4 总体均值的估计
　　7．5 两个总体均值差的估计：独立样本
　　7．6 两个总体均值差的估计：配对
　　7．7 总体比率的估计
　　7．8 两个总体比率差的估计
　　7．9 总体方差的估计
　　7．10 两个总体方差比的估计
　　7．11 选择样本容量
　　7．12 其他区间估计方法：自助法和贝叶斯法
　　第8章 假设检验
　　8．1 假设统计检验与置信区间的关系
　　8．2 统计检验的要素与性质
　　8．3 求检验统计量：经典方法
　　8．4 选择原假设和备择假设
　　8．5 检验总体均值
　　8．6 检验的观测显著性水平
　　8．7 检验两个总体均值的差：独立样本
　　8．8 检验两个总体均值的差：配对
　　8．9 检验总体比率
　　8．10 检验两个总体比率的差
　　8．11 检验总体方差
　　8．12 检验两个总体方差的比
　　8．13 其他检验方法：白助法和贝叶斯法
　　第9章 分类数据分析
　　9．1 分类数据和多项概率
　　9．2 估计单向表中的类型概率
　　9．3 检验单向表中的类型概率
　　9．4 关于双向表(列联表)中类型概率的推断
　　9．5 固定边缘和的列联表
　　9．6 列联表分析中独立性的精确检验
　　第10章 简单线性回归
　　10．1 回归模型
　　10．2 模型假定
　　10．3 估计β0和β1：最小二乘法
　　10．4 最小二乘估计的性质
　　10．5 σ2的估计量
　　10．6 评价模型的效用：进行关于斜率β1的推断
　　10．7 相关系数
　　10．8 决定系数
　　10．9 利用模型估计和预测
　　10．10 一个完整的例子
　　10．11 简单线性回归步骤的小结
　　第11章 多重回归分析
　　11．1 多重回归模型的一般形式
　　11．2 模型假定
　　11．3 拟合模型：最小二乘法
　　11．4 用矩阵代数计算：关于单个β参数的估计和推断
　　11．5 评价整体模型的恰当性
　　11．6 E(y)的置信区间和未来值y的预测区间
　　11．7 定量预测量的一阶模型
　　11．8 定量预测量的交互作用模型
　　11．9 定量预测量的二阶(二次)模型
　　11．10 检查假定：残差分析
　　11．11 某些陷阱：可估性．多重共线性和外推
　　11．12 多重回归分析的步骤总结
　　第12章 模型构建
　　12．1 引言：为什么模型构建是重要的
　　12．2 白变量的两种类型：定量的和定性的
　　12．3 一元定量自变量模型
　　12．4 二元定量自变量模型
　　12．5 编码定量自变量
　　12．6 一元定性自变量模型
　　12．7 定量和定性自变量模型
　　12．8 比较嵌套模型的检验
　　12．9 外部模型确认
　　12．10 逐步回归
　　第13章 试验设计的原理
　　13．1 引言
　　13．2 试验设计术语
　　13．3 控制试验中的信息
　　13．4 减少噪声的设计
　　13．5 增加容量设计
　　13．6 选择样本容量
　　13．7 随机化的重要性
　　第14章 试验设计的方差分析
　　14．1 引言
　　14．2 方差分析中的逻辑
　　14．3 单因子完全随机化设计
　　14．4 随机化区组设计
　　14．5 双因子析因试验
　　14．6 更复杂的析因设计
　　14．7 套式抽样设计
　　14．8 处理均值的多重比较
　　14．9 检查ANOVA假定
　　第15章 非参数统计
　　15．1 引言：分布自由检验
　　15．2 检验单个总体的位置
　　15．3 比较两个总体：独立随机样本
　　15．4 比较两个总体：配对设计
　　15．5 比较三个或更多总体：完全随机化设计
　　15．6 比较三个或更多总体：随机化区组设计
　　15．7 非参数回归
　　第16章 统计过程和质量控制
　　16．1 全面质量管理
　　16．2 计量控制图
　　16．3 均值控制图：x图
　　16．4 过程变异控制图：R图
　　16．5 发现控制图中的趋势：游程分析
　　16．6 不合格品百分率控制图：P图
　　16．7 每个个体缺陷数控制图：c图
　　16．8 容许限
　　16．9 能力分析
　　16．10 不合格品的抽样验收
　　16．11 其他抽样计划
　　16．12 调优操作
　　第17章 产品和系统的可靠性
　　17．1 引言
　　17．2 失效时间分布
　　17．3 危险率
　　17．4 寿命试验：删失抽样
　　17．5 估计指数失效时间分布的参数
　　17．6 估计威布尔失效时间分布的参数
　　17．7 系统可靠性
　　附录A矩阵代数
　　附录B有用的统计表
　　附录CSAS的视窗指导
　　附录DMINITAB视窗指导
　　附录ESPSS视窗指导
　　习题简答
^ 收 起　　

　　William Mendenhali拥有北卡罗来纳州立大学博士学位，曾任宾夕法尼亚州Bucknell大学数学系教授，1963年至1977年担任佛罗里达大学统计系主任。
　　Terry Sincich拥有佛罗里达大学统计学博士学位，目前为南佛罗里达大学商业管理学院信息系统与决策科学系副教授，并获得了许多研究生和本科生统计课程的教学奖，现在是美国统计协会和决策科学研究所的成员。他的研究领域是应用统计建模和分析。

　　《统计学（原书第5版）》是一本联系实际应用的统计教材。全书共17章，主要介绍描述性统计、概率、离散随机变量、连续随机变量、二元概率分布及抽样分布、置信区间估计、假设检验、分类数据分析、简单线性回归、多重回归分析、模型构造、试验设计的原则、试验设计的方差分析、非参数统计、统计过程和质量控制、产品和系统的可靠性。此外，《统计学（原书第5版）》的附录部分还介绍了一些统计软件的使用方法。
　　《统计学（原书第5版）》内容丰富，很少涉及统计学理论的严格数学证明，绝大部分是与实际应用紧密联系的例子和练习，适合作为理工科各专业本科生、研究生的统计学教材，也可作为相关领域研究人员的参考读物。