本书是数学、计算机相关专业高年级本科生专业主干课程或理工类专业研究生的公共基础课程教材。其理论性强，应用广泛。本书内容共分为6章，包括数理统计基础、参数估计、假设检验、回归分析、方差分析、多元统计分析。本书在编写时特别注重概念发现和理论形成的介绍，既注重理论的严谨性，又注重知识的应用性；同时，还介绍了各种统计方法的Excel软件实现过程，提升了课程的应用性。部分节后编写了配套练习题，方便读者自我检测。

第1章 数理统计基础
1.1 数理统计的基本概念
习题1.1
1.2 总体与样本、统计量
1.2.1 总体与样本
1.2.2 统计量的概念
习题1.2
1.3 抽样分布
1.3.1 抽样分布的定义
1.3.2 几个重要的抽样分布
1.3.3 正态总体的均值与方差的分布
1.3.4 分位点
习题1.3
第2章 参数估计
2.1 点估计
2.1.1 矩估计法
2.1.2 最大似然估计法
2.1.3 贝叶斯估计法
习题2.1
2.2 估计量的评选标准
2.2.1 无偏性
2.2.2 有效性
2.2.3 一致性（相合性）
习题2.2
2.3 一个正态总体均值与方差的区间估计
2.3.1 一个正态总体均值的区间估计
2.3.2 一个正态总体方差的区间估计
习题2.3
2.4 两个正态总体均值差与方差比的区间估计
2.4.1 两个正态总体均值差的区间估计
2.4.2 两个正态总体方差比的区间估计
习题2.4
2.5 非正态总体参数的区间估计
2.5.1 一个总体情形
2.5.2 两个总体情形
第3章 假设检验
3.1 假设检验的基本概念和原理
3.1.1 假设检验的基本概念
3.1.2 假设检验的基本步骤
习题3.1
3.2 一个正态总体参数的假设检验
3.2.1 一个正态总体均值的假设检验
3.2.2 一个正态总体方差的假设检验
习题3.2
3.3 两个正态总体参数的假设检验
3.3.1 两个正态总体均值差的假设检验
3.3.2 两个正态总体方差比的假设检验
3.3.3 基于成对数据的假设检验
习题3.3
3.4 置信区间与假设检验的关系
3.5 非正态总体参数的假设检验
3.5.1 一个总体参数的假设检验
3.5.2 两个总体参数的假设检验
习题3.5
3.6 非参数假设检验
3.6.1 总体分布的检验——x2拟合优度检验法
3.6.2 正态性检验
3.6.3 独立性检验
3.6.4 两总体分布比较的假设检验
习题3.6
第4章 回归分析
4.1 回归分析概述
4.2 一元线性回归分析
4.2.1 一元线性回归模型
4.2.2 回归系数的最小二乘估计
4.2.3 最小二乘估计的性质
4.2.4 回归方程的检验
4.2.5 预测与控制
习题4.2
4.3 多元线性回归分析
4.3.1 多元线性回归分析模型
4.3.2 模型参数的最小二乘估计
4.3.3 回归方程的显著性检验
4.3.4 变量的选择
4.3.5 预测
习题4.3
第5章 方差分析
5.1 方差分析概述
5.1.1 方差分析基本概念
5.1.2 方差分析的基本思想
5.1.3 方差分析的基本假定
5.2 单因素方差分析
5.2.1 单因素方差分析模型
5.2.2 方差分解和检验方法
5.2.3 多重比较和LSD方法
习题5.2
5.3 双因素方差分析
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
习题5.3
第6章 多元统计分析
6.1 多元正态分布
6.1.1 多元正态分布的定义
6.1.2 多元正态分布的参数估计
6.1.3 多元正态分布参数μ的假设检验
6.2 判别分析
6.2.1 距离判别法
6.2.2 贝叶斯判别法
6.2.3 费希尔判别法
6.3 聚类分析
6.3.1 相似性度量
6.3.2 系统聚类法
6.3.3 K-均值聚类法
6.4 主成分分析和因子分析
6.4.1 主成分分析
6.4.2 因子分析
6.5 数据相关性分析
6.5.1 典型相关分析
6.5.2 对应分析
参考文献
附录A
附录B