本书重点讲解概率论与数理统计的基本概念和原理，还讲解了多种实验设计。书中有丰富的案例，并用大量的真实数据进行了分析研究。每章配有课后习题，帮助读者巩固所学。本书结构严谨，将相关知识整合在一起，帮助读者对数理统计形成较为全面的理解。
本书了微积分，在概念和定理的证明中尽可能用简练的数学，不仅保持了阐述的严格性，且容易理解。用大量具有启发性的例子和解答解释概念。精彩的案例展示了如何在现实生活中使用统计学来解决问题，使统计理论更具相关性。

理查德·J.拉森（Rictlard J.Larsetl），范德堡大学数学系教授，曾任本科教学主任17年，因杰出的教学成果而获得1976年的Ingalls奖。他于2005年退休，学校为了纪念他而设立了Rictlard J.Larsen本科数学教学成就奖。

译者序
前言
第1章 概述
1.1 引言
1.2 案例
1.3 简要历史
1.4 章节总结
第2章 概率
2.1 引言
2.2 样本空间和集合代数
2.3 概率函数
2.4 条件概率
2.5 独立性
2.6 组合学
2.7 组合概率
2.8 重新审视统计学（蒙特卡罗技巧）
第3章 随机变量
3.1 引言
3.2 二项概率和超几何概率
3.3 离散随机变量
3.4 连续随机变量
3.5 期望值
3.6 方差
3.7 联合密度函数
3.8 随机变量的变换和组合
3.9 关于均值和方差性质的进一步研究
3.10 顺序统计量
3.11 条件密度
3.12 矩生成函数
3.13 重新审视统计学（分辨不同类型的均值）
第4章 特殊分布
4.1 引言
4.2 泊松分布
4.3 正态分布
4.4 几何分布
4.5 负二项分布
4.6 伽马分布
4.7 重新审视统计学（蒙特卡罗模拟）
附录4.A.1常用概率密度函数的特性
附录4.A.2中心极限定理的证明
第5章 估计
5.1 引言
5.2 参数估计：极大似然法和矩估计法
5.3 区间估计
5.4 估计量的性质
5.5 最小方差估计量：Cramér-Rao下界
5.6 充分估计量
5.7 相合性
5.8 贝叶斯估计
5.9 重新审视统计学（超越经典估计）
第6章 假设检验
6.1 引言
6.2 决策规则
6.3 检验二项数据H0：p=p0
6.4 第一类错误和第二类错误
6.5 优性的概念：广义似然比
6.6 重新审视假设检验（统计显著性与“实际”意义）
第7章 基于正态分布的推断
7.1 引言
7.2 比较Y-μσ/n和Y-μS/n
7.3 推导Y-μS/n的分布
7.4 有关μ的推断
7.5 有关σ2的推断
7.6 重新审视统计学（第二类错误）
附录7.A.1 关于Y和S2的一些分布结果
附录7.A.2 关于单样本t检验是GLRT的证明
附录7.A.3 定理7.5.2的证明
第8章 数据类型：简要概述
8.1 引言
8.2 数据分类
8.3 重新审视统计学（为什么样本“无效”）
第9章 双样本推断
9.1 引言
9.2 检验H0：μX=μY
9.3 检验H0：σ2X=σ2Y——F检验
9.4 二项数据：检验H0：pX=pY
9.5 双样本问题的置信区间
9.6 重新审视统计学（选择样本）
附录9.A.1 双样本t检验的推导（定理9.2.2的证明）
第10章 拟合优度检验
10.1 引言
10.2 多项式分布
10.3 拟合优度检验：所有参数已知
10.4 拟合优度检验：参数未知
10.5 列联表
10.6 重新审视统计学（异常值）
第11章 回归分析
11.1 引言
11.2 最小二乘法
11.3 线性模型
11.4 协方差和相关性
11.5 二元正态分布
11.6 重新审视统计学（如何不解释样本相关系数）
附录11.A.1 定理11.3.3的证明
第12章 方差分析
12.1 引言
12.2 F检验
12.3 多重比较：图基方法
12.4 用对比检验分假设
12.5 数据变换
12.6 重新审视统计学（将统计学科放在一起——罗纳德·A.费希尔的贡献）
附录12.A.1 定理12.2.2的证明
附录12.A.2 H1为真时SSTR/（k-1）SSE/（n-k）的分布
第13章 随机区组设计
13.1 引言
13.2 随机区组设计的F检验
13.3 成对t检验
13.4 重新审视统计学（在双样本t检验和成对t检验之间选择）
第14章 非参数统计
14.1 引言
14.2 符号检验
14.3 Wilcoxon检验
14.4 克鲁斯卡尔沃利斯检验
14.5 弗里德曼检验
14.6 随机性检验
14.7 重新审视统计学（比较参数和非参数检验）
第15章 析因数据
15.1 引言
15.2 双因子析因数据
15.3 双因子析因的平方和
15.4 期望均方
15.5 示例
15.6 三因子析因设计
15.7 2n设计
15.8 部分析因
附录 统计表
奇数序号习题答案
参考文献