本书主要是介绍各种实用统计信息的分析方法。内容有数理统计与估计，统计假设检验，回归信息分析，多元相关与特征分解，聚类与自组织分析，模式分析与识别，生存数据分析与辨识。通过大量统计函数的例题或经典例题解，不仅能使读者深入地、全面地理解统计理论的应用、统计函数使用方法与范围，而且对从事统计业务的读者，有助于他们更灵活、更实效地运用统计函数创出新业绩。本书对从事统计科学教学与研究的各类技术人员、专业教师、研究生和高年级学生，是一本有益于提高教学水平与学习水平的实用教材，有重要参考价值。

本书主要是介绍各种实用统计信息的分析方法。内容有数理统计与估计，统计假设检验，回归信息分析，多元相关与特征分解，聚类与自组织分析，模式分析与识别，生存数据分析与辨识。

本书特点是通俗、精辟、实用。

本书中使用Matlab、SPss，这是统计工具的应用。通过大量统计函数的例题或经典例题解，不仅能使读者深入地、全面地理解统计理论的应用、统计函数使用方法与范围，而且对从事统计业务的读者，有助于他们更灵活、更实效地运用统计函数创出新业绩。因此，本书对从事统计科学教学与研究的各类技术人员、专业教师、研究生和高年级学生，是一本有益于提高教学水平与学习水平的实用教材，有重要参考价值。

第1章 数理统计与估计

 1.1 数理统计基本概念

1.1.1 总体与样本

1.1.2 统计量与样本矩

 l.2 抽样分布与基本概率计算

1.2.1 正态分布

1.2.2 x2分布与偏x2分布

1.2.3 t分布与偏t分布

1.2.4 F分布与偏F分布

1.2.5 Weibull分布

 1.3 点估计与估计量的评估标准

1.3.1 矩估计一

1.3.2 极大似然估计

1.3.3 最优无偏估计与有效性

1.3.4 相合估计

1.3.5 充分性与完备性

 1.4 区间估计

1.4.1 正态总体均值与方差的区间估计

1.4.2 O一1分布参数的置信区间估计

1.4.3 泊松分布参数的区间估计

1.4.4 大样本均值参数的区间估计

1.4.5 分布参数的单边置信限

 1.5 贝叶斯估计

1.5.1 贝叶斯验后分布

1.5.2 最大风险最小化的基本概念

1.5.3 验前分布与贝叶斯最大后验估计

1.5.4 贝叶斯区间估计

第2章 统计假设检验

 2.1 正态总体参数检验

2.1.1 参数检验概念与几个检验方法

2.1.2 正态总体非配对数据的均值差检验

2.1.3 正态相关数据对的均值差检验

2.1.4 正态方差检验

 2.2 总体参数一致性分析

2.2.1 单因素均值与方差检验

2.2.2 等重复与不等重复双因素分析

2.2.3 其他总体参数检验

 2.3 基于似然函数的检验与一致性

2.3.1 似然比检验

2.3.2 Nevman—Pearson检验

2.3.3 一致最优势检验与样本容量确定

 2.4 序统计量与统计容忍区间

2.4.1 序统计量及其分布

2.4.2 统计容忍区间

 2.5 总体假设检验

2.5.1 正态概率图与偏度峰度检验

2.5.2 Pearsonx2检验

2.5.3 柯尔莫哥洛夫与斯米尔诺夫检验

2.5.4 秩和检验

2.5.5 符号检验

2.5.6 分类检验

第3章 回归信息分析

 3.1 线性回归统计模型基本性质

3.1.1 线性回归统计模型与最小二乘解

3.1.2 最小二乘解的基本性质

3.1.3 回归方程计算与相关

3.1.4 回归分析检验

 3.2 重要线性回归类型

3.2.1 回归变量的不同组合

3.2.2 后向与前向逐步回归

3.2.3 多元线性逐步回归

3.2.4 共线、岭回归与特征筛选法

3.2.5 加权最小二乘法

3.2.6 虚拟变量回归

3.2.7 主分量回归

3.2.8 Logistic回归

 3.3 多项式回归

3.3.1 多项式直接回归

3.3.2 按多元线性回归处理

3.3.3 二次响应曲面预测

……