为了使读者能顺利地阅读并很好地掌握书中介绍的非参数统计方法，本书在章节的编排上对照了一般数理统计教程中的章节设置，将非参数统计的基本概念及非参数的统计估计、统计检验等内容分门别类地进行介绍。这样，不仅便于学习，而且便于查找相应的估计与检验方法，同时也有利于实际中的运用。对书中涉及的理论性较强、证明繁杂的定理，只给出了结果的应用，略去其证明，但指明了其出处，以供进一步学习参考之用。

本书配备了大量的例题，用于讲解、说明方法的使用，且每个章节末均配有大量的练习题，以供读者模妨练习，更好地掌握所述的理论与方法。

本书介绍了非参数统计的基本概念、总体特征参数的非参数估计与检验方法、总体分布类型的估计与检验方法、非参数回归方法以及极值统计方法等内容，侧重于非参数统计思想的解读和非参数统计方法的具体应用，理论严谨、实用性强，可作为高等院校理工科专业学生的必修或选修课教材，也可供实际统计工作者使用与参考。

第一章 非参数统计的基本概念

 第一节 非参数统计方法的主要特点

 第二节 次序统计量及其分布

 第三节 U统计量

 第四节 秩统计量的概念

 第五节 一些统计量的近似分布

第二章 非参数估计方法

 第一节 总体分位数的估计

 第二节 对称中心的估计

 第三节 位置差的估计

第三章 非参数检验方法

 第一节 总体p分位数的检验

 第二节 总体均值检验

 第三节 两样本的比较

 第四节 随机性与独立性检验

 第五节 多总体的比较

第四章 总体分布类型的估计与检验

 第一节 分布函数的估计与检验

 第二节 概率密度估计

第五章 非参数回归方法

 第一节 权函数估计法

 第二节 权函数与最小二乘法结合的使用方法

第六章 极值统计

 第一节 极值的概率分布

 第二节 极值的渐近分布类型

 第三节 极值参数的估计

 第四节 超值概率的估计

附表

 表1 标准正态分布函数值表

 表2 x2分布的临界值表

 表3 Kolmognov分布函数表

 表4 符号检验表

 表5 两样本秩和检验表

 表6 符号秩和检验表

 表7 游程总数检验表

 表8 游程长度检验表

 表9 二项分布函数值表

 表10 泊松（Poisson）分布表

 表11 Smirnov检验的临界值Dn表

 表12 Mann—Whitney Wilcoxon检验临界值表

 表13 Kolmogonov检验临界值表

 表14 Gamma函数值表

 表15 Ⅲ型渐近分布参数之间的关系

 表16 标准极值变量S的分布函数值表

 表17 极值的三类渐近分布

 表18 Lieblein的次序统计统计量的加权值a1和b1（p≤0.90）

 表19 Kendall—t相关系数检验临界值表

参考文献