第0章 绪论

 0．1 什么是计算化学

 0．2 计算机在化学中的应用

O．2．1 按化学体系分类

0．2．2 按计算机应用方法分类

 0．3 计算化学的普及

 O．4 计算化学未来的发展

 0．5 结语

第1章 数理统计基础

 1．1 误差

1．1．1 误差的定义

1．1．2 误差的来源

1．1．3 误差的类型

1．1．4 精密度和准确度

1．1．5 偶然误差的传递

1．1．6 系统误差的传递

 1．2 基础统计学概念

 1．3 区间估计

1．3．1 允许区间

1．3．2 总体均值的置信区间估计

 1．4 结果的表示

1．4．1 有效数字的定义

1．4．2 有效数字与不确定度的关系

 1．5 置信区间的其他应用

 1．6 显著性检验

1．6．1 显著性水平

1．6．2 x2检验

1．6．3 t检验

1．6．4 F检验

 1．7 坏值的剔除

第2章 一元回归分析

 2．1 一元线性回归

2．1．1 一元线性回归方程的求法

2．1．2 相关系数和显著性检验

2．1．3 一元线性回归的方差分析

2．1．4 斜率b和截距a的区间估计及斜率6的显著性检验

2．1．5 x值和检测限的计算

2．1．6 标准加入法

2．1．7 借助回归线进行分析方法的比较

2．1．8 权重回归分析

 2．2 一元非线性回归

第3章 多元校正分析基础

 3．1 多元线性回归

3．1．1 多元线性田归的原理

3．1．2 多元线性回归模型的效果分析

3．1．3 多元线性回归的应用

 3．2 经典最小二乘法

 3．3 反推最小二乘法

第4章 主成分分析与多元校正

 4．1 主成分分析

4．1．1 主成分分析的基本概念

4．1．2 主成分的计算原理

4．1．3 主成分的性质

4．1．4 主成分的计算方法

4．1．5 主成分数的判别

 4．2 主成分回归

 4．3 偏最小二乘回归法

 4．4 目标因子分析

4．4．1 因子分析基本概念

……

第5章 模式识别方法

第6章 人工神经网络在化学中的应用

第7章 构效关系研究和分子拓扑指数

第8章 分子模拟

第9章 实验设计与优化

第10章 MATLAB在化学中的应用

附录

参考文献

计算化学是化学、计算方法、统计学和程序设计等多学科交叉融合的一门新兴学科。它运用数学、统计学与计算机程序设计的方法，进行化学、化工的理论计算，试验设计，数据与信息处理、分类、分析和预测。

本书主要内容包括：数理统计分析、一元回归分析、多元校正回归基础、主成分分析与多元校正、模式识别方法、神经网络在化学中的应用、构效关系研究和分子拓扑指数、分子模拟、实验设计与优化、MATLAB在化学中的应用等。

本书可用作化学类、化学工程与工艺、制药工程、高分子材料、环境科学与工程等专业本科生和研究生教材，也可作为对计算化学有兴趣的化学、化工等专业技术人员和青年教师的参考书。

本书系统全面的介绍了计算化学的基础知识，主要内容包括：数理统计分析、一元回归分析、多元校正回归基础、主成分分析与多元校正、模式识别方法、神经网络在化学中的应用、构效关系研究和分子拓扑指数、分子模拟、实验设计与优化、MATLAB在化学中的应用等。本书可用作化学类、化学工程与工艺、制药工程、高分子材料、环境科学与工程等专业本科生和研究生教材，也可作为对计算化学有兴趣的化学、化工等专业技术人员和青年教师的参考书。