张崇岐、燕飞所著的《工业统计学》将统计学的概念与方法应用于工业领域，旨在为解决工业中的各种问题提供有力的工具。全书不仅较为全面系统地介绍了统计的基本原理、基本方法及其应用，而且例题和习题大多来自现实生活，方便学生理解和掌握相关知识，有利于提高学生对统计学方法的应用能力。阅读本书需要一定的高等数学基础知识，希望读者在对工业统计方法理解的基础上学会如何应用。

张崇岐、燕飞所著的《工业统计学》主要是为理工科大学“工业统计学”课程编写的教材，全书以统计学为主干内容，穿插一些概率论的基础知识，每章配以适当的练习题，内容由浅入深，便于学生更好地理解统计学的内容和加深对统计学本质的理解。

《工业统计学》内容丰富，选材适当，便于教学，可作为高等学校理工科各专业的教材，也可供工程技术人员参考阅读。

第1章 统计学导论

 1.1 什么是统计学

 1.2 统计学的应用

 习题1

第2章 统计在工程中的作用

 2.1 工程方法和统计思想

 2.2 收集工程数据

 2.3 机械与实证模型

 2.4 概率和概率模型

 习题2

第3章 数据的表示方法

 3.1 茎叶图

 3.2 频率分布和直方图

 3.3 箱形图

 3.4 时间序列图

 3.5 概率图

 习题3

第4章 概率

 4.1 样本空间和事件

 4.1.1 随机试验

 4.1.2 样本空间

 4.1.3 事件

 4.2 概率的定义

 4.2.1 介绍

 4.2.2 概率公理化定义

 4.3 加法法则

 4.4 条件概率

 4.5 乘法法则和全概率法则

 4.5.1 乘法法则

 4.5.2 全概率法则

 4.6 独立性

 4.7 贝叶斯定理

 4.8 随机变量

 习题4

第5章 离散随机变量及其概率分布

 5.1 离散随机变量

 5.2 概率分布列

 5.3 累积分布函数

 5.4 离散随机变量的均值和方差

 5.5 离散均匀分布

 5.6 二项分布

 5.7 几何分布和负二项分布

 5.7.1 几何分布

 5.7.2 负二项分布

 5.8 超几何分布

 5.9 泊松分布

 习题5

第6章 连续随机变量及其概率分布

 6.1 连续随机变量

 6.2 概率密度函数

 6.3 累积分布函数.

 6.4 连续随机变量的均值和方差

 6.5 连续均匀分布

 6.6 正态分布

 6.7 二项分布和泊松分布的正态近似

 6.8 指数分布.

 6.9 埃尔朗分布和伽马分布

 6.9.1 埃尔朗分布

 6.9.2 伽马分布

 6.10 韦布尔分布

 6.11 对数正态分布

 习題6

第7章 多维随机变量及其分布

 7.1 二维离散随机变量

 7.1.1 联合分布列

 7.1.2 边际分布列

 7.1.3 条件分布列

 7.1.4 独立性

 7.2 多维离散随机变量

 7.2.1 联合概率分布

 7.2.2 多项分布

 7.3 二维连续随机变量

 7.3.1 联合密度函数

 7.3.2 边际密度函数

 7.3.3 条件概率分布

 7.3.4 独立性

 7.4 多维连续随机变量

 7.5 协方差和相关系数

 7.6 二元正态分布

 7.7 随机变量的线性组合

 习题7

第8章 统计量及其抽样分布

 8.1 总体和样本

 8.2 统计量及其抽样分布

 8.2.1 样本均值及其抽样分布

 8.2.2 样本方差和样本标准差

 习题8

第9章 参数点估计

 9.1 点估计的一般概念

 9.1.1 无偏估计

 9.1.2 点估计的方差

 9.1.3 点估计的标准误差

 9.1.4 估计的均方误差

 9.2 点估计的方法

 9.2.1 矩法估计

 9.2.2 最大似然估计

 9.2.3 贝叶斯估计

 习题9

第10章 单个总体参数的区间估计

 10.1 区间估计

 10.2 方差已知时，正态总体均值的置信区间

 10.2.1 置信区间的形成及其基本性质

 10.2.2 样本容量的选择

 10.2.3 单边置信界限

 10.2.4 构造置信区间的一般方法

 10.2.5 μ的大样本置信区间

 10.3 方差未知时，正态总体均值的置信区间

 10.3.1 t分布

 10.3.2 μ的置信区间

 10.4 正态总体方差的置信区间

 10.5 二项分布参数p的大样本置信区间

 10.6 未来观测值的预测区间

 10.7 正态分布的容许区间

 习題10.

第11章 单个总体参数的假设检验

 11.1 假设检验

 11.1.1 统计假设

 11.1.2 统计假设的检验

 11.1.3 单边和双边假设 .

 11.1.4 假设检验的一般步骤

 11.2 方差已知时，正态总体均值的检验

 11.2.1 均值的假设检验

 11.2.2 假设检验中的p值

 11.2.3 假设检验与置信区间的联系

 11.2.4 第二类错误和样本容量的选择

 11.3 方差未知时.正态总体均值的检验

 11.3.1 均值的假设检验

 11.3.2 t检验中的p值

 11.4 正态总体方差的假设检验

 11.5 总体比例的检验

 11.5.1 总体比例的大样本检验

 11.5.2 第二类错误和样本容量的选择

 11.6 拟合优度检验.

 习题11

第12章 两个总体的统计推断

 12.1 方差已知时，西个正态总体均值之差的推断

 12.1.1 方差已知时，两均值之差的假设检验

 12.1.2 样本容量的选择

 12.1.3 方差已知时，两均值之差的置信区间

 12.2 方差未知时，两个正态总体均值之差的推断.

 12.2.1 方差未知时，两均值之差的假设检验

 12.2.2 方差未知时，两均值之差的置信区间

 12.3 配对t检验

 12.4 两个正态总体方差的推断

 12.4.1 F分布

 12.4.2 两方差比的假设检验

 12.4.3 两方差比的置信区间

 12.5 荫个正态总体比率的推断

 12.5.1 Ho：p1=p2的大样本检验

 12.5.2 p1-p2的置信区间

 习题12

第13章 一元线性回归

 13.1 一元线性回归模型

 13.2 最小二乘估计及其性质

 13.2.1 参数的最小二乘估计

 13.2.2 最小二乘估计的性质

 13.3 回归方程的显著性检验

 13.3.1 t检验

 13.3.2 F检验

 13.4 区间估计和预测

 13.4.1 回归系数的置信区间

 13.4.2 观测值的预测区间

 13.5 可化为线性回归的例子

 习题13

附录 MATLAB在统计中的应用

附表1 泊松分布数值表

附表2 标准正态分布函数数值表

附表3 t分布分位数tα，k表

附表4 x2分布分位数x2α，k表

附表5 正态分布容许区间的系数k值表

附表6 F分布临界值表

参考文献