《化学计量学研究方法》作为一门正在发展的新兴学科，化学计量学主要应用数学、统计学、计算机科学、化学等学科的理论和方法，研究化学量测理论和方法，设计和选择最优的化学量测方法，并通过对化学数据的解析，最大限度地获取有关物质系统的化学信息。
　　《化学计量学研究方法》共分12章，内容包括：数据预处理、线性回归分析、主成分分析、因子分析、偏最小二乘法、小波分析、模式识别、遗传算法、人工神经网络、支持向量机及定量构效活性关系等。
　　《化学计量学研究方法》可作为化学及相关学科的研究生和高年级本科生的教材和参考书，也可作为化学、化工、工程等领域的科技工作者和高等学校教师的参考书。

前言
第1章 误差及数理统计基础
1.1 统计学中的几个基本概念
1.1.1 随机变量
1.1.2 总体与样本
1.1.3 统计量
1.2 误差
1.2.1 误差的定义和表示
1.2.2 误差的分类
1.2.3 误差的传递
1.2.4 精密度和准确度
1.3 参数估计
1.3.1 定义
1.3.2 估计量的判别标准
1.4 假设检验
1.4.1 假设检验的分类和概念
1.4.2 两种错误
1.4.3 假设检验的步骤
1.5 随机误差的分布及置信区作
1.5.1 正态分布
1.5.2 置信区间
1.5.3 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 t检验
1.6.3 F检验
1.7 可疑值的剔除
1.7.1 格鲁布斯法
1.7.2 狄克松法
参考文献

第2章 常见的数据预处理和平滑方法
2.1 数据归一化／标准化和变换方法
2.1.1 数据归一化／标准化方法
2.1.2 数据的变换方法
2.2 数据降维方法
2.3 异常数据检测方法和空缺值处理方法
2.3.1 异常数据检测方法
2.3.2 空缺值处理方法
2.4 噪声数据处理方法
2.4.1 窗口移动平均法
2.4.2 窗口移动多项式最小二乘平滑法
2.4.3 稳健中位数平滑法
2.4.4 傅里叶变换平滑
2.4.5 小波变换平滑
2.5 其他常见数据预处理的方法
参考文献

第3章 线性回归分析
第4章 主成分分析
第5章 因子分析
第6章 偏最小二乘法
第7章 小波变换分析技术
第8章 化学模式识别
第9章 遗传算法
第10章 人工神经网络法及其在化学中的应用
第11章 支持向量机
第12章 定量构效活性关系
附录1 化学计量学中常见的矩阵基本知识
附录2 化学计量学中常见的取值表