本书是根据全国工科院校硕士研究生《数理统计》课程的教学基本要求而编写的。全书共分五章，系统地介绍了数理统计的基本理论与基本方法，内容包括数理统计的基本概念、参数估计、假设检验、方差分析和回归分析以及典型案例的分析与软件实现。本书注重统计思想和方法的介绍，强调统计的实际应用，用不同的软件对案例进行计算与求解。 本书可供高等院校有关专业作为本科生和研究生的教材或参考书，也可供载师、科技工作者和工程技术人员参考。

第1章 数理统计的基本概念
1.1 基本概念
1.1.1 总体和样本
1.1.2 统计量和样本矩
1.1.3 次序统计量、经验分布函数和直方图
1.2 抽样分布
1.2.1 x2分布
1.2.2 t分布
1.2.3 F分布
1.2.4 概率分布的分位数
1.2.5 正态总体样本均值和方差的分布
1.3 应用案例
附录1.1 统计软件简介
附录1.2 本章图形程序代码
附录1.3 相关定理补充证明
第2章 参数估计
2.1 点估计
2.1.1 矩估计法
2.1.2 极大似然估计法
2.2 估计量的评判标准
2.2.1 无偏估计
2.2.2 最小方差无偏估计和有效估计
2.2.3 相合估计（一致估计）
2.3 区间估计
2.3.1 置信区间
2.3.2 数学期望的置信区间（区间估计）
2.3.3 正态总体方差的区间估计
2.3.4 两个正态总体均值差的区间估计
2.3.5 两个正态总体方差比的区间估计
2.3.6 单侧置信区间
2.4 应用案例
第3章 假设检验
3.1 参数假设检验
3.1.1 假设检验的基本概念
3.1.2 假设检验的分类
3.2 正态总体均值与方差的假设检验
3.2.1 单正态总体参数的检验
3.2.2 两正态总体参数的假设检验
3.3 非参数假设检验
3.3.1 分布函数拟合检验
3.3.2 两总体之间关系的假设检验
3.4 应用案例
第4章 方差分析
4.1 单因素方差分析
4.1.1 基本概念
4.1.2 单因素方差分析的数字模型
4.1.3 偏差平方和分解与显著性检验
4.1.4 参数估计与多重比较
4.2 两因素方差分析（非重复试验）
4.2.1 数学模型
4.2.2 偏差平方和分解与显著性检验
4.2.3 多重比较
4.3 两因素方差分析（重复试验）
4.3.1 数学模型
4.3.2 偏差平方和分解和显著性检验
4.3.3 多重比较
4.4 正交试验设计
4.4.1 正交设计的基本概念
4.4.2 无交互效应的正交设计与数据分析
4.5 应用案例
第5章 回归分析
5.1 一元线性回归分析
5.1.1 “回归”名称的来源
5.1.2 一元线性回归模型
5.1.3 未知参数a，β，σ2的估计
5.1.4 参数估计量的分布
5.1.5 参数β的显著性检验
5.1.6 回归模型的应用-预测和控制
5.2 多元线性回归分析
5.2.1 多元线性回归模型
5.2.2 参数的估计
5.2.3 估计量的分布及性质
5.2.4 回归系数及回归方程的显著性检验
5.2.5 最优回归方程的选择
5.3 应用案例
附录
附表1 标准正态分布表
附表2 x2分布表
附表3 T分布表
附表4 F分布表
附表5 柯尔莫哥洛夫检验的临界值Dn，a表
附表6 Dn的极限分布函数数值表
附表7 常用正交表
参考文献