《应用数理统计》主要内容有：数理统计的基本概念，参数估计，假设检验，方差分析，回归分析以及正交试验设计.《应用数理统计》除了介绍数理统计的经典理论外，还适量地介绍了一些近代数理统计理论的概念和方法.《应用数理统计》每章都附有相当数量的习题，书末附有这些习题的答案。<br>    《应用数理统计》可作为应用数学专业和相关专业的本科生教材，也可作为工科的硕士生教材.对于工程技术人员、自然科学工作者和社会科学工作者亦可作为自学用书。

前言<br>第一章 数理统计的基本概念<br>1.1 引言<br>1.2 总体与样本<br>1.3 统计量<br>一、统计量的定义<br>二、次序统计量<br>三、样本中位数和极差<br>四、经验分布函数<br>1.4 数理统计中的常用分布<br>一、r分布<br>二、口分布<br>三、X2分布<br>四、t分布<br>五、F分布<br>1.5 抽样分布<br>小结<br>习题<br><br>第二章 参数估计<br>2.1 求点估计的方法<br>一、矩法<br>二、极大似然法<br>2.2 估计量的评选标准<br>一、无偏性<br>二、有效性<br>三、相合性<br>2.3 区间估计<br>一、正态总体均值的区间估计<br>二、正态总体方差的区间估计<br>三、非正态总体参数的区间估计<br>四、单侧置信区间<br>2.4 贝叶斯(Bayes)估计<br>一、贝叶斯学派的基本观点<br>二、先验分布的选取<br>三、使后验分布的均方误差(MSE)达到<br>最小的贝叶斯估计<br>小结<br>习题二<br><br>第三章 假设检验<br>3.1 假设检验的基本概念<br>一、假设检验的统计思想<br>二、检验的两类错误和显著性水平<br>三、检验的p值<br>3.2 正态总体均值的假设检验<br>一、单个正态总体均值的检验<br>二、两个正态总体均值差的检验(t检验)<br>三、基于成对数据的检验(t检验)<br>3。3正态总体方差的假设检验<br>一、单个正态总体方差的检验(疋。检验)<br>二、两个正态总体方差的检验(F检验)<br>3.4 非正态总体均值的假设检验<br>一、单个总体均值的检验(大样本，M检验)<br>二、两个总体均值差的检验(大样本，u检验)<br>3.5 分布拟合检验<br>一、分布拟合的r检验<br>二、独立性检验(列联表(contingencytable)方法)<br>三、柯尔莫哥洛夫检验<br>四、正态性检验<br>3.6 两个总体相等性检验<br>一、秩和检验<br>二、游程总数检验<br>小结<br>习题三<br><br>第四章 方差分析<br>4.1 单因素试验方差分析<br>一、基本思想与数学模型<br>二、统计分析<br>4.2 双因素试验方差分析<br>一、双因素重复试验方差分析<br>二、双因素无重复试验方差分析<br>小结<br>习题四<br><br>第五章 回归分析<br>5.1 回归分析的基本概念<br>5.2 一元线性回归<br>一、β0β1的估计及其性质<br>二、α的估计<br>三、回归方程的显著性检验<br>四、回归系数β1的置信区间<br>五、预测<br>5.3 可线性化的一元非线性回归<br>5.4 多元线性回归<br>一、β0β1成的估计及其性质<br>二、α的估计<br>三、回归方程的显著性检验<br>四、回归系数的显著性检验<br>五、变量的剔除<br>六、预测<br>5.5 多项式回归<br>小结<br>习题五<br><br>第六章 正交试验设计<br>6.1 用正交表安排试验的方法<br>6.2 无交互作用的正交设计的直观分析<br>一、单指标试验<br>二、多指标试验<br>6.3 有交互作用的正交设计及试验结果的直观分析<br>6.4 正交试验设计的方差分析<br>小结<br>习题六<br>习题答案<br>附录<br>附表1 标准正态分布表<br>附表2 x2分布分位数表<br>附表3 t分布分位数表<br>附表4 F分布分位数表<br>附表5柯尔莫哥洛夫检验临界值Dnα表