本书把可利用模糊数据刻画的模糊现象纳入到统计学的研究范畴，将模糊数学的研究思想及方法与统计学融合，并且结合软计算方法，提出模糊数据描述统计量、模糊数据问卷调查、模糊数据均数估计、模糊数据假设检验、模糊数据回归模型、模糊数据样本排序及非参数检验方法、模糊数据时间数列分析及预测等，阐述深入浅出，理论结合实际，在探讨模糊统计基本理论基础上，构建一套完整的专门研究模糊数据的统计方法体系，反映出发展中的模糊数据统计学的最新成果及趋势，为研究和处理复杂性数据提供一种新的软计算方法及理论。      　本书可作为数学、应用数学、统计学等专业的本科高年级的前沿专题及研究生教材，也可作为数量经济学、金融学、心理学、社会学等专业硕士研究生以及对模糊统计感兴趣的科技人员的有关教材及参考书。

　　第1章  引论
　　第1章和第2章是全书的内容基础。第1章以人对事物现象认识的感知与模糊性作为切入点，阐述模糊性是人对事物认识的一种表征及反应。然后，引入模糊集合的定义及刻画模糊集合的表示函数——隶属度（Membership），对模糊集合的各种运算、模糊矩阵、模糊截集以及支集等内容进行较详细的讨论，并以各种事例阐明概念和运算。
　　对于已经学习过模糊数学的人来说，可以直接从第3章模糊数据描述统计量开始阅读及学习。对于那些没有模糊数学知识的人来说，第1章和第2章的内容则是极为基本而必需的，因为它们对学习后续各章的知识提供刻画与表述模糊现象的认识框架及数量化描述方法。本书内容写作的自给自足特点正是为以前没有学习过模糊数学知识的人而设计的。
　　1.1  人的感知与模糊性
　　人类的思维主要是源于对自然现象和社会现象的认知意识，而人类的知识语言也会因本身的主观意识、时间、环境以及分析事情的角度不同而具有模糊性。模糊理论的产生即是参考人类思维方式对环境所用的模糊测度与分类原理，给予较稳健的描述方式，以便处理多元复杂的暖昧关系与不确定性现象。
　　通常，人类思维有两种形式，一种为形式化思维（Formal Thinking），另一种为模糊思维（Fuzzy Thinking）；前者具有逻辑性和顺序性的思考，而后者则是全体性和综合性的思考。当面临决策判断而进行思考时，基于形式化思维的二元逻辑，常常很难表示出人类思考的多元逻辑特性。

第1章  引论
1.1 人的感知与模糊性
1.2 模糊集合与隶属度
1.3 模糊集合运算
1.4 模糊矩阵
1.5 截集与支集

第2章  隶属函数及软计算方法
2.1 隶属函数
2.2 模糊数据与软计算
2.3 模糊关系
2.4 模糊等价关系
2.5 语意计量与相似度

第3章  模糊数据描述统计量
3.1 模糊数据样本均数
3.2 模糊数据样本众数
3.3 模糊数据样本中位数
3.4 模糊数据统计量的一些性质

第4章  模糊数据问卷调查
4.1 社会思维的分歧性与模糊性
4.2 模糊数据问卷设计与特征获取
4.3 模糊数据测量表
4.4 个案研究：选民投票意向与选情预测
4.5 结论
附表4.1 乐观测量表
附表4.2 ABC市长选民投票意向问卷

第5章  模糊数据均数估计
5.1 模糊数据总体均数
5.2 模糊数据总体均数最佳估计方法
5.3 模糊数据估计量的评判准则

第6章  模糊数据假设检验
6.1 距离
6.2 模糊数据总体均数检验
6.3 模糊分类数据的卡方同质性检验

第7章  模糊聚类分析
7.1 模糊聚类法
7.2 模糊权重分析与判定程序
7.3 加权模糊分类
7.4 茶叶等级分类实例
7.5 结论
附表7.1 中国台湾69个茶树品种春季制茶质量的评分比较
附表7.2 中国台湾69个茶树品种全年制茶质量的评分比较
附表7.3 中国台湾69个茶树品种春茶的分类结果
附表7.4 中国台湾69个茶树品种全年的分类结果
附表7.5 中国台湾69个茶树品种春茶制茶质量加权模糊聚类分析
附表7.6 中国台湾69个茶树品种全年制茶质量加权模糊聚类分析

第8章  模糊数据回归模型及应用
8.1 模糊数据回归简介
8.2 模糊数据回归建构
8.3 模糊数据回归的参数估计
8.4 景气对策信号实例
8.5 篮球比赛攻防策略实例
8.6 结论

第9章  模糊数据样本排序及非参数检验方法
9.1 模糊数据样本排序
9.2 模糊数据中位数的符号检验及应用
9.3 模糊数据样本排序方法应用于威尔克森符号秩检验
9.4 模糊数据样本排序方法应用于威尔克森秩和检验
9.5 模糊数据样本排序方法应用于克鲁斯考尔和沃利斯秩检验
9.6 结论

第10章  模糊数据时间数列分析及预测
10.1 引言
10.2 模糊数据时间数列的统计分析
10.3 模糊数据自回归时间数列（FAR（p））
10.4 模糊数据时间数列模型建立
10.5 景气对策信号实例
10.6 结论

第11章  问题及展望
附录
参考文献