《统计计算及其程序实现》以统计理论、数值分析、最优化理论与算法为基础，以MATLAB软件及R软件为平台，并把统计理论、数值分析、最优化理论与算法和计算机实现有机地结合起来，让读者理解和掌握统计方法解决实际问题的全过程。《统计计算及其程序实现》的主要内容有：基本的数值计算方法、最优化算法、统计计算数值方法和多元统计方法，其中包括线性方程组的数值解法、非线性方程的数值解法、数值积分、线性规划问题的数值计算、非线性优化的数值计算、多元相关与回归分析、方差分析、线性与非线性模型及应用多元分析。
　　《统计计算及其程序实现》可以作为理工、经济、管理、统计等专业的高年级本科生和研究生的数理统计、最优化方法和数值分析的辅导教材或教学参考书，也可以作为统计计算课程的教材。

1 误差与统计分析
1.1 误差
1.2 总体的数字特征
1.3 样本特征量及其计算
习题1

2 线性方程组的数值解法
2.1 高斯（GaUSS）消元法和列主元消元法及其MATLAB程序
2.2 Lu分解法及其MATLAB程序
2.3 迭代法和敛散性及其MATLAB程序
2.4 雅可比（Jacobi）迭代及其MATLAB程序
2.5 高斯.塞德尔（GaUSS.Seidel）迭代及其MATI。AB程序
2.6 解方程组的超松弛迭代法及其MATLAB程序
习题2

3 非线性方程的数值解法
3.1 求方程的根
3.2 迭代法及其MATLAB程序
3.3 迭代过程的加速方法及其MATLAB程序
3.4 牛顿（Newton）切线法及其MATLAB程序
3.5 割线法及其MATLAB程序
习题3

4 数值积分
4.1 定积分的MATL_AB符号计算
4.2 数值积分的思想及其MATLAB程序
4.3 插值型数值积分及MATLAB程序实现
4.4 龙贝格（Romberg）公式及其MATLAB程序
4.5 反常积分的计算及其MATLAB程序
习题4

5 线性规划问题的数值计算
5.1 线性规划的模型结构
5.2 线性规划的单纯形法
5.3 0-1整数规划
5.4.分派问题
习题5

6 非线性优化的数值计算
6.1 极速下降法和牛顿法
6.2 共轭梯度法
6.3 拟牛顿法
6.4 非线性最小二乘问题
习题6

7 多元相关与回归分析
7.1 变量间的关系分析
7.2 多元线性回归分析
7.3 多元线性相关分析
7.4 回归变量的选择方法
习题7

8 方差分析
8.1 单因素方差分析
8.2 双因素方差分析
习题8

9 非线性回归模型
9.1 一元非线性回归模型及其应用
9.2 多元非线性回归模型
习题9

10 应用多元分析
10.1 判别分析
10.2 主成分分析
习题10

附录A MATLAB的介绍
附录B R软件基本介绍
参考文献