本书的内容设计完全以读者的立场出发，除了一般统计学教科书应有的内容外，并且随书附上重点公式整理、课文演练题本、自我学习检视表与计算机使用方法….等丰富的内容，协助读者建立统计观念并融会贯通。本书作者教书已逾二十年经验，教授的对象从国小到研究所，教授过所有阶段的学生。故本书融合的作者的丰富教学经验，特别将读者容易混淆的地方作整理，并且在若干难以记忆的公式以辅助的方式协助读者记忆，熟读此书，可以让读者很容易了解整个统计学的推导过程。

　　本书不仅可当作大学开设统计学之教科书，同时也适合欲报考研究所统计学之参考书。本书所设定的读者不单仅是大学生而已，同时也适合想教授统计学非科班出身的教师。本书的内容特别着重在统计观念上的说明，不仅介绍如何使用统计公式进行推论，同时也介绍公式的原理。

作者简介

李德治

现 职：大叶大学资讯管理学系助理教授
学 历：国立中兴大学应用数学博士
研究领域与专长：数值分析、数学模拟、统计分析

童惠玲

现 职：大叶大学人力资源暨公共关系学系助理教授
学 历：国立中山大学企业管理学系博士
研究领域与专长：统计分析、计量经济、财务数学、管理科学

第0章　数学基础
0.1基本代数运算
0.2　微分
0.3　积分
0.4　偏微分
0.5　计数原理

第1章　统计概论
1.1　统计学的发展
1.2　统计学的意义与限制
1.3　统计学的分类
1.4　母体与样本
1.5　统计资料的种类
1.6　统计资料的衡量尺度

第2章　常用的统计图表
2.1　次数分配表与次数分配图
2.2　次数分配图

第3章　常用的统计量数
3.1　中央趋势量数
3.2　离差量数
3.3　动差
3.4　偏态量数
3.5　峰态量数
3.6　柴比雪夫不等式与经验法则
3.7　盒须图
3.8　百分等级
3.9　两变数相关性的量测
3.10　Spearman等级相关系数

第4章　机率论
4.1　随机试验、样本空间与事件
4.2　集合之基本观念
4.3　机率测度的方法
4.4　几何机率
4.5　条件机率与独立事件
4.6　串联与并联系统之可靠度
4.7　样本空间的分割
4.8　贝氏定理

第5章　机率分配
5.1　随机变数与机率分配
5.2　累积分配函数
5.3　累积分配函数与机率函数之互换
5.4　机率分配的重要参数
5.5　中位数、分位数与众数
5.6　偏态与峰态

第6章　二元随机变数
6.1　联合机率分配
6.2　累积分配函数
6.3　条件机率分配函数与独立性
6.4　联合机率分配函数的重要参数
6.5　共变异数与相关系数
6.6　马可夫不等式与柴比雪夫不等式

第7章　随机变数函数之机率分配
7.1　离散型随机变数的转换
7.2　连续型随机变数的转换

第8章　动差与动差母函数
8.1　动差
8.2　母函数

第9章　常用的离散型机率分配
9.1　均匀分配(uniform　distribution)
9.2　二项分配(binomial　distribution)
9.3　百努力试验
9.4　超几何分配
9.5　Poisson分配
9.6　多项分配
9.7　多维超几何分配
9.8　几何分配
9.9　负二项分配　(negative　binomial　distribution)

第10章　常用的连续型机率分配
10.1　连续均匀分配
10.2　常态分配(normal　distribution)
10.3　指数分配(exponential　distribution)
10.4　Gamma分配
10.5　卡方分配

第11章　抽样与抽样分配
11.1　抽样的基本概念
11.2　母体分配、样本分配与抽样分配
11.3　Z分配
11.4　卡方分配(chi-square　distribution)
11.5　t分配(student-t　distribution)

第12章　估计
12.1　点估计
12.2　估计式的评断标准
12.3　点估计的方法

第13章　区间估计
13.1　区间估计
13.2　单一母体的区间估计
13.3　一个母体平均数的信赖区间
13.4　一个母体比例的区间估计
13.5　一个母体变异数之区间估计
13.6　两个母体平均数差之区间估计
13.7　两个母体平均数差的区间估计?成对样本
13.8　两个独立母体比例差之区间估计
13.9　两个母体变异数比的区间估计

第14章　假设检定I
14.1　假设检定的基本概念
14.2　一个母体平均数的假设检定
14.3　错误与检定力函数
14.4　一个母体比例的假设检定
14.5　一个母体变异数之检定

第15章　假设检定II
15.1　两个母体平均数差之假设检定-独立样本
15.2　两母体平均数差的假设检定-成对样本
15.3　两独立母体比例差的假设检定
15.4　两独立母体变异数之检定

第16章　变异数分析
16.1　基本概念
16.2　单因子变异数分析（完全随机）
16.3　多重比较程序
16.4　单因子变异数分析（随机集区设计）
16.5　双因子变异数分析-未重复实验
16.6　双因子变异数分析-重复实验

第17章　简单线性回归分析与相关分析
17.1　简单线性回归分析
17.2　样本回归线的推导
17.3　简单线性回归模型配适度的评断
17.4　依变数的信赖区间与预测区间
17.5　资料尺度的转换
17.6　相关分析
17.7　残差分析
17.8　线性模式适合度的假设检定

第18章　多元回归与复回归分析
18.1　多元回归模型
18.2　二元回归的统计推论
18.3　k个自变数的多元回归
18.4　偏判定系数与偏相关系数
18.5　虚拟变数

第19章　类别资料分析
19.1　类别资料的整理-列联表
19.2　卡方检定
19.3　卡方适合度检定
19.4　卡方独立性检定
19.5　卡方齐一性检定
19.6　改变显着性检定

第20章　无母数统计
20.1　中位数检定
20.2　单母体中位数的检定
20.3　成对母体中位数的检定
20.4　两独立母体中位数的检定
20.5　多母体检定中位数
20.6　母体分配检定
20.7　随机性检定-连检定
20.8　Spearman等级相关检定

附录
参考书目