本書是數理統計學的基礎教程，內容包括基本概念、點估計、假設檢驗、區間估計、Bayes統計與統計判決理論、線性統計模型和多元分析基礎等。
本書是為綜合性大學和師範院校數學繫的數理統計課以及高等院校數理統計專業大學生、研究生和教師進修班的數理統計基礎課提供一種教材，也可供工科等非數學類學生選作此課程的教材或參考書，具備初等微積分、矩陣論以及概率論基本知識的讀者，均可使用本書。

本書是數理統計學的基礎教程，內容包括基本概念、點估計、假設檢 驗、區間估計、Bayes統計與統計判決理論、線性統計模型和多元分析基礎 等。 本書是為綜合性大學和師範院校數學繫的數理統計課以及高等院校數 理統計專業大學生、研究生和教師進修班的數理統計基礎課提供一種教材 ，也可供工科等非數學類學生選作此課程的教材或參考書，具備初等微積 分、矩陣論以及概率論基本知識的讀者，均可使用本書。 本書的主要讀者對像為理工科、經濟、管理、師範院校等大學基礎課 師生及具有大學二年級數學程度的其他讀者。

總序
序
第1章 基本概念
1.1 導言
1.2 樣本和樣本分布
1.3 統計推斷
1.4 統計量和抽樣分布
習題
第2章 點估計
2.1 矩估計與極大似然估計
2.2 無偏估計
2.3 點估計的大樣本理論
習題
第3章 假設檢驗
3.1 概述Pearson和Fisher的思想
3.2 擬合優度檢驗
3.3 Neyman-Pearson理論
3.4 一致*優檢驗與無偏檢驗
3.5 似然比檢驗
3.6 正態分布參數的檢驗及有關檢驗
3.7 序貫概率比檢驗
習題
第4章 區間估計
4.1 Neyman的置信區間理論
4.2 Fisher的信任推斷法
4.3 容忍區間與容忍限
習題
第5章 Bayes統計與統計判決理論
5.1 Bayes統計推斷
5.2 統計判決理論
習題
第6章 線性統計模型
6.1 線性模型的概念和分類
6.2 回歸分析
6.3 方差分析
6.4 協方差分析
6.5 一般線性模型的統計推斷
附錄 統計中常用的矩陣代數
習題
第7章 多元分析基礎
7.1 多元正態總體的抽樣分布及參數推斷
7.2 判別分析
7.3 多元線性模型
7.4 隨機向量的互依性
習題
附表
1.正態分布函數表
2.t分布表
3.x2分布表
4.F分布表