全书分为两部分,**部分为概率学初步,介绍概率、随机变量、分布函数、数字特征以及大数定理和**极限定理等基础知识。第二部分为数理统计,叙述了假设检验的原理,抽样分布、参数估计、假设检验、方差分析、回归分析、正交设计和均匀设计等内容。该书适合于药学、医学、预防医学、药剂学、卫生学、生物学等专业采用。

**章 随机事件与概率
**节 随机事件及其运算
一、随机试验和随机事件
二、事件间的关系与运算
第二节 概率的定义与古典概型
一、频率
二、概率的统计定义
三、古典概型
第三节 概率的加法公式和乘法公式
一、概率的加法公式
二、条件概率和事件的独立性
第四节 全概率公式和逆概率公式
一、全概率公式
二、逆概率公式
第五节 独立重复试验概型
第二章 随机变量的概率分布和数字特征
**节 随机变量及其分布
一、离散型随机变量的分布律与分布函数
二、连续型随机变量的概率密度函数
三、随机变量的分布函数
四、正态分布
第二节 随机变量的数字特征
一、数学期望及其性质
二、方差及其性质
第三节 大数定理和**极限定理
一、大数定理
二、**极限定理
第三章 抽样与估计
**节 抽样
一、总体与样本
二、随机抽样
第二节 样本的数字特征与抽样分布
一、统计量
二、样本的数字特征
三、几种统计量的分布
第三节 参数的点估计
一、求估计量的方法
二、无偏估计
第四节 参数的区间估计
一、σ2已知时,总体均值μ的区间估计
二、σ2未知时,总体均值μ的区间估计
三、总体方差σ2的区间估计
四、总体率的区间估计
第五节 经验分布
一、样本直方图
二、累积频率分布图
第四章 假设检验
**节 假设检验概述
一、假设检验的基本思路
二、假设检验的一般步骤

三、两类错误
第二节 单个正态总体均值的假设检验
一、方差已知的u检验
二、方差未知的t检验
第三节 两个正态总体均值的假设检验
一、配对比较的t检验
二、成组比较的t检验
第四节 关于正态总体方差的检验
一、单个正态总体方差的x2检验
二、两个正态总体方差齐性的F检验
第五节 拟合优度检验与独立性检验
一、拟合优度检验
二、列联表的独立性检验
第六节 符号检验与秩和检验
一、符号检验
二、秩和检验
第五章 方差分析
**节 单因素方差分析
一、单因素方差分析的基本思路
二、单因素方差分析的一般方法
三、举例
第二节 多组均数间的西两比较
一、两两间多重比较的T方法
二、两两间宏重比较的S方法
第六章 回归分析
**节 一元线性回归
一、回归分析的基本思路
二、回归方程的建立
三、回归方程的显著性检验
四、相关系数与相关系数的假设检验
第二节 可化为线性回归的问题举例
第三节 利用回归方程进行预测和控制
第七章 正交试验法和均匀设计法
**节 正交试验设计基本方法
一、正交表及其特点
二、正交试验设计基本方法
第二节 有交互作用的正交试验设计
一、两列间的交互列
二、考虑交互作用的试验设计
第三节 均匀设计简介
一、均匀设计表及其使用方法
二、应用实例
附表
附表1 二项分布表
附表2 泊松(Poisson)分布表
附表3 标准正态分布的密度函数表
附表4 标准正态分布表
附表5 正态分布的双侧分位数(u1-α/2号)表
附表6 相关系数临界值表”
附表7 x2分布的上侧分位数(x2-α)表

附表8 t分布的双侧分位数(t1-α/2)表
附表9 随机数字表
附表10 符号检验表
附表11 秩和检验表
附表12 F检验的临界值(F1一α)表
附表13 二项分布参数P的置信区间表
附表14 多重比较中的S表
附表15 多重比较中的q表
附表16 常用正交表
附表17 常用均匀设计表
习题答案
索引
参考文献

本书首先介绍了概率、随机变量、分布函数、数字特征以及大数定理和**极限定理等基础知识,接着叙述了假设检验的原理,抽样分布、参数估计、假设检验、方差分析、回归分析、正交设计和均匀设计等内容。该书注意反映现代数理统计的新成果,着重介绍数理统计的各种方法,应用条件及结论的含义。 本书虽为药学专业专科编写,实际上是一本比较精练的应用数理统计学,也可供临床医学、预防医学、药剂学、卫生学、生物学等专业采用。