第1章 概率论基础知识 1.1 随机实验、样本空间、概率与条件概率 1.2 随机变量与概率分布的基本概念 1.3 几个典型的概率分布第2章 数据与数据的获得 2.1 总体、个体、特征与数据 2.2 数据类型 2.3 获得数据的调查方法与问卷设计 2.4 获得数据的实验方法第3章 样本数据特征的初步分析 3.1 样本数据结构的基本特征：频次与频率 3.2 观察刻度级样本数据结构的茎叶图与直方图方法 3.3 样本数据的位置特征：对数据中心的描述 3.4 样本数据的离散特征 3.5 样本数据特征的综合表达：箱形图第4章 SPSS的简单应用 4.1 使用SPSS的基础知识 4.2 SPSS的简单应用第5章 总体分布、样本分布与参数估计 5.1 总体分布与样本分布 5.2 统计量与统计量的分布 5.3 点估计 5.4 判断点估计的优劣标准 5.5* 区间估计 5.6 SPSS在参数估计中的应用第6章 参数假设检验 6.1 假设检验的基本概念 6.2 一个正态总体下的参数假设检验 6.3 一个0—1总体分布下的参数假设检验 6.4 两个正态总体下的参数假设检验 6.5* 大样本下两个任意总体的均值检验 6.6 用SPSS作假设检验第7章* 非参数假设检验 7.1* 两个总体分布的非参数假设检验 7.2* 一个总体分布的非参数假设检验 7.3* 用SPSS作非参数检验第8章 方差分析 8.1 单因素方差分析 8.2 用SPSS作单因素方差分析 8.3* 无重复实验的双因素方差分析 8.4* 重复实验的双因素方差分析 8.5* 用SPSS作双因素方差分析第9章 普通相关分析 9.1 两个随机变量的总体相关与样本相关 9.2 Spearman等级相关 9.3* 偏相关 9.4 相关系数异于零的显著性检验 9.5 SPSS对普通相关分析的处理 9.6** 品质相关与SPSS的处理第10章 线性回归分析 10.1 一元线性回归 10.2* 多元线性回归 10.3* 逐步回归 10.4 用SPSS处理经典回归问题 10.5** 多元线性回归的三大基本问题 10.6** 用SPSS处理线性回归的三大基本问题第11章 ** 主成分分析与因子分析 11.1** 主成分分析 11.2** 因子分析 11.3** 用SPSS进行因子分析第12章* 聚类分析与判别分析 12.1* 聚类分析的作法 12.2* 用SPSS做聚类分析 12.3** 判别分析的作法 12.4** Fisher判别法 12.5** Bayes判别法 12.6** 用SPSS作判别分析附录1 常用数理统计表附录2 各章思考题主要参考文献
· · · · · · (收起)