前辅文
 第一章 随机事件与概率
  1.1 随机现象与随机试验
   1.1.1 随机试验与随机事件
   1.1.2 事件的关系与运算
  1.2 概率的定义
   1.2.1 概率的统计定义
   1.2.2 概率的古典定义
   1.2.3 概率的几何定义
   1.2.4 概率的公理化定义
  1.3 条件概率与独立性
   1.3.1 条件概率
   1.3.2 乘法公式
   1.3.3 全概率公式与贝叶斯公式
   1.3.4 事件的独立性
   1.3.5 独立试验概型
  第一章小结与注记
  第一章习题
 第二章 一维随机变量及其分布
  2.1 随机变量的概念及其分布函数
   2.1.1 随机变量的概念
   2.1.2 随机变量的分布函数
  2.2 一维离散型随机变量
   2.2.1 二项分布
   2.2.2 泊松分布
   2.2.3 几何分布
  2.3 一维连续型随机变量
   2.3.1 均匀分布
   2.3.2 指数分布
   2.3.3 正态分布
  2.4 一维随机变量函数的分布
  第二章小结与注记
  第二章习题
 第三章 随机向量及其分布
  3.1 随机向量的概念及其分布函数
   3.1.1 随机向量的定义和联合分布
   3.1.2 随机变量的独立性
  3.2 二维离散型随机向量
   3.2.1 二维离散型随机向量联合分布列与边缘分布列
   3.2.2 二维离散型随机向量条件分布列
  3.3 二维连续型随机向量
   3.3.1 二维连续型随机向量的联合密度函数及边缘分布密度函数
   3.3.2 二维连续型随机向量的条件密度函数
  3.4 二维随机向量函数的分布
  第三章小结与注记
  第三章习题
 第四章 随机变量的数字特征
  4.1 一维随机变量的数字特征
   4.1.1 随机变量的数学期望
   4.1.2 随机变量的方差
   4.1.3 随机变量的矩
  4.2 随机向量的数字特征
   4.2.1 二维随机向量的协方差
   4.2.2 数学期望、方差和协方差的运算性质
   4.2.3 条件数学期望
  第四章小结与注记
  第四章习题
 第五章 大数定律和中心极限定理
  5.1 大数定律
   5.1.1 大数定律问题的提法
   5.1.2 弱大数定律
   5.1.3 强大数定律
  5.2 中心极限定理
  第五章小结与注记
  第五章习题
 第六章 数理统计的基本概念
  6.1 总体、样本和统计量
   6.1.1 总体与样本
   6.1.2 统计量
  6.2 经验分布函数
  6.3 抽样分布
   6.3.1 样本均值与样本方差的数字特征
   6.3.2 三种重要的概率分布
   6.3.3 分位数
   6.3.4 正态总体的抽样分布
  第六章小结与注记
  第六章习题
 第七章 参数估计
  7.1 参数的点估计
   7.1.1 矩法估计
   7.1.2 最大似然估计
   7.1.3 顺序统计量估计
  7.2 估计量优劣性的评价
  7.3 参数的区间估计
   7.3.1 单个正态总体参数的区间估计
   7.3.2 两个正态总体参数的区间估计
   7.3.3 单个正态总体参数\ $(\mu ,\sigma ^2)$ 的联合区间估计
   7.3.4 非正态总体参数的区间估计
  第七章小结与注记
  第七章习题
 第八章 假设检验
  8.1 假设检验与两类错误
   8.1.1 假设检验问题的提法
   8.1.2 假设检验的两类错误
  8.2 正态总体参数的假设检验
  8.3 非正态总体均值的假设检验
  8.4 非参数假设检验
   8.4.1 多项分布的\ $\chi ^2$ 拟合检验
   8.4.2 一般分布的\ $\chi ^2$ 拟合检验
  第八章小结与注记
  第八章习题
 第九章 R 软件简介及例题
  9.1 R\ 软件简介
   9.1.1 基本操作
   9.1.2 数据类型和对象
   9.1.3 数据读写
   9.1.4 简单编程
   9.1.5 绘图
  9.2 例题
 习题参考答案
 附录: 数理统计常用分布表
 参考文献