数据的统计处理和解释（第二版）

　　本书从实用的角度出发，结合各行业数据统计处理与解释的实际需求及其相关的国家标准，采用大量的质量管理方面的实例，详细介绍了数据的统计处理和解释的理论、方法及原理，力求通俗易懂，深入浅出。读者通过本书可全面了解参数的统计检验、参数的估计以及异常值的判断与处理方面的基本知识和常用方法。本书可作为各行各业数据统计处理和解释的培训教材使用，适用于质量管理人员、各类统计人员和工程技术人员阅读参考。

暂缺《数据的统计处理和解释（第二版）》作者简介

第1章 基本概念
1.1 引言
1.2 指标的分类
1.3 指标的分布
1.4 数据与取样
1.5 集中趋势
1.5.1 算术平均数
1.5.2 中位数
1.5.3 众数
1.6 离散性指标
1.7 分位数简介
1.8 其他
第2章 概率与分布
2.1 比例与概率
2.2 样本与统计量的分布
2.2.1 分布
2.2.2 随机变量与分布
2.2.3 期望、方差、矩
2.2.4 联合分布、条件分布、独立性
2.2.5 样本的联合分布
2.3 常见的离散型分布
2.3.1 两点分布
2.3.2 二项分布6(n，p)
2.3.3 超几何分布
2.3.4 泊松分布
2.3.5 负二项分布
2.4 常见的连续型分布
2.4.1 正态分布
2.4.2 指数分布与威布尔分布
2.4.3 极值分布
2.4.4 位置一尺度参数族
2.4.5 τ分布
2.4.6 对数正态分布
2.5 统计量导出的分布
2.5.1 正态总体导出的统计量及其分布
2.5.2 样本的次序统计量
2.6 分位数
2.7 参数估计与假设检验简介
第3章 参数估计
3.1 点估计简介
3.2 点估计的优良性准则
3.3 点估计的方法
3.3.1 矩估计法
3.3.2 最大似然估计法
3.3.3 最小二乘法
3.3.4 贝叶斯估计
3.4 区间估计
3.5 二项分布参数的点估计与区间估计
3.5.1 经典估计
3.5.2 序贯估计
3.5.3 贝叶斯估计
3.5.4 极小极大估计
3.5.5 区间估计
3.6 泊松分布参数的点估计与区间估计
3.7 正态分布参数的点估计与区间估计
3.8 τ分布参数的点估计与区间估计
3.8.1 二参数τ分布的参数估计
3.8.2 三参数τ分布
第4章 假设检验
4.1 正态总体均值的检验
4.1.1 均值与给定值的比较
4.1.2 两个均值的比较
4.1.3 成对观测的两均值比较
4.2 方差分析
4.2.1 单因素的方差分析
4.2.2 两因素的方差分析
4.3 正态总体方差的检验
4.4 功效函数
4.4.1 U检验的优良性质
4.4.2 假设检验的一些理论
4.4.3 OC曲线的实际意义和应用
4.5 正态性检验
4.5.1 S—W检验法(Shapiro—wilk)
4.5.2 D检验法(D'Agostino)
4.5.3 偏度、峰度检验法
4.5.4 正态概率纸
4.6 二项分布参数的检验
4.6.1 单侧情形
4.6.2 双侧情形
4.7 泊松分布参数的假设检验
4.7.1 单侧情形
4.7.2 双侧情形
第5章 异常值的判断和处理
5.1 异常值处理的意义
5.2 正态总体异常值的判断和处理(GB／T 4883)
5.2.1 奈尔(Nair)检验法
5.2.2 格拉布斯(Grubbs)检验法
5.2.3 狄克逊(Dixon)检验法
5.2.4 偏度一峰度检验法
5.2.5 一些说明
5.2.6 数据处理实例
5.3 指数分布异常值的判断和处理(GB／T 8056)
5.3.1 全样观测时的方法
5.3.2 定数截尾时的检验方法
5.4 I型极值分布异常值的判断与处理(GB／T 6380)
5.4.1 狄克逊法
5.4.2 欧文(Irwin)法
参考文献