本书在介绍实用统计学基本概念、基础理论、基本问题处理方法的基础上，分别在SPSS 和Python 上对照处理实用统计问题。
本书内容共分为9 章，涵盖了概率论基础、统计学基本概念、参数估计、参数假设检验、回归分析、方差分析与协方差分析、非参数假设检验、相关与秩相关分析、分类数据分析。
本书可作为非数学类专业本科高年级学生的选修课教材或作为非数学类专业硕士研究生的数理统计教材，也可作为数理统计应用工作者的参考书籍。
庄纪林
----------------------------
庄纪林，副研究馆员，北京大学力学与工程科学系学士，北京大学信息科学技术学院硕士。现就职于北京大学图书馆项目管理中心，曾任中国高等教育文献保障系统管理中心系统部主任、数据部副主任等职。参与过教育部211工程、国家社科基金等多项课题。
第１章 概率论基础/１
１.１ 随机事件与概率/１
１.２ 随机变量及其分布/４
１.３ 随机变量的数字特征/１４
１.４ 正态分布/２２
１.５ 概率论基础的Python实现/２６
第２章 统计学基本概念/３４
２.１ 基本概念/３４
２.２ 统 计 量/３５
２.３ 抽样分布/４１
２.４ 描述统计的SPSS与Python实现/５２
第３章 参数估计/８５
３.１ 参数的点估计/８５
３.２ 点估计量的评选标准/９３
３.３ 参数的区间估计/９６
３.４ 单个正态总体参数的区间估计/９８
３.５ 两个正态总体参数的区间估计/１０１
３.６ 单侧置信区间/１０４
３.７ 一般总体参数的区间估计/１０７
３.８ 参数估计的SPSS与Python实现/１０９
第４章 参数假设检验/１２１
４.１ 参数假设检验的基本概念/１２１
４.２ 单个正态总体未知参数的假设检验/１３０
４.３ 两个相互独立的正态总体未知参数的假设检验/１３６
４.４ 基于成对数据的假设检验/１４２
４.５ 指数分布参数的假设检验/１４３
４.６ 比率p 的假设检验/１４５
４.７ OC曲线、功效函数以及样本容量的选取/１４９
４.８ 参数假设检验的SPSS与Python实现/１５５
第５章 回归分析/１７３
５.１ 一元线性回归分析/１７４
５.２ 多元线性回归分析/１９１
５.３ 可化为线性回归问题的非线性回归问题/２０８
５.４ 回归分析的SPSS与Python实现/２１７
第６章 方差分析与协方差分析/２４７
６.１ 单因素试验的方差分析/２４７
６.２ 方差齐性检验/２５８
６.３ 双因素试验的方差分析/２６１
６.４ 单因素单协变量试验的协方差分析/２７１
６.５ 方差分析与协方差分析的SPSS与Python实现/２８４
第７章 非参数假设检验/３０５
７.１ 单样本位置检验/３０５
７.２ 两独立样本位置检验/３１５
７.３ 多样本位置检验/３３０
７.４ 尺度检验/３４０
７.５ 非参数假设检验的SPSS与Python实现/３５０
第８章 相关与秩相关分析/３６８
８.１ 相关关系与散点图/３６８
８.２ Pearson相关/３７０
８.３ 复 相 关/３７２
８.４ 偏 相 关/３７６
８.５ 点二列相关/３７９
８.６ Spearman秩相关/３８２
８.７ Kendall秩相关/３８７
８.８ Kendall协同系数/３９２
８.９ 相关与秩相关分析的SPSS与Python实现/３９５
第９章 分类数据分析/４０６
９.１ 单一分类变量的χ２检验/４０６
９.２ 两个分类变量的χ２独立性检验/４０８
９.３ ２×２列联表的Fisher精确检验/４１７
９.４ 成对样本列联表的一致性检验/４２０
９.５ 分类数据分析的SPSS与Python实现/４２８
参考文献/４５２
附录/４５３
书单推荐
