序 章 为了高效地、一步步理解“统计学”
--本书的立场
第1部分 速学！从标准差到检验、区间估计
第1章 用频率分布表和直方图刻画数据的特征
1 根据原始数据什么也搞不明白，所以使用统计
2 做直方图
第2章 平均值是挑担人偶玩具的支点
--平均值的作用和把握方法
1 统计量是概括数据的数值
2 平均值
3 频率分布表上的平均值
4 平均值在直方图中的作用
5 该怎样捕捉平均值
第3章 由数据分散程度估计统计量
--方差和标准差
1 想要知道数据的分散和波动
2 以公交车到达时刻的例子来理解方差
3 标准差的意义
4 从频率分布表求标准差
第4章 这个数据是“平常”还是“特殊”,以标准差（S.D.）来评价
1 标准差是浪涌的激烈程度
2 明确了S.D.就可以评价数据的“特殊性”
3 复数的数据组的比较
4 加工后的数据的平均值和标准差
第5章 标准差（S.D.）可以灵活运用于股票风险指标（波动率）
1 股票的平均收益率是什么
2 仅凭平均收益率不能判断是不是优良的投资
3 波动率的意义
第6章 标准差（S.D.）也可用于理解高风险、高回报（夏普比率）
1 高风险、高回报和低风险、低回报
2 金融商品优劣的衡量方法
3 衡量金融商品优劣的数值：夏普比率
第7章 身高、掷硬币等最常见的分布、正态分布
1 最常见的数据分布
2 一般正态分布的观察方法
3 身高数据是正态分布的
第8章 推论统计的出发点，使用正态分布进行“预测”
1 使用正态分布的知识，可以进行“预测”
2 标准正态分布的95%预测命中区间
3 一般正态分布的95%预测命中区间
第9章 从一个数据推出母群体
--假设检验的思维方法
1 所谓推论统计即从部分推出整体
2 推测差不多可行的母群体
3 判断95%预测命中区间是否妥当
第10章 以测定温度为例，探寻95%置信区间
--区间估计
1 反过来利用预测命中区间的估计
2 置信区间的“95%”的意义
3 对标准差的已知正态母群体的平均值的区间估计
第2部分 从观测数据推测其背后的广阔世界
第11章 根据“部分”推论“总体”
--母群体和统计的估计
1 母群体是假想之潭
2随机抽样法和总体均值
第12章 表示母群体数据分散程度的统计量
--总体方差和总体标准差
1 搞清数据的分散程度
2 总体方差和总体标准差的计算
第13章 复数数据的平均值比1个数据接近总体均值
--样本均值的思维方法
1 从观测到的1个数据可以推测出什么
2 为什么要做样本均值
第14章 随着观测数据增加，预测区间变窄
--正态母群体的便利商品、样本均值
1 正态分布样本均值的性质很美
2 关于正态母群体样本均值的95%预测命中区间
第15章 已知总体方差，求正态母群体的总体均值
--使用样本均值进行总体均值的区间估计
1 推测总体均值和总体方差
2 使用样本均值进行总体均值的区间估计
第16章 卡方分布登场
--样本方差的求法和卡方分布
1 样本方差的求法
2 卡方分布是什么
第17章 用卡方分布推算总体方差
--推算正态母群体的总体方差
1 卡方分布的95%预测命中区间
2 终于开始正态母群体总体方差的估计了
第18章 样本方差呈卡方分布
--与样本方差成正比的统计量W的做法
1 与样本方差成正比的统计量W的做法
2 样本方差的卡方分布自由度下降1
第19章 即使未知总体均值仍能推算总体方差
--总体均值未知时对正态母群体进行区间估计
1 未知总体均值推算总体方差
2 估计总体方差的具体例子
第20章 t分布登场
--总体均值以外的以“实际观测样本”可计算的统计量
1 终于登场的t分布
2 t分布的直方图
3 统计量T的计算
4 关于t分布的正式定义
第21章 根据t分布进行区间估计
--未知总体方差时以正态母群体推算总体均值
1 最自然的区间估计--t分