本书是美国一本经典的基础统计学教材，其最大特色是回避了深奥的数学模型，采用案例分析的方法，通过大量的应用实例，引导读者正确地收集数据资料并进行统计分析，以得到有意义的参考性结论。 
不同于一般的统计学入门教材，本书不仅包括数据收集、描述统计以及概率、统计推断等常用基础统计方法，还包括回归、方差分析、非参数统计等高级统计方法。 
本书读者对象十分广泛，既包括高校管理类专业本科生、研究生、MBA，又包括广大在职管理人员、各类专业人员以及希望了解管理知识的非管理人员等。 

 罗恩•拉森（Ron Larson） 美国宾夕法尼亚州立大学比兰德学院数学教授，拥有科罗拉多大学数学博士学位，擅长运用多媒体和网络来促进数学学习。 
译者简介 
刘 超 中国人民大学统计学博士，清华大学经济管理学院博士后，现为北京航空航天大学数学与系统科学学院副教授、硕士研究生导师。主持国家社科基金青年项目和教育部人文社科青年基金项目，在《统计研究》、《统计与决策》等刊物发表论文20多篇。

第Ⅰ篇描述统计学 

第1章统计学导论 
1.1统计概观 
1.2数据分类 
1.3实验设计 
第2章描述统计学 
2.1频率分布及其图形 
2.2更多图表 
2.3集中趋势的度量 
2.4变异性的度量 
2.5位置的测量 

第Ⅱ篇概率与概率分布 

第3章概率 
3.1概率与运算的基本概念 
3.2条件概率和乘法原理 
3.3加法原理 
3.4关于概率与运算的其他问题 
第4章离散概率分布 
4.1概率分布 
4.2二项分布 
4.3更多离散概率分布 
第5章正态概率分布 
5.1正态分布入门和标准正态分布 
5.2正态分布：计算概率 
5.3正态分布：计算数值 
5.4样本分布和中心极限定理 
5.5二项分布的正态近似 

第Ⅲ篇统计推断 

第6章置信区间 
6.1均值的置信区间（大样本） 
6.2均值的置信区间（小样本） 
6.3总体比例的置信区间 
6.4方差和标准差的置信区间 
第7章单样本假设检验 
7.1假设检验简介 
7.2均值的假设检验（大样本） 
7.3均值的假设检验（小样本） 
7.4比例的假设检验 
7.5方差和标准差的假设检验 
第8章两样本的假设检验 
8.1检验均值间差异（独立大样本） 
8.2检验均值间差异（独立小样本） 
8.3检验均值间差异（相依样本） 
8.4检验比例间差异 


第Ⅳ篇更多统计推断技术 

第9章相关和回归 
9.1相关 
9.2线性回归 
9.3回归和预测区间的测量 
9.4多元回归 
第10章卡方检验和F分布 
10.1拟合优度 
10.2独立性 
10.3两方差比较 
10.4方差分析 
第11章非参数检验 
11.1符号检验 
11.2Wilcoxon 检验 
11.3KruskalWallis检验 
11.4秩相关 
11.5游程检验