本书是一本联系实际应用的统计方面的教材。全书共17章，主要介绍描述性统计、概率、离散随机变量、连续随机变量、二元概率分布及抽样分布、置信区间估计、假设检验、分类数据分析、简单线性回归、多重回归分析、模型构造、试验设计的原则、试验设计的方差分析、非参数统计、统计过程和质量控制、产品和系统的可靠性。此外，本书的附录部分还介绍了一些统计软件的使用方法。
本书内容丰富、很少涉及统计学理论的严格数学证明，绝大部分是与实际应用紧密联系的例子和练习，适合作为理工科各专业本科生、研究生的统计学教材，也可作为相关领域研究人员的参考读物。

本书概要
本书是为工程专业和自然科学专业的学生设计的、　供两个学期使用的统计学课程教材.一旦这些学生毕业， 并且找到了工作， 他们就将涉及数据的收集和分析， 并且需要批判性地思考结果.这就要求他们了解数据描述及统计推断的基本概念， 并且熟悉工作中需要用到的统计方法.
教学法
第1~6章介绍学习统计学的目的， 说明如何描述数据集， 并且给出一些概率论的基本概念.第7章和第8章介绍关于总体参数的两种推断方法： 估计和假设检验.这些概念在其余几章中被扩展为在分析工程和科学数据时有用的主题， 包括分类数据分析（第9章）、 回归分析以及模型构造（第10~12章）、 试验设计的方差分析（第13~14章）、 非参数统计（第15章）、 统计质量控制（第16章）以及产品和系统的可靠性（第17章）.
我们假定读者学习了两个学期的微积分学， 即读者对微积分学原理有一个基本了解.要求读者具有运用一元微分法和积分法的能力， 但书中也有一些有关多元微积分的例题， 作为选学内容.因此， 我们在一元范围内只是概括地介绍理论概念， 但是教师利用选学内容、 例题以及练习可以很容易地将其深入到统计学理论和数学概念之中.
本书特色
本书的主要特色如下：
1 理论和应用相结合.将数理统计的基本理论概念整合为一门统计方法的课程， 供两个学期讲授.因此， 教师可以选择将其作为以基本概念和应用统计为重点的一门课程， 也可以作为偏向应用又介绍基本统计推断理论方法的一门课程.
2 统计软件应用指导.老师和学生可以选用统计软件进行统计计算.本书介绍了三个流行的统计软件包（SAS、 SPSS以及MINITAB）的输出结果以及Microsoft Excel的输出结果.附录C、 附录D以及附录E介绍了菜单屏幕和对话框的使用， 是为初学者设计的， 这些辅导材料不需要预先使用这些软件的经验.
3 主题和应用的结合范围.为了满足未来工程师和科学家的种种需要， 本书提供了覆盖范围广泛的数据分析主题.本书对多元回归以及模型构造（第11章和第12章）、 试验设计的原理（第13章）、 质量控制（第16章）以及可靠性（第17章）等内容的安排与通常的初等统计学教程不同.虽然这些题材通常涉及理论概念， 但是讲述是面向应用的.
4 基于大量实际数据的练习.本书包含了大量的应用练习， 主要是为了激发学生的学习兴趣和启发学生利用所学方法解决实际问题.几乎每一个练习都是基于摘自专业期刊或者从工程和自然科学团体得到的数据或试验结果.练习放在每章重点节的末尾以及各章的末尾.
5 “活动中的统计学”案例分析.现在本书在每章末尾新增了一个当代的科学研究（“活动中的统计学”）以及附带的数据与分析.我们的目的是向学生展示评估发现和思考涉及的统计问题， 以及应用正确的统计方法的重要性.
6 在线提供数据集.与例题、 练习以及案例有关的所有数据集都可以从网上在线获得.每个数据集在本书中都有一个CD图标和文件名.数据文件以5种不同的格式（MINITAB、 SAS、 SPSS、 Excel和ASCⅡ）保存（以便易于导入其他统计软件包中）.利用统计软件分析这些数据， 将计算减少到最低限度， 使学生可以集中精力解释结果.
第5版的更新之处
虽然目的和范围与以前版本是一样的， 但是本书的第5版包含若干重要的改动、 增补和加强：
1 每章末尾的“活动中的统计学”案例.正如上面提到的， 现在本书在每章末尾增加了一个实际的最新科学研究的讨论.详细地讨论数据和分析， 从而展示本章的统计方法是怎样用来回答此领域里的相关问题的.
2 最新的统计软件输出结果.在本书中， 我们增加了大量输出结果， 包括最新版本的SPSS和Excel输出结果以及最新的SAS和MINITAB输出结果.输出结果及相关的每种统计方法使教师能够把重点放在对统计结果的解释上， 而不是把重点放在为了得到结果而需要的计算上.
3 章末的总结材料.在每一章的末尾， 我们通过快速回顾、 符号汇集以及每章总结提示， 提供一个主题概要.这些可以帮助学生总结和提炼本章的重点， 是有用的学习工具.
4 更多的实际数据练习.本书添加了许多新的“现实”的科学练习.它们全都来自报刊、 科学杂志以及专业学报.
5 第1章： 统计学和批判性思考.增加了统计学在评估由数据作出推断的可信性与价值中的作用一节， 即统计学在批判性思考中的作用（14节）.
6 第2章： 描述性统计歪曲事实真相.在新的28节中包含了一些例题， 用来说明图形和数字描述性度量如何歪曲对数据的观察， 以及当这种事情发生时， 怎样认识它.
7 第4~6章： 随机变量的标准数学符号.在有关随机变量的各章中， 我们都使用标准的数学符号来表示一个随机变量.大写字母用于表示随机变量， 小写字母表示随机变量的可能取值.
8 第6章： 蒙特卡罗(Monte Carlo)模拟.我们通过68节中的例题强调用蒙特卡罗模拟逼近抽样分布.
9 第7章和第8章： 自助法和贝叶斯方法.现在新的可选小节给出另外两种估计方法(712节)以及假设检验方法（813节）——自助法和贝叶斯方法.
10 第9章： 列联表的精确检验.新的可选小节（96节）给出了2×2列联表独立性的费希尔（Fisher）精确检验.
11 第11章： 多元回归模型.在第11章的不同小节中给出了几个不同的多元回归模型： 一阶模型（117节）、 交互作用模型（118节）以及二阶模型（119节）.
12 第12章： 外部模型确认.在第12章中增加了外部确认多元回归模型有效性的可选小节（129节）， 讨论了交叉确认法和刀切法.
13 第13章和第14章： 试验设计和方差分析.以往关于方差分析的题材现在分成两章： “试验设计的原理”（第13章）和“试验设计的方差分析”（第14章）.
14 第16章： 能力分析.在有关统计过程和质量控制的一章中现在包括了有关能力分析重要性的新的可选小节（169节）.
全书还有许多细节上不是很明显的变化， 这是按照本书当前的读者和审阅人的建议作出的修改.
辅助读物
本书以下面的补充性读物为配套资料：
1 学生解答指南(Mark Dummeldinger)(ISBN:0131877089).本指南包括本书中全部奇数号练习的完全解答.
2 教师解答指南(Mark Dummeldinger)(ISBN:0131877070).本指南包括本书中全部偶数号练习的完全解答.
致谢
本书是许多人多年共同努力的结果.首先， 我们感谢下列各位教授， 他们对本版以及前几版的评审意见已经改入到第5版中.本书第5版的审阅人：
Dharam Chopra(Wichita University)
Edward Danial(Morgan State University)
Frank Guess(University of Tennessee)
Carol O’Connor Holloman(University of Louisville)
Nancy Matthews(University of Oklahoma)
Alan Rabideau(University of Buffalo)
Charles Reilly(University of Central Florida)
Larry Ringer(Texas A&M University)
Arnold Sweet(Purdue University)
Paul Switzer(Stanford Universtiy)
以前几版的审阅人：
Carl Bodenschatz(United States Air Force Academy)
George CDerringer(Battelle Columbus,Ohio,Division)
Danny Dyer(University of TexasArlington)
Herberg Eisenberg(West Virginia College of Graduate Studies)
Christopher Ennis(Normandale Community College)
Nasrollah Etemadi(University of IllinoisChicago)
Linda Gans(California State Polytechnic University)
Carol Gattis(University of Arkansas)
KGJanardan(Eastern Michigan University)
HLennon(Coventry Polytechnic,Coventry,England)
Jeffery Maxey(University of Central Florida)
Curtis McKnight(University of Oklahoma)
Chand Midha(University of Akron)
Balgobin Nandram(Worcester Polytechnic Institute)
Paul Nelson(Kansas State University)
Norbert Oppenheim(City College of New York)
Giovanni Parmigiani(Duke University)
David Powers(Clarkson University)
David Robinson(StCloud State University)
Shiva Saksena(University of North CarolinaWilmington)
Dennis Wackerly(University of Florida)
Donald Woods(Texas A&M University)
其他贡献者
特别感谢我们的助手Mark DummeldingerEd Danial和Weiwei Chen博士， 他们非常认真地检查了第5版， 帮助我们有了一本高度精确和清晰的教材.最后感谢培生教育出版集团的工作人员Sally Yagan、 Jennifer Urban以及Joanne Wendelken， 他们在本书编写和出版的各个环节给予了我们很大的帮助.

数学\统计学

“本书在利用实际数据方面做了非常好的工作......”
　　　　　　　　　　　　　　　　 -----Melinda McCann，俄克拉荷马州立大学
“向学生极其清楚地讲述了统计学/概率论的基本概念”
　　　　　　　　　　　　　　　　 -----Arnold Sweet，普度大学
　　本书是统计学方面的一本经典教材，与其他同类教材相比，本书以清晰、简洁的方式介绍了数理统计的基本概念，书中很少涉及统计理论的严格数学证明，绝大部分是实际应用紧密联系的例子和练习。本书给出了近250个例题、1200个练习题，这些例子涉及数、理、化、天文、地理、生物等自然科学以及几乎所有工程技术领域，有助于激发学生的学习兴趣和启发学生利用所学方法解决实际问题。此外，本书附录部分还介绍了ＳＡＳ、ＭＩＮＩＴＡＢ、ＳＰＳＳ等统计软件的使用方法。
　　与前版相比，本书在每章末增加了“活动中的统计学”案例，详细地讨论和分析数据，说明如何应用本章的统计方法解决该领域的相关问题。此外，还增加了统计软件打印输出、章末总结材料和更多的实际数据练习。同时，为易于读者理解，各章也都或多或少地有所调整和更新。
　　本书可作为理工科各专业本科生或研究生的统计学教材，也可作为工程技术领域研究人员的参考书。

（美）William Mendenhall; Terry Sincich 著：William Mendenhall 拥有北卡罗莱纳州立大学博士学位，曾任宾夕法尼亚州Bucknell大学数学系教授， 1963年至1977年担任佛罗里达大学统计系主任，1978年后，担任佛罗里达大学名誉教授。 Terry Sincich 拥有佛罗里达大学统计学博士学位，曾任教于佛罗里达大学以及南佛罗里达大学，并获得了许多研究生和本科生统计课程的教学奖，现在是美国统计协会和决策科学研究所的成员。他的研究领域是应用统计建模和分析。

梁冯珍 关静 等译　　　　　　　　　　　　　　　　史道济 审校：天津大学数学系教授，博导，Journal of Applied Mathematics and Decision Sciences 杂志编委, Bernoulli 学会成员, 中国现场统计研究会理事, 中国数学会概率统计学会理事，中国工程概率统计学会常务理事, 天津市现场统计研究会副理事长，全国统计教材编审委员会委员

国内已经出版了许多统计学方面的教材， 包括国内专家学者编写的以及翻译的， 都各有特点.本书是佛罗里达大学William Mendenhall教授与南佛罗里达大学Terry Sincich副教授编写的《Statistics for Engineering and the Sciences》的第5版， 自2007年出版以来， 得到了许多同行的肯定评价， 被称赞为“是一本真正经典的统计方面的教材”， “容易读”， “在利用实际数据方面做出了非常出色的工作”，　“向学生们极其清楚地讲述了统计学/概率论的基本概念”.
本书作为理工科各专业本科生的统计学考材， 并不十分强调统计学理论的严格数学证明.在这样一本大部头著作中， 证明只占很少一部分， 绝大部分是与实际应用紧密联系的例子与练习.本书的最大特点： 联系实际.全书给出了近250个例题、 1200道练习题， 每章最后还有一节“STATISTICS IN ACTION”， 我们译成“活动中的统计学”， 所有这些都是由活跃在各个领域的工程师、 科学家以及统计学家提供的有据可查（表明了出处）的真实例子.这些例子涉及数、 理、 化、 生、 地、 天文等自然科学， 以及几乎所有工程技术领域.除了少量的理论练习， 每个应用练习都有一个标题.有些问题的标题可能多处出现， 如果将它们串在一起， 就构成这个问题由浅入深的研究过程.
本书的第二个特点是介绍了统计软件的应用.统计学是数据的科学， 一个真实的统计问题离不开统计数据的大量计算.书中的练习当然只能列出其中一小部分数据， 附录中有SAS、 MINITAB、 SPSS等统计软件的用法简介.有兴趣利用统计软件解决实际问题的读者， 可从华章网站（wwwhzbookcom）下载包含全部数据的文件， 按相应练习中的要求， 解释运行结果， 这是十分有益的.
我们翻译的是原著的第5版， 它在前几版的基础上增加了许多新内容.全书共17章， 包括了统计学的基本内容， 其中有不少是国内高校“统计学”课程中没有或很少提及的， 如试验设计、 统计质量控制、 可靠性等.每章末有快速回顾， 帮助读者更好、 更快地掌握内容.
翻译这样一本大作对我们的水平和耐心是一次考验.虽然在我们共同努力下， 克服困难， 完成了任务， 但其中肯定存在不少问题， 特别是某些专业术语的翻译， 借助于互联网， 可以找到许多相关的意义， 而我们以前又从来没有接触过这个领域， 因此有时只能望文生义选择我们认为比较合适的译名.参与本书翻译的有： 梁冯珍、 关静、 吴新荣、 韩月丽、 李秀敏、 徐付霞、 刘晶、 李、 郭慧、 辛凌雯、 蔡霞、 贺广婷.其中关静负责前9章， 梁冯珍负责后8章， 最后由史道济审校定稿.由于我们水平有限， 翻译不当之处在所难免， 恳请广大专家及读者指出， 不胜感激.

译者
2009年5月

译者序
前言

第1章绪论
11统计学： 数据的科学
12统计学的基本要素
13数据类型
14统计学在批判性思考中的作用
15本书介绍的统计方法导引
第2章描述性统计
21描述定性数据的图形法和数值法
22描述定量数据的图形法
23描述定量数据的数值法
24中心趋势的度量
25变异性的度量
26相对位置的度量
27检测异常值的方法
28描述性统计歪曲事实真相
第3章概率
31概率在统计学中的作用
32事件、 样本空间和概率
33复合事件
34补事件
35条件概率
36并和交的概率法则
*37贝叶斯法则
38计数法则
39概率和统计的示例
310随机抽样
第4章离散随机变量
41离散随机变量的定义
42离散随机变量的概率分布
43随机变量的期望值
44一些有用的期望值定理
45伯努利试验
46二项概率分布
47多项概率分布
48负二项概率分布和几何概率分布
49超几何概率分布
410泊松概率分布
*411矩和矩母函数
第5章连续随机变量
51连续随机变量
52连续随机变量的密度函数
53连续随机变量的期望值
54均匀概率分布
55正态概率分布
56判定正态性的描述性方法
57Γ型概率分布
58威布尔概率分布
59β型概率分布
*510矩和矩母函数
第6章二元概率分布及抽样分布
61二元离散随机变量的概率分布
62二元连续随机变量的概率分布
63两个随机变量的函数的期望值
64独立性
65两个随机变量的协方差和相关性
*66随机变量函数的概率分布和
期望值
67抽样分布
68用蒙特卡罗模拟逼近抽样分布
69均值与和的抽样分布
610二项分布的正态逼近
611与正态分布有关的抽样分布
第7章用置信区间估计
71点估计及其性质　　
72求点估计： 经典估计方法
73求区间估计: 枢轴法
74总体均值的估计
75两个总体均值差的估计: 独立样本
76两个总体均值差的估计: 配对
77总体比率的估计
78两个总体比率差的估计
79总体方差的估计
710两个总体方差比的估计
711选择样本容量
*712其他区间估计方法: 自助法和
贝叶斯法
第8章假设检验
81假设统计检验与置信区间的关系
82统计检验的要素与性质
83求检验统计量: 经典方法
84选择原假设和备择假设
85检验总体均值　
86检验的观测显著性水平　
87检验两个总体均值的差: 独立样本　
88检验两个总体均值的差： 配对
89检验总体比率
810检验两个总体比率的差
811检验总体方差
812检验两个总体方差的比
*813其他检验方法: 自助法和
贝叶斯法
第9章分类数据分析
91分类数据和多项概率
92估计单向表中的类型概率
93检验单向表中的类型概率
94关于双向表(列联表)中类型
概率的推断
95固定边缘和的列联表
*96列联表分析中独立性的精确检验
第10章简单线性回归
101回归模型
102模型假定
103估计β0和β1： 最小二乘法
104最小二乘估计的性质
105σ2的估计量
106评价模型的效用： 进行关于斜率
β1的推断
107相关系数
108决定系数
109利用模型估计和预测
1010一个完整的例子
1011简单线性回归步骤的小结
第11章多重回归分析
111多重回归模型的一般形式
112模型假定
113拟合模型:　最小二乘法
114用矩阵代数计算:　关于单个β
参数的估计和推断
115评价整体模型的恰当性
116E(y)的置信区间和未来值y的
预测区间
117定量预测量的一阶模型
118定量预测量的交互作用模型
119定量预测量的二阶(二次)模型
1110检查假定: 残差分析
1111某些陷阱: 可估性、 多重共线性
和外推
1112多重回归分析的步骤总结
第12章模型构建
121引言: 为什么模型构建是重要的
122自变量的两种类型: 定量的和
定性的
123一元定量自变量模型
124二元定量自变量模型
*125编码定量自变量
126一元定性自变量模型
127定量和定性自变量模型
128比较嵌套模型的检验
129外部模型确认
1210逐步回归
第13章试验设计的原理
131引言
132试验设计术语
133控制试验中的信息
134减少噪声的设计
135增加容量设计
136选择样本容量
137随机化的重要性
第14章试验设计的方差分析
141引言
142方差分析中的逻辑
143单因子完全随机化设计
144随机化区组设计
145双因子析因试验
*146更复杂的析因设计
*147套式抽样设计
148处理均值的多重比较
149检查ANOVA假定
第15章非参数统计
151引言： 分布自由检验
152检验单个总体的位置
153比较两个总体： 独立随机样本
154比较两个总体： 配对设计
155比较三个或更多总体： 完全随
机化设计
156比较三个或更多总体： 随机化
区组设计
157非参数回归
第16章统计过程和质量控制
161全面质量管理
162计量控制图
163均值控制图： 图
164过程变异控制图： R图
165发现控制图中的趋势： 游程分析
166不合格品百分率控制图： p图
167每个个体缺陷数控制图： c图
168容许限
*169能力分析
1610不合格品的抽样验收
*1611其他抽样计划
*1612调优操作
第17章产品和系统的可靠性
171引言
172失效时间分布
173危险率
174寿命试验： 删失抽样
175估计指数失效时间分布的参数
176估计威布尔失效时间分布的参数
177系统可靠性
附录A矩阵代数
附录B有用的统计表
附录CSAS的视窗指导
附录DMINITAB视窗指导
附录ESPSS 视窗指导
习题简答