来源：原始 Jupyter Notebook。内容已转换为网页阅读格式；下载原文件。

第 1 章 事件的概率

1.1 概率是什么

1.2 古典概率计算

1.3 事件的运算、条件概率与独立性

第 2 章 随机变量及概率分布

2.1 一维随机变量

2.2 多维随机变量（随机向量）

2.3 条件概率分布与随机变量的独立性

2.4 随机变量的函数的概率分布

第 3 章 随机变量的数字特征

3.1 数学期望（均值）与中位数

3.2 方差与矩

3.3 协方差与相关系数

3.4 大数定理和中心极限定理

第 4 章 参数估计

4.1 数理统计学的基本概念

4.2 矩估计、极大似然估计和贝叶斯估计

4.3 点估计的优良性准则

4.4 区间估计

第 5 章 假设检验

5.1 问题提法和基本概念

5.2 重要参数检验

5.3 拟合优度检验

第 6 章 回归、相关与方差分析

6.1 回归分析的基本概念

6.2 一元线性回归

6.3 多元线性回归

6.4 相关分析

6.5 方差分析