本書中大部份都在講述各種常用的統計量。在第五章中可以看到一個操作型定義：統計量基本上是經由系統性歷程得來的一個數字，比如說「總和」是一個統計量，我們可以算出一個碗裡有幾個蘋果，或某學校中共有幾個學生：只要把它們一個一個總加起來就好了。有些統計量很容易得出（如我左手手指頭的個數），也有一些不太容易算出來（像分析變異數時的F-ratio，還有一些我們會在書的後頭看到）。但是，計算統計量的目的原本是要幫助我們找出問題的答案：學校裡男生比女生多嗎？這兩種可樂消費者比較喜歡哪一種？這些計算的過程和結果並不是統計學中的重點（交給電腦做就可以了），而是統計量針對我們有興趣的問題所做的答覆，我們必須先了解統計的語言，這些計算和數字才有意義。但是，選出適合的統計方法的能力，和判斷計算是否正確的能力，決定了能否找到有效的答案，否則不斷試誤可能只會文不對題。就好比說費盡千辛萬苦算出一個時間的統計式，結果永遠都只會得到「今天是禮拜二」的答案，那麼還有什麼意義呢？

原序
譯序

1. 導論

2. 敘述統計
「中央集中趨勢」的測量
「離散趨勢」的測量
敘述一組資料：結論
用敘述統計量來比較兩組資料
有關數字的一些資訊

3. 標準分數
用不同的分配比較分數
常態分配
標準常態分配

4. 介紹假設檢定
檢定一個假設
假設檢定的邏輯
單尾與雙尾的預測

5. 抽樣
母?和樣本
選取一個樣本
樣本統計量和母?參數
摘要

6. 用樣本來做假設檢定
一個例子
母?標準差未知時
結論

7. 選出可用來比較的兩樣本
設計實驗以比較樣本
解釋樣本的差異

8. 兩樣本的假設檢定
兩樣本t檢定的假設
相依樣本或獨立樣本
相依樣本的t檢定
獨立樣本t檢定

9. 顯著，誤差及檢定力
型I和型II錯誤
檢定力
增加檢定力
結論

10. 介紹變異數分析
因素和組
多組別的問題以及t檢定
為何實驗中分數會有變化
分析變異數的過程
F分配
結論

11. 單因素獨立測量ANOVA
分析獨立測量ANOVA的變異量
拒絕虛無假設
樣本數不等時
F與t的關係

12. 多重比較
Tukey檢定
（所有兩兩配對的比較）
Scheff‘e檢定
（用於複雜的比較）

13. 單因素重複量數ANOVA
導出F值
多重比較

14. 變異數分析中因素的交互作用
交互作用
把組間平方和分成幾個部份
簡單主要效果
結論

15. 計算兩因素
兩因素獨立測量ANOVA
兩因素混合設計ANOVA
兩因素重複量數ANOVA
不顯著的]交互作用

16. 無母數分析導論
順序的計算

17. 兩樣本無母數分析
曼一懷U檢定（適用於獨立樣本）
衛氏符號－序數檢定（適用於相依樣本）

18. 順序資料的單因素ANOVA
克一瓦檢定（適用於獨立樣本）
費氏檢定（適用於相依樣本）

19. 分析次數資料:卡方
名目資料、類別及次數計數
X2導論
卡方（X2）作為「配適度」檢定
卡方（X2）作為獨立與否的檢定
卡方分配
卡方分配的預設

20. 線性相關與迴歸
導論
皮爾森r相關係數
線性迴歸
相關與迴歸的解釋
相關與迴歸的問題
估計的標準誤
史比曼rs相關係數

21. 多重關與迴歸
多變項分析導論
部分相關
多重相關
多重迴歸

22. 使用電腦上的統計軟體
輸入資料時的錯誤
解釋輸出的結果
結論
附錄
A.1 標準常態分配表
A.2 t分配的臨界值
A.3 F分配的臨界值
A.4 Studentized全距統計量（q）的臨界值
A.5 曼一懷U統計量的臨界值
A.6 衛氏T統計量的臨界值
A.7 卡方（X2）分配的臨界值
A.8 k與n均小時的Xr2機率表
A.9 皮爾森r相關係數的臨界值
A.10 始比曼r序數相關係數的臨界值

索引