本書以軟體計算方法，配合模糊集合理論，定義出模糊樣本均數，模糊樣本眾數及模糊中位數，並給訂很多相關之性質。針對模糊參數之估計量，提出適當可行估計法的評判準則。對於古典的統計檢定必須陳列明確的假設。當檢定兩母體平均數是否有差異時，虛無假設是「兩個平均數相等」。
　　
然而，有時我們想要知道的只是兩平均值是否模糊相等，此傳統的檢定方法並不適用於這種包含不確定性的模糊假設檢定。因此本書提出基於模糊樣本之統計檢定方法，針對模糊均數相等，模糊屬於與卡方齊一性檢定作一進一步探討。


模糊統計理論是一種定量化處理人類語言、思維的一新興學問。模糊邏輯並非如字面上那樣不精確，而是面對生活上各種不確定性，以更合理的規定去管理控制，得到更有效率、更合乎人性與智慧的結果。因此，如何將統計方法論延伸到模糊理論的結構體系之中，是本書的目的。

作者簡介：

吳柏林

現職：國立政治大學應用數學系教授（1993~）

學歷：美國印第安那大學數學博士

經歷：國立中立大學應用數學所客座副教授（1988~1990）

　　　英國劍橋大學客座研究教授（1995）

　　　美國史丹佛大學客座研究教授（1997）

　　　國立政治大學傑出研究講座（2002、2004）

榮譽：1997年獲美國傅布萊特(Fulbright)研究學者獎

　　　1996年獲國立政治大學優良研究教授獎

　　　2000年獲中華發展基金會講學教授獎（北京大學數學科學院）

　　　多次國科會甲種研究獎

專長：模糊統計、時間數列分析與預測及模糊邏輯與人工智慧

著作：＜現代統計學＞、＜時間數列分析與預測＞等專書5本

　　　於國際著名學術期刊發表論文30餘篇、國內學術期刊論文40餘篇