【本書架構】
本書一共分成十五個章節，各章節架構分明，皆以觀念為主、例題為輔，讓同學能夠打穩觀念基礎。
第一章統計學概論主要在說明何謂統計學以及統計學之用處。
第二章敘述統計學的主要目的在於整理、陳示和詮釋龐大而雜亂無章的資料，成為決策者易讀易懂的形式，稱為資訊或知識。
第三章古典機率論首度引入機率的概念，於本章可以學習到機率的概念與定義、熟悉Kolmogorov的三大機率公設與重要的機率定理、了解條件機率概念及互斥與獨立事件。
第四章隨機變數引入了隨機變數的概念，目的是希望能跳脫出集合論的數學工具，以其他更好操作的現代數學方法來研究機率，有別於上一章的「古典機率論」，我們也稱隨機變數的方法為「現代機率論」。
第五章多元隨機變數主要學習多元隨機變數的機率函數、隨機變數獨立的概念與相關運算性質、共變異數與相關係數的易易與運算規則、隨機變數間變數變數轉換的運算規律。
第六章常用機率分配族是第四章與第五章的延伸，主要學習離散型、連續型及多變數常用機率分配族。
第七章抽樣方法與抽樣分配正式進入推論統計學的範疇，學習目標為抽樣調查的流程、隨機抽樣的方法、常用的四大抽樣分配等等。
第八章點估計主要在探討機率論問題與統計學問題。
第九章區間估計所探討的是信賴區間的概念，學習目標為建立區間估計的基本步驟、對三大常用母數進行區間估計、樣本數的決定。
第十章假說檢定主要學習假說檢定的基本步驟、對三大常用母數進行假說檢定及假說檢定的三大等價方法。
第十一章變異數分析主要在學習檢定k個獨立母體期望值相等的顯著性檢定、實驗設計概念及分析屬質自變數對反映變數的影響。
第十二章相關分析與線性回歸與前章同樣都是在探討自變數如何影響依變數。
第十三章卡方檢定與適合度檢定，主要在探討卡方檢定的適合度檢定、齊一性檢定、獨立性檢定等三大應用。
第十四章其他非母數統計方法的最大特色是分配自由化，也就是不必假設母體分配為任何特定的分配，故對於任意母體分配而言，非母數統計方法皆可適用。
第十五章統計決策理論、時間序列與指數集結了基礎統計已的其他重要課題，包括統計決策理論、古典時間序列分析與統計指數的編制等三個課題。
第七章至第十二章所介紹的統計方法多屬於母數統計學的範疇，其方法最重要的假設之一是，研究者已知母體分配形式，僅有幾個「母數」為未知待推論的母數，於是只專注於如何以樣本統計輛推論出這些為之母數即可，故名約「母數統計學」。

作者：張翔（廖崇智）
教學經歷：
大碩補習班研究所統計學專任教師
國立大專院校、TKB數位學堂講師
學歷：
國立台灣大學企業管理系
國立政治大學經濟學系
聯繫老師：https://www.facebook.com/shiangsir