本书适用于统计、经济、管理、生物等宏观、微观专业领域本科三、四年级以上学生以及相关研究人员学习非参数统计的教材，也可以用做统计研究或从事数据分析的参考书。本书的先修课程只需具备初等统计学基础。对统计基础略感陌生的读者，可以浏览第2章相关内容作为补充。本书的内容可以安排在一学期54课时内完成，建议安排10课时左右用于学生集中上机实践。本书备有丰富的习题，兼有理论推导、方法应用和程序设计题目，我们希望学生通过足够数量的习题练习掌握非参数统计方法，并选择合适的环境，正确使用这些方法。为便于读者学习，本书制作了幻灯片，其中收录了书中部分例题数据和每章的教学大纲。

第1章 S-Plus基础
1.1 S-Plus环境
1.2 向量的基本操作
1.3 复杂的数据结构
1.4 数据处理
1.5 S-Plus的图形功能
1.6 习题
第2章 基本概念
2.1 非参数统计的概念
2.2 假设检验回顾
2.3 检验的相对效率
2.4 分位数和非参数估计
2.5 秩检验统计量
2.6 U统计量
2.7 试验设计和方差分析回顾
2.8 线性回归模型和Pearson相关系数
2.9 习题
第3章 单一样本的推断问题
3.1 符号检验和分位数推断问题
3.2 Cox-Staut趋势存在性检验
3.3 随机游程检验
3.4 Wilcoxon符号秩检验
3.5 正态记分检验
3.6 分布的一致性检验
3.7 单一总体渐进相对效率比较
3.8 习题
3.9 本章S-Plus程序示例
第4章 两样本位置和尺度检验
4.1 Brown-Mood中位数检验
4.2 Mann-Whitney秩和检验
4.3 Mood方差检验
4.4 Moses方差检验
4.5 习题
4.6 本章S-Plus程序示例
第5章 多总体统计推断
5.1 Kruskal-Wallis单因素方差分析
5.2 Jonckheere-Terpstra检验
5.3 Friedman秩方差分析法
5.4 随机区组数据的调整秩和检验
5.5 Cochran检验
5.6 Durbin不完全区组分析法
5.7 习题
5.8 本章S-Plus程序示例
第6章 分类数据的关联性检验
6.1 r×s列联表和x的平方检验
6.2 Fisher精确检验法
6.3 Ridit检验法
6.4 对数线性模型
6.5 习题
第7章 秩相关分析和秩回归
第8章 非参数密度估计
第9章 一元非参数回归
附录 常用统计分布表
参考文献