本书是在1996年出版的《非参数统计——方法与应用》基础上修订而成，是为统计学专业及需要进行数据分析的相关专业学生编写的教材。本书介绍当前非参数统计方法的初步知识，结合应用讲解方法要点，为学生进一步学习大数据分析打下扎实的基础。介绍方法时，重视介绍统计思想，尽量避免数学推导，通过丰富的例题讲解应用要点。
本书的编写目标是逻辑严密，结构清晰，内容丰富，容易理解。本书采用R语言实现，期望能够帮助读者提高动手能力。R可以读取Excel、文本等格式的数据，本书的电子版数据均采用Excel格式给出，书中有些例题的R语言代码是可读取的文本格式，读者可以根据自己的需要选取相应的数据格式。

第1章 导论
1.1 测量的层次
1.2 统计检验基本思想回顾
1.3 非参数统计方法
1.4 经验分布函数
1.5 大样本近似时的连续性修正
1.6 功效函数和检验的渐近相对效率
第2章 单样本非参数检验
2.1 符号检验
2.2 Wilcoxon符号秩检验
2.3 游程检验
2.4 皮尔逊X2拟合优度检验
第3章 两样本非参数检验
3.1 两个相关样本的非参数检验
3.2 两个独立样本的非参数检验
3.3 尺度检验
第4章 多样本非参数检验
4.1 Cochran Q检验及多重比较
4.2 Friedman检验及多重比较
4.3 Kruskal-Wallis检验及多重比较
第5章 非参数相关性度量
5.1 斯皮尔曼秩相关
5.2 肯德尔秩相关
5.3 霍夫丁独立性检验
第6章 二维列联表
6.1 列联分析的基本问题
6.2 二维列联表中的X2检验
6.3 PRE准则下二维列联表的相关性度量
第7章 高维列联表与对数线性模型
7.1 三维列联表及其命名法
7.2 三维列联表的独立性检验
7.3 对数线性模型
第8章 基于经验分布函数的方法
8.1 非参数Bootstrap
8.2 Kolmogorov-Smirnov检验
8.3 Kaplan-Meier估计与对数秩检验
第9章 概率密度函数的估计
9.1 有方图与概率密度函数
9.2 核密度估计
9.3 概率密度的样条估计
第10章 非参数回归
10.1 基本思想
10.2 一元核回归
10.3 一元样条方法
10.4 可加模型
参考文献