Książka "Statystyka dla studentów kierunków technicznych i przyrodniczych Wydanie trzecie" jest nowoczesnym podręcznikiem statystyki. Jej pierwsza część (wstępna analiza danych, przejście od modelu probabilistycznego do wnioskowania statystycznego, podstawy wnioskowania statystycznego oraz analiza regresji) może być podstawą jednosemestralnego kursu wprowadzającego. W drugiej części przedstawiono wybrane, najbardziej istotne dla praktyka zagadnienia statystyki aplikacyjnej: analizę wariancji, analizę zależności cech jakościowych, metody próbkowania, zagadnienia symulacji komputerowej i metody rangowe.

Całość stanowi podstawę dla rocznego wykładu ze statystyki. Przedmiot wykładu ujęty jest w sposób całościowy i w pełni wykorzystujący nowoczesne narzędzia statystyki obliczeniowej. Omawiane pojęcia i metody są motywowane i ilustrowane licznymi pochodzącymi z praktyki statystycznej przykładami. Po każdym rozdziale zamieszczono zadania do samodzielnego rozwiązania.

Książka jest przeznaczona przede wszystkim dla studentów kierunków technicznych, przyrodniczych, rolniczych i społecznych oraz dla wszystkich tych osób, które w swej pracy stykają się z problemami analizy danych.

Rozdziały:

1.         Wstępna analiza danych
1.1.          Wprowadzenie
1.2.          Graficzne przedstawienie danych
1.2.1.       Wykresy dla danych jakościowych
1.2.2.       Wykresy dla danych ilościowych
1.2.3.       Wykresy przebiegu
1.3.          Wskaźniki sumaryczne
1.3.1.       Wskaźniki położenia
1.3.2.       Wskaźniki rozproszenia
1.3.3.       Wykres ramkowy
1.4.          Gęstości rozkładów - wprowadzenie
1.4.1.       Podstawowe pojęcia
1.4.2.       Gęstości normalne
1.5.          Zadania

2.         Od modelu probabilistycznego do wnioskowania statystycznego
2.1.          Model probabilistyczny - podstawy
2.1.1.       Doświadczenia losowe i rachunek zdarzeń losowych
2.1.2.       Prawdopodobieństwo
2.1.3.       Prawdopodobieństwo warunkowe i zdarzenia niezależne
2.2.          Zmienne losowe
2.2.1.       Zmienne dyskretne i ich rozkłady
2.2.2.       Wskaźniki położenia i rozproszenia dla dyskretnej zmiennej losowej
2.2.3.       Przykłady rozkładów dyskretnych
2.2.4.       Ciągłe zmienne losowe
2.2.5.       Wskaźniki położenia i rozproszenia dla ciągłych zmiennych losowych
2.2.6.       Przykłady ciągłych zmiennych losowych
2.2.7.       Nierówność Czebyszewa
2.3.          Para zmiennych losowych - rozkład łączny, rozkłady i parametry związan z rozkładem łącznym
2.4.          Wnioskowanie statystyczne - podstawy
2.4.1.       Podstawowe pojęcia
2.4.2.       Rozkład średniej w prostej próbie losowej
2.4.3.       Rozkład częstości
2.4.4.       Estymatory i ich podstawowe własności
2.5.          Metody zbierania danych
2.5.1.       Podstawowy schemat eksperymentalny
2.5.2.       Inne schematy eksperymentalne
2.6.               Zadania

3.         Wnioskowanie statystyczne
3.1.          Wprowadzenie
3.2.          Estymacja punktowa
3.2.1.       Estymatory największej wiarogodności
3.2.2.       Estymatory oparte na metodzie momentów
3.2.3.       M-estymatory
3.3.          Estymacja przedziałowa
3.3.1.       Przedziały ufności dla wartości średniej rozkładu normalnego
3.3.2.       Przedziały ufności dla wariancji rozkładu normalnego
3.3.3.       Uwaga o przedziałach ufności w przypadku rozkładów cią­głych, innych niż normalny
3.3.4.       Przedziały ufności dla proporcji
3.4.          Testowanie hipotez
3.4.1.       Testowanie hipotez w rodzinach rozkładów normalnych i roz­kładów dwupunktowych
3.4.2.       Testowanie zgodności
3.5.          Zadania

4.         Analiza zależności zmiennych ilościowych
4.1.          Wprowadzenie
4.2.          Analiza zależności dwóch zmiennych ilościowych
4.2.1.       Współczynnik korelacji próbkowej
4.2.2.       Liniowa zależność między dwiema zmiennymi, prosta regresji
4.2.3.       Model zależności liniowej
4.2.4.       Wnioskowanie w modelu zależności liniowej
4.2.5.       Analiza wartości resztowych
4.3.          Analiza zależności wielu zmiennych ilościowych
4.3.1.       Model liniowy regresji wielokrotnej
4.3.2.       Własności estymatorów MNK
4.3.3.       Diagnostyka modelu regresji
4.3.4.       Analiza zależności parametrów samochodów
4.4.          Zadania

5.         Analiza wariancji 
5.1.          Wprowadzenie
5.2.          Analiza jednoczynnikowa
5.2.1.       Test F analizy wariancji
5.2.2.       Związki z analizą regresji
5.2.3.       Porównania wielokrotne
5.2.4.       Zrandomizowany plan blokowy
5.3.          Analiza dwuczynnikowa
5.4.          Zadania

6.         Analiza danych jakościowych
6.1.          Wprowadzenie
6.2.          Analiza jednej zmiennej
6.2.1.       Uwagi wstępne
6.2.2.       Testowanie prostej hipotezy o zgodności
6.2.3.       Testowanie złożonej hipotezy o zgodności
6.3.          Testowanie jednorodności
6.4.          Analiza dwóch zmiennych losowych
6.4.1.       Testowanie niezależności
6.4.2.       Analiza zależności
6.5.          Uwagi o poprawności wnioskowania i paradoksie Simpsona
6.6.          Zadania

7.         Metody wyboru prób z populacji skończonej
7.1.          Metoda reprezentacyjna
7.1.1.       Cel metody reprezentacyjnej
7.1.2.       Podstawowe schematy losowania prób
7.2.          Estymatory parametrów populacji dla różnych schematów losowania
7.2.1.       Estymator Horwitza-Thompsona wartości średniej cechy
7.2.2.       Przedział ufności dla wartości średniej cechy
7.2.3.       Estymatory wartości średniej cechy oparte na cesze dodatkowej
7.2.4.       Estymator proporcji
7.2.5.       Estymacja ilorazu wartości średnich
7.2.6.       Estymatory średniej dla schematu losowania warstwowego
7.3.          Zadania

8.         Metoda Monte Carlo
8.1.          Wprowadzenie
8.2.          Generatory liczb pseudolosowych
8.2.1.       Generatory liczb pseudolosowych z rozkładu jednostajnego
8.2.2.       Metoda przekształcenia kwantylowego
8.2.3.       Metoda oparta na reprezentacji zmiennych losowych
8.2.4.       Metoda eliminacji
8.3.          Szacowanie parametrów rozkładu metodą Monte Carlo
8.3.1.       Estymatory parametrów rozkładu otrzymane metodą Monte Carlo
8.3.2.       Błędy standardowe estymatorów i przedziały ufności
8.3.3.       Modelowanie eksperymentów losowych metodą Monte Carlo
8.4.          Testy permutacyjne
8.4.1.       Testowanie jednorodności
8.4.2.       Testowanie niezależności cech
8.5.          Estymacja rozkładu statystyki metodą bootstrap
8.5.1.       Zasada bootstrap
8.5.2.       Błąd standardowy typu bootstrap
8.5.3.       Przedziały ufności typu bootstrap
8.5.4.       Testowanie hipotez przy użyciu metody bootstrap
8.6.          Zadania

9.         Metody rangowe
9.1.          Wprowadzenie
9.2.          Porównanie rozkładu cech w dwóch populacjach
9.2.1.       Test Wilcoxona
9.2.2.       Własności statystyki Wilcoxona
9.2.3.       Estymacja parametru przesunięcia A
9.2.4.       Test Kołmogorowa-Smirnowa
9.3.          Testy porównania rozkładów dla par obserwacji
9.3.1.       Test Wilcoxona dla par obserwacji
9.3.2.       Własności statystyki Wilcoxona dla par obserwacji
9.3.3.       Estymacja parametru przesunięcia A
9.3.4.       Test znaków
9.4.          Rangowe testy niezależności
9.4.1.       Współczynnik korelacji Spearmana
9.4.2.       Współczynnik Kendalla
9.5.          Porównanie rozkładów cech w wielu populacjach
9.5.1.       Test Kruskala-Wallisa
9.5.2.       Porównania wielokrotne
9.6.          Metody rangowe dla modelu regresji liniowej
9.7.          Zadania