本书是介绍统计学概念及其在法律中应用的经典之作，被《密歇根大学法学评论》选为年度*有影响的法律书籍。
本书内容包括三部分：基本原理部分；统计数据在其中发挥作用的真实案例和案例研究；附录部分(附有作者的计算和点评)。本书的案例及案例研究反映了许多法律课题，包括反歧视、大规模侵权案件、课税、学校财务、鉴定证据、预防性拘留、笔迹鉴定、选举、环境保护、反垄断和死刑。
本书的*大特色在于回避了烦琐的数学推导；精选大量法律诉讼中的实际案例，对统计方法的应用进行了深入浅出的介绍。没有概率和统计学基础的法律工作者也能够轻松理解并获益。
本书可以作为高等院校应用统计学和法学相关专业的教材和参考用书，也可供统计和法律从业人员参考。

第1章 描述统计
1.1 描述统计导论
1.2 **���置的测度
1.3 离散度的测度
1.4 相关性的测度
1.5 两个比例差异程度的测度
第2章 计数问题
2.1 排列与组合
2.2 波动理论
第3章 概率论基础
3.1 概率计算的基本原理
3.2 选择效应
3.3 贝叶斯定理
3.4 甄别机制和诊断检验
3.5 蒙特卡洛方法
3.6 概率基础
第4章 一些概率分布
4.1 概率分布简介
4.2 二项分布
4.3 正态分布和**极限定理
4.4 统计假设检验
4.5 超几何分布
4.6 正态性检验
4.7 泊松分布
4.8 几何分布和指数分布
第5章 两个比例的统计推断
5.1 两个比例相等的Fisher**检验
5.2 两个比例相等的卡方检验和z分数检验
5.3 比例的置信区间
5.4 假设检验中的统计功效
3.5 法律上的显著性和统计显著性
5.6 极大似然估计
第6章 多重比例的比较
6.1 用／统计量检验拟合优度
6.2 邦弗朗尼不等式和多重比较
6.3 关联度的测度方法：φ2统计量和τB统计量
第7章 均值比较
7.1 学生氏t检验：假设检验和置信区间
7.2 方差分析的多重比较
第8章 对独立层的数据合并..
8.1 合并数据的M-H检验与Fisher检验
8.2 整合分析
第9章 抽样问题
9.1 随机抽样理论
9.2 捕获再捕获
第10章 流行病统计学
10.1 导论
10 .2 特异危险度
10.3 流行病统计学的主要起因
第11章 生存分析
11 .1 死亡密度函数. 生存函数和危险率函数
11 .2 比例危险模型
11 .3 量化风险评估
第12章 非参数方法
12 .1 符号检验
12.2 威尔科克森符号秩检验
12.3 威尔科克森秩和检验
12.4 斯皮尔曼等级相关系数
第13章 回归模型
13.1 多元回归模型简介
13.2 回归方程系数的估计和解释
13.3 回归方程的不确定性测度
13.4 回归系数的统计显著性
13.5 回归方程中的解释变量的选取
13.6 阅读多元回归的计算机输出内容
13.7置信区间和预测区间
13.8 回归模型的假设
13.9 变量变换
第14章 复杂回归模型
14.1 时间序列
14.2 交互模型
14.3 就业歧视案中的备择模型
14.4 局部加权回归
1 4.5 雇佣回归模型中的无法识别偏差
14.6 方程组
14.7 Logit和probit回归
14.8 泊松回归
14.9 刀切法. 交叉验证法. 自助法
附录1 案例的计算和注释
参考文献
……