本书论述了自17世纪以来的数理统计学发展的简要历史，内容包括概率基本概念的起源和发展，棣莫弗的二项概率正态逼近，贝叶斯关于统计推断的思想，最小二乘法，误差分布，社会统计学家对数理统计方法的主要贡献，高尔顿引进相关回归及皮尔逊将其完善的过程，戈塞特等人对小样本理论的贡献，皮尔逊等人发展假设检验这一分支的过程等。
本书可供具备初等概率统计知识的读者阅读。

陈希孺，湖南省望城县人，数理统计学家．中国科学院院士，中国科学技术大学教授、博士生导师。
1953年陈希孺从湖南大学数学系转到武．汉大学数学系学习，1956年从武汉大学毕业后进入中国科学院数学研究所工作，1957年前往波兰科学院进修，1961年调至中国科学技术大学任教．先后担任助教、讲师、副教授、教授、博士生导师，1980年参与创建了中国概率统计学会，并被推选为第一届理事长，1985年加入国际统计学会，成为会员，1986年担任中国科学院研究生院教授，1986年至1988年应邀访问美国匹兹堡大学，1997年当选为中国科学院院士。
陈希孺一生致力于中国的数理统计学的研究和教育事业，主要从事线性模型、u统计量、参数估计与非参数密度、回归估计和判别等研究。

第1章 早期概率论——从萌芽到《推测术》
1.1 卡尔达诺的著作
1.2 分赌本问题
1.3 帕斯卡与费马的通信
1.4 惠更斯的《机遇的规律》
1.5 《推测术》前三部分内容提要
1.6 关于概率的几点看法
1.7 伯努利大数定律
第2章 棣莫弗的二项概率逼近
2.1 棣莫弗的研究的动因
2.2 棣莫弗的初步结果
2.3 初步结果的改进·与斯特林的联系
2.4 积分形式·Pd的近似公式
2.5 棣莫弗工作统计意义的讨论
2.6 二项概率逼近的其他工作
第3章 贝叶斯方法
3.1 贝叶斯及其传世之作
3.2 贝叶斯的问题提法
3.3 贝叶斯假设
3.4 问题的解答
3.5 贝叶斯假设的另一种解释
3.6 拉普拉斯的不充分推理原则
3.7 贝叶斯统计学
3.8 经验贝叶斯方法
第4章 最小二乘法
4.1 从算术平均谈起
4.2 勒让德以前的有关研究
4.3 勒让德发明最小二乘法
4.4 测量子午线长的工作
4.5 高斯的贡献
4.6 其他方法
第5章 误差与正态分布
5.1 早期天文学家的工作
5.2 辛普森的工作
5.3 拉普拉斯的工作
5.4 高斯导出误差正态分布
5.5 多维正态分布
5.6 偏态分布
第6章 社会统计
6.1 格朗特及其《观察》
6.2 配第和他的“政治算术”
6.3 阿布什诺特等人的人口检验工作
6.4 凯特勒的正态拟合
6.5 普通人
6.6 抽样调查
第7章 回归与相关：发现与早期发展
7.1 高尔顿和正态分布
7.2 回归的发现
7.3 高尔顿与相关系数
7.4 埃奇沃思
7.5 皮尔逊和尤尔
第8章 小样本：统计学的新台阶
8.1 戈塞特和￡分布
8.2 费歇尔及其相关系数分布
8.3 费歇尔和F分布·方差分析
第9章 假设检验
9.1 卡尔·皮尔逊的拟合优度
9.2 费歇尔的显著性检验
9.3 耐曼和皮尔逊的故事
9.4 许宝骤教授的贡献
第10章 参数估计
10.1 矩法和极大似然法
10.2 充分统计量
lO.3 费歇尔点估计大样本理论
10.4 小样本
10.5 区间估计
卷尾语
参考文献