第1章 六西格玛与统计学
1．1 六西格玛概论
1．1．1 六西格玛的兴起
1．1．2 六西格玛的实施模式
1．1．3 六西格玛的管理哲学
1．2 统计学概论
1．2．1 统计学的发展历史
1．2．2 统计学的特点
1．2．3 统计学的分类
1．3 统计学在六西格玛中的地位
1．3．1 六西格玛名称的由来
1．3．2 六西格玛工具的组成
1．4 MINITAB简介

第2章 概率论基础知识
2．1 随机变量及其分布
2．1．1 随机变量的概念
2．1．2 随机变量分布的概念
2．2 随机变量的数字特征
2．2．1 随机变量的均值
2．2．2 随机变量的方差
2．2．3 随机变量的偏度与峰度
2．2．4 随机变量的累积分布函数及分位数概念
2．3 常用的连续分布
2．3．1 正态分布
2．3．2 均匀分布
2．3．3 指数分布
2．3．4 对数正态分布
2．3．5 Weibull分布
2．3．6 三角形分布
2．3．7 Beta分布
2．3．8 Cauchy分布
2．3．9 Gamma分布
2．3．10 Laplace分布
2．3．11 Logistic分布
2．3．12 对数Logistic分布
2．3．13 最大极值分布
2．3．14 五最小极值分布
2．4 常用的离散分布
2．1．1 0-1分布（两点分布）
2．4．2 二项分布
2．4．3 Poisson分布
2．4．4 超几何分布
2．4．5 几何分布
2．4．6 负二项分布
2．4．7 整数均匀分布
2．4．8 任意离散分布
2．5 中心极限定理
2．5．1 样本平均值的标准差性质
2．5．2 样本平均值的分布性质

第3章 描述性统计及图形
3．1 总体与样本
3．2 描述性统计
3．2．1 位置状况
3．2．2 离散程度
3．2．3 分布形状
3．3 简单统计图形
3．3．1 直方图
3．3．2 箱线图
3．3．3 饼图
3．3．4 时间序列图
3．3．5 3D散点图

第4章 统计基础
4．1　正态总体的抽样分布
4．1．1 样本均值X的分布——标准正态分布及T分布
4．1．2 双样本均值差的分布
4．1．3 正态样本方差S2的分布——卡方分布
4．1．4 两个独立的正态样本方差之比的分布——F分布
4．2 参数的点估计
4．2．1 点估计的概念
4．2．2 点估计的评选标准
4．3 参数的区间估计
4．3．1 单正态总体均值的置信区间
4．3．2 单正态总体方差和标准差的置信区间
4．3．3 单总体比率的置信区间
4．3．4 双总体均值差的置信区间
4．3．5 双总体比率差的置信区间

第5章 假设检验
5．1 基本原理及方法
5．2 基本步骤
5．3 均值检验
5．3．1 单正态总体均值检验
5．3．2 双正态总体均值检验
5．4 方差检验
5．4．1 单正态总体方差检验
5．4．2 双总体等方差检验
5．5 单因子ANOVA分析
5．5．1 单因子ANOVA分析基本原理
5．5．2 单因子ANOVA分析多重比较方法
5．5．3 多总体等方差检验
5．6 比较方法的总结
5．7 样本量的计算

第6章 比率检验
6．1 单总体比率检验
6．2 双总体比率检验
6．3 列联表与卡方检验
6．3．1 列联表
6．3．2 有限项离散型分布的拟合优度检验
6．3．3 分布的拟合优度检验
6．4 单双总体Poisson率检验
6．4．1 单总体Poisson率检验

第7章 非参数检验方法
第8章 探索性数据分析
第9章 相关分析和回归分析
第10章变异源分析
第11章测量系统分析
第12章统计过程控制
第13章试验设计
第14章 六西格玛设计