概率论与数理统计的学习次序，由所讨论对象之间的关系决定。随机变量给观测结果赋予数学表达，分布规定它们的概率规律，统计量的抽样分布再使样本中的差异能够与总体参数联系起来。分类数据分析在这一共同基础上，研究类别概率、组间关系及条件回归模型。
数学基础
前几章从四则运算、分数和百分比开始，随后引入函数、求和、指数与对数。这些记号分别对应比例、观测的汇总以及概率尺度的变换，因此可以结合具体例子理解其含义。
连续分布中的概率以积分表示，似然函数的极值涉及导数。正文先从面积与变化率解释它们，再讨论相应的统计关系。进一步学习严格证明时，单变量微积分是必要的基础。多因素模型可先理解为若干变量的线性组合；设计矩阵、参数可识别性和估计的矩阵形式，则与线性代数相联系。
理论次序
研究设计决定观测单位、抽样方式与变量含义。明确这些对象以后，概率论才有具体的研究内容：事件之间如何联系，随机变量可能取哪些值，不同取值具有怎样的概率。期望与方差由此概括分布的位置与波动，联合分布进一步描述多个变量的关系。
由单个观测转向样本均值，讨论的对象也发生变化。大数定律说明均值怎样趋近总体期望，中心极限定理给出标准化误差的极限分布。抽样分布以此解释估计值在重复抽样中的变化，进而引出标准误、置信区间和检验错误率。对 统计量与抽样分布 的理解，是从概率论进入数理统计的关键。
列联表与分类回归使用相同的推断原理，却研究不同形式的统计关系。列联表从类别计数讨论概率和关联；配对与分层分析进一步考虑观测依赖和人群构成。回归模型把成功概率写成解释变量的函数，其系数的含义取决于链接函数及比较条件。模型诊断、预测评价和因果识别分别回答模型形式、样本外表现和因果解释的问题。
下图以箭头表示这些主要的理论依赖。正文链接补充其他跨章联系。
flowchart TD A[数学语言与研究设计] --> B[概率与条件概率] B --> C[随机变量与分布] C --> D[期望与联合分布] D --> E[大数定律与中心极限定理] E --> F[抽样分布与估计] F --> G[区间与检验] G --> H[列联表与效应量] H --> I[配对与分层分析] F --> J[似然与广义线性模型] I --> K[分类回归模型] J --> K K --> L[模型评价与识别条件] L --> M[综合分析与方法评价] G --> N[重抽样与仿真] N --> M
章节范围
| 章节 | 讨论内容 |
|---|---|
| 01–03 | 数学语言、观测单位、研究设计与描述统计 |
| 04–06 | 样本空间、条件概率、随机变量与分布函数 |
| 07–10 | 常用分布、期望方差、联合分布与条件期望 |
| 11–13 | 极限定理、抽样分布、点估计与似然 |
| 14–16 | 区间估计、假设检验、重抽样与多重比较 |
| 17–21 | 列联表、效应量、精确检验、配对与分层 |
| 22–27 | 广义线性模型、分类回归、计数回归与模型解释 |
| 28–30 | 综合案例、数值模拟与综合习题 |
理论与应用的补充阅读
在抽样分布的基础上，Stat 110 可以补充概率论的推导，Casella–Berger 与 Wasserman 则进一步讨论统计推断的理论。阅读时，各定理的假设与结论具有同等地位：有限样本中的恒等关系、概率收敛和渐近近似，所表达的性质并不相同。相关先修知识、书目信息与公开课程见 参考教材与开放课程。
从 效应量 出发，应用问题可以沿研究设计、目标参数与结果结构展开。分类数据方法的选择依据 讨论这三者与统计方法的关系。对于现实资料，独立性、随机分配和缺失机制仍属于具体研究的假设；教学模拟中的设定不能直接作为现实研究已经满足这些假设的依据。
例题与习题
定义说明一个对象是什么，推导解释它为何具有相应的性质，反例则显示条件在何处不可省略。例题将这三者与具体数值联系起来。手算能够呈现统计量的构成，数值实验能够显示相同方法在较大样本或重复抽样中的表现。
习题与参考解答沿用这种关系：计算题考察记号与数值对应，解释题考察比较对象和适用条件，综合题则考察不同目标量之间的联系。概念索引汇集跨章主题，便于在复习时回到相关定义与推导。