第一章 一些基本概念 1
1.1 统计是什么？ 1
1.2 现实中的随机性和规律性，概率和机会 3
1.3 变量和数据 4
1.4 变量之间的关系 5
1.5 统计、计算机与统计软件 10
1.6 小结 13
1.7 习题 13
第二章 数据的收集 15
2.1 数据是怎样得到的？ 15
2.2 个体、总体和样本 16
2.3 收集数据时的误差 18
2.4 抽样调查和一些常用的方法 18
2.5 计算机中常用的数据形式 21
2.6 小结 23
2.7 习题 25
第三章 数据的描述 26
3.1 如何用图来表示数据？ 26
3.2 如何用少量数字来概括数据？ 35
3.3 小结 41
3.4 习题 45
第四章 机会的度量：概率和分布 46
4.1 得到概率的几种途径 46
4.2 概率的运算 48
4.3 变量的分布 51
4.4 抽样分布、中心极限定 67
4.5 用小概率事件进行判断 69
4.6 小结 70
4.7 习题 80
第五章 简单统计推断：总体参数的估计 82
5.1 用估计量估计总体参数 82
5.2 点估计 84
5.3 区间估计 85
5.4 关于置信区间的注意点 91
5.5 小结 92
5.6 习题 98
第六章 简单统计推断：总体参数的假设检验 99
6.1 假设检验的过程和逻辑 100
6.2 对于正态总体均值的检验 105
6.3 对于比例的检验 113
6.4 从一个例子说明“接受零假设”的说法不妥 117
6.5 小结 119
6.6 习题 127
第七章 变量之间的关系：回归分析和方差分析 128
7.1 问题的提 128
7.2 定量变量的相关 132
7.3 定量变量的线性回归分析 137
7.4 自变量中有定性变量的回归 143
7.5 实验数据的回归和方差分析 146
7.6 Logistic回归 149
7.7 小结 152
7.8 习题 158
第八章 列联表、x2检验和对数线性模型 160
8.1 列联表数据 160
8.2 二维列联表的独立性检验 161
8.3 高维列联表和多项分布对数线性模型 163
8.4 Poisson对数线性模型 166
8.5 小结 168
8.6 习题 173
第九章 寻找多个变量的代表：主成分分析和因子分析 175
9.1 主成分分析 176
9.2 因子分析 182
9.3 因子分析和主成分分析的一些注意事项 186
9.4 小结 187
9.5 习题 191
第十章 把对象分类：聚类分析 193
10.1 如何度量距离远近？ 194
10.2 事先要确定分多少类：k均值聚类 194
10.3 事先不用确定分多少类：分层聚类 196
10.4 处理连续和分类变量混合的大数据集：两步聚类 198
10.5 聚类要注意的问题 200
10.6 小结 201
10.7 习题 204
第十一章 把对象归到已知的类中：判别分析 205
11.1 判别分析方法 206
11.2 判别分析要注意什么 214
11.3 小结 215
11.4 习题 218
第十二章 两组变量之间的相关：典型相关分析 219
12.1 两组变量的相关问题 219
12.2 典型相关分析 220
12.3 小结 224
12.4 习题 227
第十三章 行变量和列变量的关系：对应分析 228
13.1 对应分析方法 229
13.2 小结 233
13.3 习题 236
第十四章 随时间变化的对象：时间序列分析 237
14.1 时间序列的组成部分 239
14.2 指数平滑 241
14.3 Box-Jenkins方法：ARIMA模型 243
14.4 小结 252
14.5 习题 259
第十五章 总体分布未知时的检验：非参数检验方法 260
15.1 关于非参数检验的一些常识 260
15.2 单样本检验 262
15.3 两独立样本检验 277
15.4 关于多个独立样本的检验 283
15.5 多个相关样本的检验 288
15.6 列联表某一变量各水平比例的检验问题 297
15.7 小结 298
15.8 习题 299
第十六章 生存分析简介 300
16.1 对生命数据的简单描述 303
16.2 回归：Cox比例危险模 307
16.3 小结 311
16.4 习题 316
第十七章 指数简介 317
17.1 指数漫谈 317
17.2 价格指数 318
17.3 数量指数（生活标准指数） 319
17.4 总花费指数 319
17.5 一两个常见的经济指数 320
17.6 小结 321