1信息图形化：第一印象 1
2集中趋势的量度：中庸之道 45
3分散性与变异性的量度：强大的“距” 83
4概率计算：把握机会 127
5离散概率分布的运用：善用期望 197
6排列与组合：排序、排位、排 241
7几何分布、二项分布及泊松分布：坚持离散 269
8正态分布的运用：保持正态 325
9再谈正态分布的运用：超越正态 361
10统计抽样的运用：抽取样本 415
11总体和样本的估计：进行预测 441
12置信区间的构建：自信地猜测 487
13假设检验的运用：研究证据 521
14 X2分布：继续探讨 567
15 相关与回归：我的线条如何？ 605
附录i尾声：正文未及的十大拓展 643
附录ii统计表：快来查表 657
1信息图形化第一印象 2
统计量无处不在 2
为何学习统计学？ 3
从两张图说起 4
呆板的饼图 8
条形图更具精确性 10
垂直条形图 10
水平条形图 11
标度的影响力 12
使用频数标度 13
处理多批数据 14
类别与数字 18
处理分组数据 19
绘制直方图起步：求出长方形宽度 20
第1步：求长方形宽度 26
第2步：求长方形高度 27
第3步：画出直方图 28
认识累积频数 34
绘制累积频数图 35
选择正确的图形 39
2集中趋势的量度中庸之道 46
欢迎来到健身俱乐部 46
均值：平均数的一般量度 47
均值数学 48
处理未知条件 49
再说均值 50
再说健身俱乐部 53
人人都在练功夫 54
我们的数据中存在异常值 57
真凶是异常值 58
饮水机边的对话 60
寻找中位数 61
求中位数三步法： 62
生意日益兴隆 65
小鸭呱呱游泳班 66
均值和中位数出了什么问题？ 69
我们该怎么处理这样的数据呢？ 69
均值访谈 71
认识众数 73
求众数三步法 74
3分散性与变异性的量度强大的“距” 84
招聘：队员一名 84
我们需要比较球员得分 85
使用全距区分数据集 86
异常值带来的问题 89
我们需要摆脱异常值 91
四分位数出手相救 92
四分位距剔除异常值 93
剖析四分位数 94
我们并不局限于使用四分位数 98
什么是百分位数？ 99
用箱线图绘制各种“距” 100
变异性比分散性更具体 104
计算平均距离 105
我们可以用方差计算变异性…… 106
但标准差才是更直观的量度方法 107
标准差访谈 108
方差速算法 113
碰上需要比较基准的情况该怎么办？ 118
使用标准分比较不同数据集中的数值 119
标准分释义 120
统计邦全明星篮球队赢了联赛！ 125
4概率计算把握机会 128
肥蛋大满贯 128
转起来吧，轮盘！ 129
几率有多大？ 132
求解轮盘概率 135
维恩图：概率的图形表示 136
你还可以将几个概率相加 142
互斥事件与相交事件 147
交集带来的问题 148
更多表示法 149
又一次倒霉的转动…… 155
设定条件 156
求解条件概率 157
利用概率树还能计算条件概率 159
概率树使用诀窍 161
第1步：求P（黑？偶） 167
第2步：求P（偶） 169
第3步：求P（黑？偶） 170
利用全概率公式求解P（B） 172
认识贝叶斯定理 173
如果几个事件互有影响，则为相关事件 181
如果几个事件互不影响，则为独立事件 182
再谈独立事件概率计算 183
5离散概率分布的运用善用期望 198
重回肥蛋赌场 198
我们可以写出老虎机概率分布 201
期望指示预测结果…… 204
方差指示结果的分散性 205
方差和概率分布 206
让我们算算老虎机的方差 207
肥蛋改了价码 212
E（X）与E（Y）之间存在线性关系 217
老虎机变换 218
线性变换的通用公式 219
每一次拉杆为一个独立观测值 222
观测值速算法 223
新老虎机在等你 229
E（X）＋E（Y）＝ E（X＋Y） 230
E（X）－E（Y）＝ E（X－Y） 231
线性变换也可以做加减运算 232
发了！ 238
6排列与组合排序、排位、排 242
统计邦德比杯马赛 242
三马赛正在进行 243
马儿们有几种穿越终点线的方式？ 245
计算排位数目 246
圆形排位 247
花样赛开始了 251
按个体排名与按种类排名不是一回事 252
我们需要按种类排列动物 253
推导出用于重复排列的公式 254
二十马赛正在进行 257
前三甲归属方式有几种？ 258
何为排列 259
假如马匹排名无关紧要 260
何为组合 261
组合访谈 262
比赛结束 268
7几何分布、二项分布及泊松分布坚持离散 273
我们需要求出查德的概率分布 273
这种概率分布有一种固定模式 274
概率分布可以用代数式表示 277
几何分布对不等式同样有用 279
几何分布的期望模式 280
期望是1/P 281
求当前分布的方差 283
几何分布简明指南 284
转椅赢赢赢！ 287
你已经掌握了几何分布 287
玩下去，还是转身走？ 291
推广到求3个问题的概率 293
进一步推导概率算式 296
期望和方差如何计算？ 298
二项分布的期望与方差 301
二项分布简明指南 302
泊松分布的期望和方差 308
概率分布是怎样的？ 312
组合泊松变量 313
伪装下的泊松分布 316
泊松分布简明指南 319
8正态分布的运用保持正态 326
离散数据可取确切值…… 326
但并非所有数值型数据都是离散的 327
推迟几分钟？ 328
我们需要求连续数据的概率分布 329
概率密度函数可用于描述连续数据 330
概率＝面积 331
欲算概率，先求f（x）…… 332
再求面积，可得概率 333
概率算好了 337
寻找灵魂伴侣 338
男伴模型 339
正态分布是连续数据的“理想”模型 340
如何求正态概率？ 341
正态概率计算三步法 342
第1步：确定分布 343
第2步：标准化为N（0，1）344N（0， 1） 344
欲完成标准化，先移动均值…… 345
然后收窄 345
现在，为要计算其概率的特定数值求出Z 346
第3步：用方便易用的概率表查找概率 349
9再谈正态分布的运用超越正态 363
双双登上爱情过山车 363
正态新娘＋正态新郎 364
终究还是体重问题 365
综合体重符合哪种分布？ 367
求解概率 370
更多人想坐爱情过山车 375
线性变换描述了数据的基本变化…… 376
而独立观察结果描述的是你有多少数值 377
独立观察结果的期望和方差 378
接着玩，还是转身走？ 383
正态分布出手相救 386
何时用正态分布近似代替二项分布 389
再谈正态近似 394
二项分布是离散分布，正态分布则是连续分布 395
在计算近似值之前先进行连续性修正 396
组合访谈 404
大家坐上爱情过山车 405
何时用正态分布近似代替泊松分布 407
婚礼成功！ 413
10统计抽样的运用抽取样本 416
曼帝糖果公司口味检验 416
糖球吃光了 417
对糖球样本而非糖球总体进行检验 418
抽样方法 419
当抽样有误时 420
如何设计样本 422
确定抽样空间 423
样本有时会发生偏倚 424
偏倚的来源 425
如何选择样本 430
简单随机抽样 430
如何选取简单随机样本 431
其他类型的抽样 432
我们可以用分层抽样…… 432
或可用整群抽样…… 433
或甚至可用系统抽样 433
曼帝糖果公司有了样本 439
11总体和样本的估计进行预测 442
糖球口味到底能持续多久？ 442
让我们首先估计总体均值 443
点估计量可以近似总体参数 444
让我们估计总体方差 448
我们需要一个有别于样本方差的点估计量 449
哪个公式用在哪里？ 451
这是一个比例问题 454
这和抽样有什么关系？ 459
比例的抽样分布 460
Ps的期望是多少？ 462
Ps的方差是多少？ 463
求解Ps的分布 464
Ps符合正态分布 465
我们需要求样本均值的概率 471
均值的抽样分布 472
求X的期望 474
X的方差是多少？ 476
X如何分布？ 480
当n很大时，X仍然可以用正态分布近似 481
使用中心极限定理 482
12置信区间的构建自信地猜测 488
曼帝糖果出事了 488
精度引起的问题 489
认识置信区间 490
求解置信区间四步骤 491
第1步：选择总体统计量 492
第2步：求出所选统计量的抽样分布 492
第3步：决定置信水平 494
第4步：求出置信上下限 496
先求Z 497
用μ改写不等式 498
最后求X的数值 501
你求出了置信区间 502
步骤总结 503
置信区间简便算法 504
第1步：选择总体统计量 508
第2步：求X的概率分布 509
第3步：决定置信水平 512
第4步：求出置信上下限 513
t分布与正态分布比较 515
13假设检验的运用研究证据 522
统计邦新上市的神奇药品 522
纵观全局 526
假设检验六步骤 527
第1步：确定假设 528
第2步：选择检验统计量 531
第3步：确定拒绝域 532
第4步：求出P值 535
第5步：样本结果位于拒绝域中吗？ 537
第6步：作出决策 537
如果样本增大会怎么样？ 540
让我们再进行一次假设检验 543
第1步：确定假设 543
第2步：选择检验统计量 544
在我们的检验统计中用正态分布近似二项分布 547
第3步：求出拒绝域 548
让我们从第一类错误讲起 556
再谈第二类错误 557
发现鼾克检验的错误 558
我们需要求数值范围 559
求P（第二类错误） 560
认识功效 561
14X2分布继续探讨…… 568
肥蛋赌场可能有麻烦 568
让我们从老虎机开始 569
用X2检验评估差异 571
检验统计量代表什么？ 572
X2分布的两个主要用途 573
V表示自由度 574
显著性是多少？ 575
X2假设检验 576
你解开了老虎机之谜 579
肥蛋遇到了新问题 585
X2分布可以检验独立性 586
可用概率求出期望频数 587
频数是多少？ 588
我们还需要计算自由度 591
自由度计算方法归纳 596
得出算式…… 597
你救了肥蛋赌场 599
15相关与回归我的线条如何？ 607
让我们分析天晴时数和听众人数 607
数据类型探讨 608
二变量数据可视化 609
散点图为你指出模式 612
相关关系与因果关系 614
用最佳拟合线预测数值 618
最佳猜测仍是猜测 619
我们需要将误差最小化 620
认识误差平方和 621
求最佳拟合线公式 622
求最佳拟合线斜率 623
求最佳拟合线的斜率，第二部分 624
b求出来了， a呢？ 625
你已经找出了关系 629
让我们查看一些相关关系 630
用相关系数量度直线与数据的拟合度 631
相关系数r有专用计算公式 632
求音乐会数据的r 633
求音乐会数据的r（续） 634
附录Ⅰ：尾声正文未及的十大拓展 644
1.数据的其他表现形式 644
2.分布剖析 645
3.实验 646
4.最小二乘回归法的其他公式 648
5.决定系数 649
6.非线性关系 650
7.回归线斜率的置信区间 651
8.抽样分布一两个均值之间的差异 652
9.抽样分布一两个比例之间的差异 653
10.连续概率分布的E（X）和Var（X） 654
附录Ⅱ：统计表快来查表 658
标准正态分布表 658
t分布临界值 660
X2临界值 661