第一章 概述 1
第一节 统计学的研究对象 1
第二节 统计数据类型 1
第三节 统计学的分科 3
第四节 统计学的研究方法 4
思考题 7
第二章 一元线性回归分析 8
第一节 回归分析概述 8
第二节 一元线性回归模型的参数估计 9
第三节 一元线性回归模型的统计检验 17
第四节 利用回归方程进行预测与控制 22
第五节 对总体回归方程参数的区间估计 23
第六节 一元线性回归分析实例 25
思考题 31
第三章 多元线性回归分析 32
第一节 多元线性回归模型的形式 32
第二节 多元线性回归模型参数的普通最小二乘估计 33
第三节 多元线性回归模型的检验 37
第四节 多元线性回归分析实例 41
思考题 48
第四章 放宽基本假定的回归分析 49
第一节 异方差性 49
第二节 序列相关性 58
第三节 多重共线性 68
思考题 75
第五章 含有定性变量的回归分析 76
第一节 虚拟自变量模型 76
第二节 虚拟因变量模型 82
思考题 88
第六章 非参数检验 89
第一节 PearsonX2检验 89
第二节 Wilcoxon符号秩检验 99
第三节 KS检验 104
思考题 108
第七章 时间序列分析 109
第一节 时间序列分析概述 109
第二节 平稳的单变量时序模型 111
第三节 非平稳的单变量时序模型 127
第四节 多变量时序模型 134
思考题 144
第八章 面板数据分析 145
第一节 面板数据模型概述 145
第二节 固定效应模型 147
第三节 随机效应模型 152
第四节 面板数据分析实例 154
思考题 162
第九章 聚类分析 163
第一节 聚类分析的一般问题 163
第二节 距离和相似系数 163
第三节 系统聚类法 166
第四节 聚类分析实例 172
思考题 176
第十章 判别分析 177
第一节 距离判别 177
第二节 贝叶斯判别 183
第三节 费歇判别 188
第四节 逐步判别 191
思考题 195
第十一章 主成分分析 196
第一节 主成分分析的数学模型及计算 196
第二节 主成分的性质与选取 198
第三节 主成分分析实例 200
思考题 203
第十二章 因子分析 204
第一节 因子分析模型 204
第二节 因子分析模型参数的估计方法 206
第三节 因子旋转 211
第四节 因子得分 214
思考题 216
附录 217
附表1 标准正态分布表 217
附表2 标准正态分布双侧分位数（zα/2）表 218
附表3 X2分布上侧分位数［X2α（n）］表（n——自由度） 218
附表4 t分布双侧分位数（tα/2）表（n——自由度） 219
附表5（a） F分布上侧分位数（Fα）表（nk——第k自由度，k=1，2），α=0.01 220
附表5（b） F分布上侧分位数（Fα）表（nk——第k自由度，k=1，2），α=0.05 221
附表5（c） F分布上侧分位数（Fα）表（nk——第k自由度，k=1，2），α=0.10 221
附表6 DW检验上下界表 222
附表7 泊松分布表 223
附表8 符号检验临界值表 225
附表9 Wilcoxon符号秩检验临界值表 225
附表10 Wilcoxon两样本秩和检验临界值表 226
附表11 Kolmogorov检验临界值表 228
附表12 游程检验临界值表 230
参考文献 231