第1章 统计学及其基本概念 1
1.1 两个引例 1
1.2 统计学及其应用 2
1.2.1 统计学的应用 2
1.2.2 统计研究的基本过程 4
1.3 统计学的基本概念 4
1.3.1 总体和样本 4
1.3.2 参数和统计量 5
1.3.3 变量和数据 5
习题1 6
第2章 统计数据的收集、整理与图示 7
2.1 引例 7
2.2 统计数据的收集 8
2.2.1 数据的来源 8
2.2.2 原始数据的收集方法 9
2.2.3 统计调查的方式 10
2.2.4 调查方案的设计 11
2.2.5 统计调查的工具 12
2.3 统计数据的整理 13
2.3.1 数据整理的步骤 13
2.3.2 品质型数据的整理 13
2.3.3 数值型数据的整理 14
2.4 常见的统计图 17
习题2 20
第3章 统计数据的描述统计量 22
3.1 引例 22
3.2 离散型数据的描述统计量 23
3.2.1 离散型数据的集中趋势 23
3.2.2 离散型数据的离中趋势 26
3.3 连续型数据的描述统计量 30
3.3.1 连续型数据的集中趋势 30
3.3.2 连续型数据的离中趋势 33
3.4 其他描述统计量 36
3.4.1 集中趋势 36
3.4.2 离中趋势的相对度量——离散系数 38
3.4.3 数据对称状态的度量——偏态系数 39
习题3 40
附录：样本标准差计算公式的推导 43
第4章 统计指数 44
4.1 引例 44
4.2 统计指数的概念 45
4.3 统计指数的编制方法 47
4.3.1 简单指数 47
4.3.2 加权指数 51
4.3.3 价值指数 54
4.4 指数的基期转移、拼接 56
4.4.1 指数的基期转移 56
4.4.2 指数的拼接 56
4.5 几种常见的统计指数 58
4.5.1 零售价格指数 58
4.5.2 股票价格指数 60
习题4 61
第5章 概率论的基础知识 64
5.1 随机事件及其运算 64
5.1.1 随机试验 65
5.1.2 样本空间 65
5.1.3 随机事件 66
5.1.4 事件间关系与运算 66
5.2 概率的定义及其运算 69
5.2.1 概率的统计定义 69
5.2.2 古典概型 70
5.2.3 概率的公理化定义及性质 72
5.2.4 条件概率及乘法公式 73
5.2.5 事件的独立性 76
5.3 概率树 77
5.3.1 全概率公式与贝叶斯公式 77
5.3.2 相互独立事件的概率树 79
5.3.3 相关事件的概率树 80
习题5 82
附录：排列组合的定义及计算公式 85
第6章 二项分布与泊松分布 87
6.1 随机变量 87
6.2 离散型随机变量及其分布律 88
6.3 二项分布 89
6.4 泊松分布 91
6.5 离散型随机变量的数字特征 92
6.5.1 数学期望 93
6.5.2 随机变量的方差 94
6.5.3 二项分布与泊松分布的期望与方差 96
6.6 决策树 97
习题6 100
附录：泊松分布逼近二项分布的证明 103
第7章 正态分布 104
7.1 连续型随机变量及其概率密度函数 104
7.2 正态分布的概念 105
7.3 标准正态分布 106
7.4 正态分布的计算 111
7.5 相互独立的正态分布随机变量的和与差的分布 113
7.6 抽样分布 114
7.6.1 抽样分布的概念 114
7.6.2 单一样本均值的抽样分布 114
7.6.3 其他统计量的抽样分布 118
习题7 120
第8章 置信区间 122
8.1 引例 122
8.2 两个基本概念 122
8.3 单一总体参数的置信区间 124
8.3.1 单一正态总体均值（μ）的置信区间 124
8.3.2 单一总体比例（π）的置信区间 128
8.3.3 样本容量的确定 129
8.4 两个总体参数的置信区间 130
8.4.1 两个独立总体均值差（μ1－μ2）的置信区间 130
8.4.2 两个总体比例差（π1－π2）的置信区间 132
习题8 133
第9章 假设检验 136
9.1 引例 136
9.2 假设检验的一般问题 137
9.2.1 假设的提出 137
9.2.2 假设检验的过程 137
9.3 对单一总体均值的假设检验 139
9.3.1 正态总体方差σ2已知或大样本抽样时的检验 139
9.3.2 正态总体方差σ2未知且小样本抽样时的检验 142
9.4 对单一总体比例的假设检验 144
9.5 对两个总体均值差异性的假设检验 145
9.5.1 两正态总体方差σ21，σ22均已知，或大样本抽样时的检验 146
9.5.2 两正态总体方差σ21＝σ22均未知，且小样本抽样时的检验 148
9.6 对两个总体比例差异性的假设检验 149
习题9 150
第10章 一元线性相关与回归 153
10.1 引例 153
10.2 散点图 154
10.3 线性相关程度的测度 157
10.3.1 序数型数据——等级相关系数 157
10.3.2 基数型数据——相关系数 158
10.4 可决系数 159
10.5 一元线性回归分析 160
10.6 预测分析 162
习题10 164
第11章 时间序列 168
11.1 引例 168
11.2 时间序列的构成因素与模型 168
11.2.1 时间序列的构成因素 169
11.2.2 时间序列的模型 170
11.3 时间序列图 171
11.4 长期趋势的测定 172
11.4.1 线性回归趋势 172
11.4.2 移动平均趋势 174
11.5 季节性因素的测定 177
11.5.1 利用加法模型求季节性因素 177
11.5.2 利用乘法模型求季节性因素 179
11.6 时间序列的预测方法 180
习题11 181
附表 184
附表1 标准正态分布表 184
附表2 t分布表 185
参考文献 186