第1章 统计能为你做些什么？ 1
1.1 统计无处不在 1
1.1.1 每个人都离不开统计 1
1.1.2 几乎所有的领域都要用统计 2
1.2 统计研究什么？ 3
1.3 统计能做什么和不能做什么？ 5
1.3.1 统计帮助你分析数据 5
1.3.2 统计不能解决你的所有问题 6
1.3.3 统计的误用与滥用 7
1.4 怎样获得数据？ 8
1.4.1 变量与数据 8
1.4.2 怎样得到一个样本？ 8
本章附录 9
习题 10
第2章 用图表和统计量看数据 12
2.1 用图表描述数据 12
2.1.1 用图表展示定性数据 12
2.1.2 用图表展示定量数据 16
2.2 用统计量描述数据 23
2.2.1 用一个值概括一组数据 23
2.2.2 找出数据彼此之间的差别 25
2.2.3 数据分布的形状 29
本章附录 29
本章主要公式 33
习题 34
第3章 用概率分布描述随机变量 39
3.1 度量事件发生的可能性 39
3.2 随机变量的概率分布 40
3.2.1 随机变量及其概括性度量 40
3.2.2 离散型概率分布 42
3.2.3 连续型概率分布 44
3.3 由正态分布导出的几个重要分布 48
3.3.1 X2分布 48
3.3.2 t分布 49
3.3.3 F分布 50
3.4 样本统计量的抽样分布 51
3.4.1 样本均值的抽样分布 51
3.4.2 其他统计量的抽样分布 52
3.4.3 统计量的标准误差 53
本章附录 53
本章主要公式 55
习题 56
第4章 用样本推断总体 58
4.1 怎样进行推断？ 58
4.1.1 用估计量估计总体参数 58
4.1.2 用什么方法进行估计？ 59
4.1.3 用什么样的估计量去估计？ 60
4.2 估计总体参数 61
4.2.1 总体均值的估计 61
4.2.2 总体比例的估计 64
4.2.3 总体方差的估计 65
4.3 检验总体假设 65
4.3.1 怎样提出假设？ 66
4.3.2 依据什么作出决策？ 67
4.3.3 总体均值的检验 71
4.3.4 总体比例的检验 75
4.3.5 总体方差的检验 76
本章附录 78
本章主要公式 80
习题 82
第5章 分类变量对数值变量的影响 88
5.1 方差分析解决什么问题？ 88
5.1.1 比较均值是否相同 88
5.1.2 从误差分析入手 89
5.1.3 在什么样的前提下分析？ 91
5.2 考虑一个分类变量的影响 91
5.2.1 只考虑一个因子 91
5.2.2 关系有多强？ 92
5.3 考虑两个分类变量的影响 93
5.3.1 不考虑交互作用 93
5.3.2 考虑交互作用 95
本章附录 95
本章主要公式 96
习题 97
第6章 利用变量间的关系进行预测 102
6.1 变量之间有什么样的关系？ 102
6.1.1 用散点图描述变量间的关系 102
6.1.2 用相关系数度量关系强度 104
6.1.3 在总体中也存在这样的关系吗？ 105
6.2 建立变量之间的数学表达式 106
6.2.1 涉及一个自变量的线性回归 106
6.2.2 涉及多个自变量的线性回归 107
6.3 拟合效果的度量和回归检验 109
6.3.1 回归方程拟合得好吗？ 109
6.3.2 因变量与自变量之间有线性关系吗？ 111
6.4 所有自变量都有必要放进模型中吗？ 112
6.4.1 自变量之间相关对模型有什么影响？ 112
6.4.2 剔除不必要的自变量 113
6.4.3 模型有多好？ 115
6.5 用自变量预测因变量 116
6.6 含有定性自变量的回归 116
本章附录 118
本章主要公式 119
习题 120
第7章 用少数变量代表多个变量 128
7.1 主成分分析 128
7.1.1 主成分分析的基本思想是什么？ 128
7.1.2 如何选择主成分？ 131
7.1.3 怎样解释主成分？ 133
7.2 因子分析 135
7.2.1 什么是因子分析？ 135
7.2.2 怎样解释因子分析结果？ 136
7.2.3 几点说明 139
本章附录 140
本章主要公式 141
习题 141
第8章 把对象分成不同的类别 144
8.1 聚类分析 144
8.1.1 按什么来聚类？ 145
8.1.2 怎样度量距离远近？ 146
8.1.3 分层聚类法 147
8.1.4 K-均值聚类法 149
8.1.5 几点说明 151
8.2 判别分析 152
8.2.1 判别分析有什么不同？ 152
8.2.2 距离判别法 153
8.2.3 Fisher判别法 154
8.2.4 逐步判别法 154
本章附录 159
本章主要公式 160
习题 162
第9章 根据过去的模式预测未来 166
9.1 时间序列的组成要素 166
9.2 时间序列预测的程序 168
9.2.1 确定时间序列的成分 168
9.2.2 选择预测方法并进行评估 171
9.3 平滑法预测 171
9.4 趋势模型预测 174
9.4.1 线性趋势预测 174
9.4.2 非线性趋势预测 175
9.4.3 自回归模型预测 181
9.5 多成分序列的预测 183
9.5.1 季节性多元回归预测 183
9.5.2 分解预测 185
本章附录 187
本章主要公式 188
习题 189
第10章 不依赖于分布的检验 193
10.1 关于非参数检验 193
10.1.1 什么时候选择非参数检验？ 193
10.1.2 预备知识 194
10.2 单样本的非参数检验 196
10.2.1 符号检验 196
10.2.2 Wilcoxon符号秩检验 198
10.3 两样本的非参数检验 200
10.3.1 两独立样本的Wilcoxon（Mann-Whitney）秩和检验 200
10.3.2 匹配样本的中位数检验 202
10.3.3 Spearman秩相关检验 204
习题 207
附录 各章练习题答案 212
参考书目 258