第1篇 数据探索和数据收集 2
第1章 统计学与变异 2
1.1 什么是统计学 2
1.2 本书有何用处 3
第2章 数据 6
2.1 什么是数据 7
2.2 变量类型 9
2.3 Where、How和When 12
2.4 小结 15
2.5 技术帮助 16
2.6 微型案例研究项目 17
2.7 习题 17
第3章 调查与抽样 22
3.1 抽样调查三原则 22
3.2 是否需要普查 25
3.3 总体和参数 26
3.4 简单随机样本（SRS） 27
3.5 其他抽样设计 28
3.6 定义总体 31
3.7 有效调查 31
3.8 小结 36
3.9 技术帮助：随机抽样 38
3.10 微型案例研究项目 38
3.11 习题 39
第4章 显示和描述分类数据 45
4.1 数据分析的3条规则 45
4.2 频数表 46
4.3 图 47
4.4 列联表 50
4.5 小结 60
4.6 技术帮助：在计算机上显示分类数据 61
4.7 微型案例研究项目 63
4.8 习题 63
第5章 随机性和概率 76
5.1 随机现象和概率 76
5.2 不存在的平均数定律 78
5.3 不同类型的概率 79
5.4 概率法则 81
5.5 联合概率和列联表 85
5.6 条件概率 86
5.7 构建列联表 88
5.8 小结 89
5.9 微型案例研究项目 91
5.10 习题 92
第6章 显示和描述定量数据 102
6.1 显示分布 102
6.2 形状 104
6.3 中心 106
6.4 分布的离散度 108
6.5 形状、中心和离散度的概括 109
6.6 五数概括和箱线图 110
6.7 组间比较 113
6.8 确认异常值 114
6.9 标准化 116
6.10 时间序列图 118
6.11 变换有偏的数据 120
6.12 小结 124
6.13 技术帮助：显示和概括定量变量 126
6.14 微型案例研究项目 129
6.15 习题 130
第2篇 理解数据和分布 148
第7章 散点图、关联和相关 148
7.1 观察散点图 149
7.2 在散点图中指定变量的角色 151
7.3 理解相关关系 152
7.4 直线型散点图 159
7.5 潜在变量和因果关系 160
7.6 小结 163
7.7 技术帮助：散点图和相关系数 164
7.8 微型案例研究项目 167
7.9 习题 168
第8章 线性回归 182
8.1 线性模型 183
8.2 相关性和直线 184
8.3 向均值的回归 187
8.4 模型检验 189
8.5 从残差中学习更多知识 189
8.6 模型的变异和R2 191
8.7 真实性检验：回归是否合理 193
8.8 小结 196
8.9 技术帮助：回归 197
8.10 微型案例研究项目 199
8.11 习题 200
第9章 抽样分布和正态模型 214
9.1 样本比例分布的建模 215
9.2 模拟 215
9.3 正态分布 216
9.4 练习正态分布的计算 217
9.5 比例的抽样分布 222
9.6 假设和条件 224
9.7 中心极限定理——统计学中的基本定理 226
9.8 均值的抽样分布 228
9.9 样本容量的收益递减性 230
9.10 抽样分布模型的原理 230
9.11 小结 233
9.12 微型案例研究项目 234
9.13 习题 235
第10章 比例的置信区间 243
10.1 置信区间 243
10.2 误差幅度：确定性与精确性 246
10.3 临界值 247
10.4 假设与条件 248
10.5 小样本的置信区间 251
10.6 选择样本容量 251
10.7 小结 255
10.8 技术帮助：比例的置信区间 256
10.9 微型案例研究项目 257
10.10 习题 258
第11章 比例的假设检验 266
11.1 假设 267
11.2 作为假设检验的审判 268
11.3 P值 269
11.4 假设检验的原理 270
11.5 备择假设 272
11.6 α水平与显著性 274
11.7 临界值 276
11.8 置信区间与假设检验 277
11.9 两类错误 280
11.10 检验的效力 281
11.11 小结 285
11.12 技术帮助 286
11.13 微型案例研究项目 288
11.14 习题 289
第12章 均值的置信区间和假设检验 297
12.1 均值的抽样分布 297
12.2 均值的置信区间 299
12.3 假设与条件 300
12.4 解释置信区间时需要注意的地方 305
12.5 单样本t检验 306
12.6 样本容量 309
12.7 自由度为什么是n－1 310
12.8 小结 312
12.9 技术帮助：均值推断 313
12.10 微型案例研究项目 315
12.11 习题 316
第13章 比较两个均值 328
13.1 检验两个均值的差异 329
13.2 两样本t检验 331
13.3 假设和条件 331
13.4 两均值差的置信区间 335
13.5 合并的t检验 337
13.6 图基快速检验 342
13.7 小结 343
13.8 技术帮助：两样本方法 345
13.9 微型案例研究项目 347
13.10 习题 347
第14章 配对样本与区组划分 361
14.1 配对数据 362
14.2 假设和条件 362
14.3 配对t检验 363
14.4 配对t检验的原理 366
14.5 小结 369
14.6 技术帮助：配对t方法 370
14.7 微型案例研究项目 372
14.8 习题 372
第15章 计数的推断：卡方检验 390
15.1 拟合优度检验 391
15.2 解释卡方值 395
15.3 检测残差 396
15.4 齐性的卡方检验 397
15.5 比较两个比例 401
15.6 独立性的卡方检验 403
15.7 小结 408
15.8 技术帮助：卡方 409
15.9 微型案例研究项目 411
15.10 习题 411
第3篇 研究变量之间的关系 426
第16章 回归的推断 426
16.1 总体和样本 427
16.2 假设和条件 427
16.3 斜率的标准误 430
16.4 对回归斜率的检验 432
16.5 相关性的假设检验 435
16.6 预测值的标准误 436
16.7 使用置信区间和预测区间 440
16.8 小结 443
16.9 技术帮助：回归分析 444
16.10 微型案例研究项目 446
16.11 习题 447
第17章 对残差的理解 463
17.1 检验各组的残差 463
17.2 外推和预测 466
17.3 不寻常和异常的观测值 468
17.4 处理汇总值 471
17.5 自相关 472
17.6 线性性 474
17.7 转换（变换）数据 475
17.8 幂变换阶梯 477
17.9 小结 480
17.10 技术帮助 481
17.11 微型案例研究项目 482
17.12 习题 483
第18章 多元回归 499
18.1 多元回归模型 500
18.2 解释多元回归的系数 502
18.3 多元回归模型的假设和条件 503
18.4 检验多元回归模型 510
18.5 调整后的R2和F统计量 511
18.6 Logistic回归模型 513
18.7 小结 520
18.8 技术帮助：回归分析 521
18.9 微型案例研究项目 523
18.10 习题 523
第19章 建立多元回归模型 538
19.1 指示（或虚拟）变量 539
19.2 不同斜率的调整——交互效应项 541
19.3 多元回归诊断 544
19.4 建立回归模型 548
19.5 共线性 555
19.6 二次项 558
19.7 小结 561
19.8 技术帮助：计算机回归分析 563
19.9 微型案例研究项目 564
19.10 习题 565
第20章 时间序列分析 582
20.1 什么是时间序列 583
20.2 时间序列成分 583
20.3 平滑方法 586
20.4 简单移动平均法 587
20.5 加权移动平均 589
20.6 指数平滑法 589
20.7 概括预测误差 590
20.8 自回归模型 592
20.9 随机游走 595
20.10 基于多元回归的模型 599
20.11 加法和乘法模型 601
20.12 循环和不规则成分 603
20.13 基于回归模型的预测 604
20.14 时间序列预测方法的选择 608
20.15 解释时间序列模型：再次考察全食超市的数据 608
20.16 小结 610
20.17 技术帮助 611
20.18 微型案例研究项目 612
20.19 习题 613
第4篇 决策建模 632
第21章 随机变量和概率模型 632
21.1 随机变量的期望值 632
21.2 随机变量的标准差 634
21.3 期望值和方差的性质 636
21.4 离散概率模型 639
21.5 连续型随机变量 646
21.6 小结 656
21.7 微型案例研究项目 658
21.8 习题 659
第22章 决策与风险 667
22.1 行动、自然状态和结果 667
22.2 收益表和决策树 668
22.3 最小化损失和最大化收益 669
22.4 行动的期望值 669
22.5 具有完全信息的期望值 671
22.6 样本信息下的决策 671
22.7 估计变异性 673
22.8 灵敏度 674
22.9 模拟 674
22.10 概率树 676
22.11 条件的反转：贝叶斯准则 678
22.12 更加复杂的决策 679
22.13 小结 680
22.14 微型案例研究项目 682
22.15 习题 683
第23章 实验的设计、分析及观察性研究 689
23.1 观察性研究 690
23.2 随机化的比较实验 690
23.3 实验设计的四大原则 691
23.4 实验设计 693
23.5 设盲和安慰剂 696
23.6 混杂变量和潜在变量 698
23.7 单因素设计分析——单因素方差分析法 698
23.8 方差分析的假设和条件 701
23.9 多重比较 704
23.10 观测数据的方差分析 706
23.11 多因子设计分析 707
23.12 小结 716
23.13 微型案例研究项目 722
23.14 习题 722
第24章 数据挖掘概述 737
24.1 直接营销 737
24.2 数据 738
24.3 数据挖掘的目标 739
24.4 数据挖掘的误区 740
24.5 成功的数据挖掘 741
24.6 数据挖掘问题 743
24.7 数据挖掘的算法 743
24.8 数据挖掘过程 747
24.9 总结 748
24.10 小结 749
习题答案 751
附录A 部分公式和表 810