第一章 一些基本概念
1.1 統計是什麼？
1.2 現實中的隨機性和規律性，概率和機會
1.3 變量和數據
1.4 變量之問的關係
1.4.1 定量變量間的關係
1.4.2 定性變量問的關係
1.4.3 定性和定量變量間的混和關係
1.5 統計、計算機與統計軟件
1.6 小結
1.7 習題
第二章 數據的收集
2.1 數據是怎樣得到的？
2.2 個體、總體和樣本
2.3 收集數據時的誤差
2.4 抽樣調查和一些常用的方法
2.5 計算機中常用的數據形式
2.6 小結
2.7 習題
第三章 數據的描述
3.1 如何用圖來錶示數據？
3.1.1 定量變量的圖錶示：直方圖、盒形圖、莖葉圖和散點圖
3.1.2 定性變量的圖錶示：餅圖和條形圖
3.1.3 其他圖描述法
3.2 如何用少量數字來概括數據？
3.2.1 數據的“位置”
3.2.2 數據的“尺度”
3.2.3 數據的標準得分
3.3 小結
3.3.1 本章的概括和公式
3.3.2 R語句的說明
3.4 習題
第四章 機會的度量：概率和分布
4.1 得到概率的幾種途徑
4.2 概率的運算
4.3 變量的分布
4.3.1 離散隨機變量的分布
4.3.2 連續隨機變量的分布
4.3.3 纍積分布函數
4.4 抽樣分布、中心極限定理
4.5 用小概率事件進行判斷
4.6 小結
4.6.1 本章的概括和公式
4.6.2 本章例題和R語句說明
4.6.3 生成本章圖形的R代碼
4.7 習題
第五章 簡單統計推斷：總體參數的估計
5.1 用估計量估計總體參數
5.2 點估計
5.3 區間估計
5.3.1 一個正態總體均值μ的區間估計
5.3.2 兩個正態總體均值之差μ1—μ2的區間估計
5.3.3 總體比例（Bernoulli試驗成功概率）ρ的區間估計
5.3.4 總體比例（Bernoulli試驗成功概率）之差ρ1—ρ2的區間估計
5.4 關於置信區間的注意點
5.5 小結
5.5.1 本章的概括和公式
5.5.2 R語句的說明
5.6 習題
第六章 簡單統計推斷：總體參數的假設檢驗
6.1 假設檢驗的過程和邏輯
6.1.1 假設檢驗的過程和邏輯
6.1.2 假設檢驗在前計算機時代發展的一些概念和步驟
6.2 對於正態總體均值的檢驗
6.2.1 根據一個樣本對其總體均值大小進行檢驗
6.2.2 根據來自兩個總體的獨立樣本對其總體均值的檢驗
6.2.3 成對樣本的問題
6.2.4 關於正態性檢驗的問題
6.3 對於比例的檢驗
6.3.1 對於總體比例的檢驗
6.3.2 對於連續變量比例的檢驗
6.4 非參數檢驗
6.4.1 關於非參數檢驗的一些常識
6.4.2 關於單樣本位置的符號檢驗
6.4.3 關於單樣本位置的Wilcoxon符號秩檢驗
6.4.4 關於隨機性的遊程檢驗（runs test）
6.4.5 比較兩獨立總體中位數的Wilcoxon（Mann—Whitney）秩和檢驗
6.5 從一個例子說明“接受零假設”的說法不妥
6.6 小結
6.6.1 本章的概括和公式
6.6.2 R語句的說明
6.7 習題
第七章 變量之間的關係；迴歸和分類
7.1 問題的提齣
7.2 定量變量的綫性相關
7.3 經典迴歸和分類
7.3.1 一個數量自變量的綫性迴歸
7.3.2 多個數量自變量的綫性迴歸
7.3.3 自變量中有定性變量的綫性迴歸
7.3.4 Logistic迴歸
7.3.5 自變量為數量變量時的分類：經典判彆分析
7.4 現代分類和迴歸：機器學習方法
7.4.1 決策樹
7.4.2 關於組閤算法
7.4.3 Boosting
7.4.4 隨機森林
7.4.5 支持嚮量機
7.4.6 交叉驗證比較各個模型
7.5 頻數或列聯錶數據
7.5.1 列聯錶數據及二維列聯錶的獨立性檢驗
7.5.2 高維列聯錶和多項分布對數綫性模型
7.5.3 Poisson對數綫性模型
7.6 小結
7.6.1 本章的概括和公式
7.6.2 R語句的說明
7.7 習題
第八章 多元分析
8.1 尋找多個變量的代錶：主成分分析和因子分析
8.1.1 主成分分析
8.1.2 因子分析
8.1.3 因子分析和主成分分析的一些注意事項
8.2 把對象分類：聚類分析
8.2.1 如何度量距離遠近
8.2.2 事先要確定分多少類：k均值聚類
8.2.3 事先不用確定分多少類：分層聚類
8.2.4 聚類要注意的問題
8.3 兩組變量之間的相關：典型相關分析
8.3.1 兩組變量的相關問題
8.3.2 典型相關分析
8.4 列聯錶行變量和列變量的關係：對應分析
8.5 小結
8.5.1 本章的概括和公式
8.5.2 R語句的說明
……
第九章 隨時間變化的對象：時間序列分析
第十章 生存分析簡介
第十一章 指數簡介
附錄A練習：熟練使用R軟件
· · · · · · (收起)