第1章　統(tǒng)計(jì)、數(shù)據(jù)和統(tǒng)計(jì)思維
1.1　統(tǒng)計(jì)科學(xué)
1.2　商業(yè)中的統(tǒng)計(jì)應(yīng)用類型
1.3　統(tǒng)計(jì)的基本要素
1.4　過程 (選學(xué))
1.5　數(shù)據(jù)類型
1.6　收集數(shù)據(jù)：抽樣及相關(guān)問題
1.7　業(yè)務(wù)分析：批判性思維與統(tǒng)計(jì)
第2章　數(shù)據(jù)集的描述方法
2.1 定性數(shù)據(jù)的描述
2.2 描述定量數(shù)據(jù)的圖形方法
2.3 集中趨勢的數(shù)值度量
2.4 變異性的數(shù)值度量
2.5 利用均值和標(biāo)準(zhǔn)差描述數(shù)據(jù)
2.6 相對位置的數(shù)值度量
2.7 異常值的檢測方法：箱線圖和z得分
2.8 二元關(guān)系的圖形描述 (選學(xué))
2.9 時(shí)間序列圖 (選學(xué))
2.10 描述性方法對事實(shí)的扭曲
第3章　概　率
3.1 事件、樣本空間和概率
3.2 事件的并和交
3.3 互補(bǔ)事件
3.4 加法法則和互斥事件
3.5 條件概率
3.6 乘法法則和獨(dú)立事件
3.7 貝葉斯定理
第4章　隨機(jī)變量與概率分布
4.1　隨機(jī)變量的兩種類型
第一部分：離散型隨機(jī)變量
4.2 離散型隨機(jī)變量的概率分布
4.3 二項(xiàng)分布
4.4 其他離散型分布：泊松分布和超幾何分布
第二部分：連續(xù)型隨機(jī)變量
4.5 連續(xù)型隨機(jī)變量的概率分布
4.6 正態(tài)分布
4.7 評價(jià)正態(tài)性的描述性方法
4.8 其他連續(xù)型分布：均勻分布和指數(shù)分布
第5章　抽樣分布
5.1 抽樣分布的概念
5.2 抽樣分布的性質(zhì)：無偏性和最小方差
5.3 樣本均值的抽樣分布與中心極限定理
5.4 樣本比例的抽樣分布
第6章　基于單樣本的統(tǒng)計(jì)推斷：置信區(qū)間的估計(jì)
6.1 確定與估計(jì)目標(biāo)參數(shù)
6.2 總體均值的置信區(qū)間：正態(tài)(z)統(tǒng)計(jì)量
6.3 總體均值的置信區(qū)間：學(xué)生t統(tǒng)計(jì)量
6.4 總體比例的大樣本置信區(qū)間
6.5 確定樣本量
6.6 簡單隨機(jī)抽樣的有限總體修正 (選學(xué))
6.7 總體方差的置信區(qū)間 (選學(xué))
第7章　基于單樣本的統(tǒng)計(jì)推斷：假設(shè)檢驗(yàn)
7.1 假設(shè)檢驗(yàn)的要素
7.2 設(shè)定假設(shè)與構(gòu)造拒絕域
7.3 觀測的顯著性水平：p 值
7.4 總體均值的假設(shè)檢驗(yàn)：正態(tài)(z)統(tǒng)計(jì)量
7.5 總體均值的假設(shè)檢驗(yàn)：學(xué)生 t 統(tǒng)計(jì)量
7.6 總體比例的大樣本假設(shè)檢驗(yàn)
7.7 總體方差的假設(shè)檢驗(yàn)
7.8 計(jì)算犯第Ⅱ類錯誤的概率：關(guān)于β的更多信息 (選學(xué))
第8章　基于雙樣本的統(tǒng)計(jì)推斷：置信區(qū)間和假設(shè)檢驗(yàn)
8.1　確定目標(biāo)參數(shù)
8.2　比較兩個(gè)總體均值：獨(dú)立抽樣
8.3　比較兩個(gè)總體均值：配對差異試驗(yàn)
8.4　比較兩個(gè)總體比例：獨(dú)立抽樣
8.5　確定所需樣本量
8.6　比較兩個(gè)總體方差：獨(dú)立抽樣
第9章　試驗(yàn)設(shè)計(jì)和方差分析
9.1　試驗(yàn)設(shè)計(jì)的要素
9.2　完全隨機(jī)設(shè)計(jì)：單因素
9.3　均值的多重比較
9.4　隨機(jī)區(qū)組設(shè)計(jì)
9.5　析因試驗(yàn)：雙因素
第10章　分類數(shù)據(jù)的分析
10.1　分類數(shù)據(jù)和多項(xiàng)試驗(yàn)
10.2　分類概率的檢驗(yàn)：單向表
10.3　對分類概率的檢驗(yàn)：雙向 ( 列聯(lián) ) 表
10.4　卡方檢驗(yàn)中需要注意的地方
第11章　簡單線性回歸
11.1 概率模型
11.2 模型擬合：最小二乘法
11.3 模型假設(shè)
11.4 評價(jià)模型的有效性：對斜率β1的推斷
11.5 相關(guān)系數(shù)和決定系數(shù)
11.6 利用模型進(jìn)行估計(jì)和預(yù)測
11.7 一個(gè)完整的例子
第12章　多元線性回歸和模型建立
12.1　多元回歸模型
第一部分：定量自變量的一階模型
12.2　對參數(shù)β進(jìn)行估計(jì)和推斷
12.3　模型整體有效性評價(jià)
12.4　利用模型進(jìn)行估計(jì)和預(yù)測
第二部分：建立多元回歸模型
12.5　交互模型
12.6　二階模型以及其他高階模型
12.7　定性 (虛擬) 變量模型
12.8　包含定性變量和定量變量的模型
12.9　比較嵌套模型
12.10 逐步回歸
第三部分：多元回歸診斷
12.11　殘差分析：檢驗(yàn)回歸假設(shè)
12.12 一些陷阱：可估計(jì)性、多重共線性與外推法
附　錄