第1章　統(tǒng)計、數(shù)據(jù)和統(tǒng)計思維
1.1　統(tǒng)計科學
1.2　商業(yè)中的統(tǒng)計應用類型
1.3　統(tǒng)計的基本要素
1.4　過程 (選學)
1.5　數(shù)據(jù)類型
1.6　收集數(shù)據(jù)：抽樣及相關問題
1.7　業(yè)務分析：批判性思維與統(tǒng)計
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 利用均值和標準差描述數(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 二元關系的圖形描述 (選學)
2.9 時間序列圖 (選學)
2.10 描述性方法對事實的扭曲
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 乘法法則和獨立事件
3.7 貝葉斯定理
第4章　隨機變量與概率分布
4.1　隨機變量的兩種類型
第一部分：離散型隨機變量
4.2 離散型隨機變量的概率分布
4.3 二項分布
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)型隨機變量
4.5 連續(xù)型隨機變量的概率分布
4.6 正態(tài)分布
4.7 評價正態(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)計推斷：置信區(qū)間的估計
6.1 確定與估計目標參數(shù)
6.2 總體均值的置信區(qū)間：正態(tài)(z)統(tǒng)計量
6.3 總體均值的置信區(qū)間：學生t統(tǒng)計量
6.4 總體比例的大樣本置信區(qū)間
6.5 確定樣本量
6.6 簡單隨機抽樣的有限總體修正 (選學)
6.7 總體方差的置信區(qū)間 (選學)
第7章　基于單樣本的統(tǒng)計推斷：假設檢驗
7.1 假設檢驗的要素
7.2 設定假設與構(gòu)造拒絕域
7.3 觀測的顯著性水平：p 值
7.4 總體均值的假設檢驗：正態(tài)(z)統(tǒng)計量
7.5 總體均值的假設檢驗：學生 t 統(tǒng)計量
7.6 總體比例的大樣本假設檢驗
7.7 總體方差的假設檢驗
7.8 計算犯第Ⅱ類錯誤的概率：關于β的更多信息 (選學)
第8章　基于雙樣本的統(tǒng)計推斷：置信區(qū)間和假設檢驗
8.1　確定目標參數(shù)
8.2　比較兩個總體均值：獨立抽樣
8.3　比較兩個總體均值：配對差異試驗
8.4　比較兩個總體比例：獨立抽樣
8.5　確定所需樣本量
8.6　比較兩個總體方差：獨立抽樣
第9章　試驗設計和方差分析
9.1　試驗設計的要素
9.2　完全隨機設計：單因素
9.3　均值的多重比較
9.4　隨機區(qū)組設計
9.5　析因試驗：雙因素
第10章　分類數(shù)據(jù)的分析
10.1　分類數(shù)據(jù)和多項試驗
10.2　分類概率的檢驗：單向表
10.3　對分類概率的檢驗：雙向 ( 列聯(lián) ) 表
10.4　卡方檢驗中需要注意的地方
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
11.4 評價模型的有效性：對斜率β1的推斷
11.5 相關系數(shù)和決定系數(shù)
11.6 利用模型進行估計和預測
11.7 一個完整的例子
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進行估計和推斷
12.3　模型整體有效性評價
12.4　利用模型進行估計和預測
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：檢驗回歸假設
12.12 一些陷阱：可估計性、多重共線性與外推法
附　錄