本書主要介紹統計學的基本思想、原理和方法,使讀者對統計學及統計學的思維方式有一個整體的瞭解。
 
本書主要包括:統計學的發展和應用領域、概率理論、資料收集的概念和方法、對資料總體資訊的描述、常用的參數估計和假設檢驗方法.書中注重以概率理論解釋常見統計方法的原理,並通過電腦類比説明讀者理解統計思想和原理,以避免把統計學片面地理解為簡單的加減乘除計算公式,進而增強學生運用統計思想和方法提出問題、分析問題和解決問題的能力。

本書適合作為高等院校本科生學習統計學知識的入門教材。

李勇：北京師範大學教授、博士生導師。兼任中國統計教育學會副會長、教育部高等學校統計學類專業教學指導委員會委員。曾獲北京市高等教育教學成果獎、北京市高等學校教學名師獎和寶鋼優秀教師獎。

第一章 緒論
1.1 未知現象的認識過程與統計學
1.1.1 與天氣預報案例相關的概念
1.1.2 統計學研究流程
1.1.3 隨機現象
1.2 描述未知現象的理想模型與現實模型
1.3 統計學的應用領域
1.4 數學、概率論、統計學與統計軟體
小結
附錄 R 軟體簡介
練習題一
第二章 概率
2.1 隨機現象及基本概念
2.1.1 隨機現象與隨機事件
2.1.2 事件之間的關係及運
2.1.3 頻率的簡單性質
2.2 概率空間
2.2.1 概率空間的定義
2.2.2 概率空間的例子
2.2.3 概率的基本性質
2.3 隨機變數及特徵刻畫
2.3.1 隨機變數及其分佈函數
2.3.2 離散型隨機變數及其數學期望
2.3.3 連續型隨機變數及其數學期望
2.3.4 隨機變數的方差
2.4 常用分佈簡介
2.4.1 二項分佈
2.4.2 超幾何分佈
2.4.3 泊松分佈
2.4.4 均勻分佈
2.4.5 正態分佈
2.5 隨機變數的其他數位特徵
2.5.1 變異係數
2.5.2 原點矩與中心矩
2.5.3 分位數、中位數與四分位數
2.5.4 離群數據與四分位元數
2.5.5 眾數
2.6 概率論中的幾個重要結論
2.6.1 大數定律簡介
2.6.2 中心極限定理簡介
小結
附錄R 語言中的隨機類比、迴圈和控制流程
練習題二
第三章 資料的收集
3.1 基本概念
3.2 觀測資料的收集
3.2.1 方便樣本與判斷樣本
3.2.2 隨機樣本
3.2.3 簡單隨機抽樣
3.2.4 等距抽樣
3.2.5 分層隨機抽
3.2.6 整群隨機抽樣
3.3 實驗資料的收集
小結
練習題三
第四章 資料中的總體資訊初步描述
4.1 樣本資料的記錄與基本概念
4.2 長條圖與連續型總體變數的密度函數
4.2.1 密度函數與頻率長條圖
4.2.2 頻率長條圖的製作
4.2.3 分組數的確定原則
4.2.4 頻率長條圖的應用
4.2.5 小結
4.3 分佈密度形狀資訊的視覺化
4.3.1 橫條圖與圓形圖
4.3.2 點圖與莖葉圖
4.3.3 小結
4.4 總體數位特徵資訊的提取與離群資料
4.4.1 總體變數中心位置的提取
4.4.2 總體變數離散程度的提取
4.4.3 總體變數分位元數的提取
4.4.4 Q—Q 圖
4.4.5 離群資料的識別
4.4.6 盒形圖與離群數據
小結
附錄R 軟體的外部資料導入方法——導入Ecel 資料
練習題四
第五章 常用統計方法原理簡介
5.1 總體參數的估計
5.1.1 衡量參數估計優劣的標準
5.1.2 不同估計方法的比較
5.1.3 點估計的原理
5.1.4 區間估計的原理
5.2 假設檢驗簡介
5.2.1 假設檢驗的原理
5.2.2 假設檢驗所涉及概念的進一步解釋
5.3 關於正態總體均值的假設檢驗
5.3.1 已知總體方差情況下的均值檢驗
5.3.2 未知總體方差情況下的均值檢驗
5.3.3 雙正態總體均值的檢驗
5.4 相關關係與回歸模型
5.4.1 函數關係與相關關係
5.4.2 函數模型與回歸模型
5.4.3 模型參數估計的最小二乘法原理
5.4.4 線性回歸模型
5.4.5 回歸模型擬合效果的衡量方法
5.4.6 線性回歸模型中的假設檢驗
小結
練習題五
參考文獻
索引