第1章 統(tǒng)計(jì)學(xué)與數(shù)據(jù)
1.1 統(tǒng)計(jì)學(xué)與數(shù)據(jù)分析
1.1.1 什么是統(tǒng)計(jì)學(xué)
1.1.2 數(shù)據(jù)分析方法和工具
1.2 變量、數(shù)據(jù)及其分類
1.2.1 變量和數(shù)據(jù)
1.2.2 變量和數(shù)據(jù)的分類
1.3 數(shù)據(jù)的來源
1.3.1 間接來源和直接來源
1.3.2 抽樣方法
1.4 Excel數(shù)據(jù)分析工具的安裝
思維導(dǎo)圖：本書基本框架
習(xí)題

第2章 數(shù)據(jù)處理
2.1 數(shù)據(jù)的預(yù)處理
2.1.1 數(shù)據(jù)審核與錄入
2.1.2 數(shù)據(jù)排序和篩選
2.1.3 數(shù)據(jù)抽樣
2.1.4 生成隨機(jī)數(shù)
2.2 生成頻數(shù)分布表
2.2.1 簡單頻數(shù)表
2.2.2 二維列聯(lián)表
2.2.3 頻數(shù)表的簡單分析
2.3 數(shù)值數(shù)據(jù)類別化
2.3.1 數(shù)據(jù)分組
2.3.2 生成分組表
思維導(dǎo)圖：數(shù)據(jù)處理與頻數(shù)分布
習(xí)題

第3章 數(shù)據(jù)可視化
3.1 類別數(shù)據(jù)可視化
3.1.1 條形圖
3.1.2 瀑布圖和漏斗圖
3.1.3 餅圖和環(huán)形圖
3.1.4 樹狀圖和旭日?qǐng)D
3.2 數(shù)值數(shù)據(jù)可視化
3.2.1 展示數(shù)據(jù)分布
3.2.2 展示變量間關(guān)系
3.2.3 展示樣本相似性
3.3 時(shí)間序列可視化
3.3.1 折線圖
3.3.2 面積圖
3.4 可視化的注意事項(xiàng)
3.4.1 圖形標(biāo)題
3.4.2 坐標(biāo)軸刻度起點(diǎn)
3.4.3 圖形比例
思維導(dǎo)圖：數(shù)據(jù)類型與圖表展示方法
習(xí)題

第4章 數(shù)據(jù)的描述統(tǒng)計(jì)量
4.1 描述水平的統(tǒng)計(jì)量
4.1.1 平均數(shù)
4.1.2 分位數(shù)
4.1.3 眾數(shù)
4.2 描述差異的統(tǒng)計(jì)量
4.2.1 極差和四分位差
4.2.2 方差和標(biāo)準(zhǔn)差
4.2.3 離散系數(shù)
4.2.4 標(biāo)準(zhǔn)分?jǐn)?shù)
4.3 描述分布形狀的統(tǒng)計(jì)量
4.3.1 偏度系數(shù)
4.3.2 峰度系數(shù)
4.4 Excel【數(shù)據(jù)分析】工具的應(yīng)用
思維導(dǎo)圖：數(shù)據(jù)分布特征與描述統(tǒng)計(jì)量
習(xí)題

第5章 概率分布
5.1 概率與隨機(jī)變量
5.1.1 什么是概率
5.1.2 隨機(jī)變量及其概括性度量
5.2 隨機(jī)變量的概率分布
5.2.1 二項(xiàng)分布
5.2.2 正態(tài)分布
5.2.3 χ^2分布、t分布和F分布
5.3 樣本統(tǒng)計(jì)量的概率分布
5.3.1 統(tǒng)計(jì)量及其分布
5.3.2 樣本均值的分布
5.3.3 其他統(tǒng)計(jì)量的分布
5.3.4 統(tǒng)計(jì)量的標(biāo)準(zhǔn)誤
思維導(dǎo)圖：隨機(jī)變量的概率分布
習(xí)題

第6章 參數(shù)估計(jì)
6.1 參數(shù)估計(jì)的原理
6.1.1 點(diǎn)估計(jì)與區(qū)間估計(jì)
6.1.2 評(píng)價(jià)估計(jì)量的標(biāo)準(zhǔn)
6.2 總體均值的區(qū)間估計(jì)
6.2.1 大樣本的估計(jì)
6.2.2 小樣本的估計(jì)
6.3 總體比例的區(qū)間估計(jì)
6.4 總體方差的區(qū)間估計(jì)
6.5 樣本量的確定
6.5.1 估計(jì)總體均值時(shí)樣本量的確定
6.5.2 估計(jì)總體比例時(shí)樣本量的確定
思維導(dǎo)圖：參數(shù)估計(jì)所用的分布
習(xí)題

第 7章 假設(shè)檢驗(yàn)
7.1 假設(shè)檢驗(yàn)的步驟
7.1.1 提出假設(shè)
7.1.2 確定顯著性水平
7.1.3 做出決策
7.1.4 表述結(jié)果
7.2 總體均值的檢驗(yàn)
7.2.1 大樣本的檢驗(yàn)
7.2.2 小樣本的檢驗(yàn)
7.3 總體比例的檢驗(yàn)
7.4 總體方差的檢驗(yàn)
思維導(dǎo)圖：假設(shè)檢驗(yàn)所用的分布
習(xí)題

第 8章 相關(guān)與回歸分析
8.1 相關(guān)分析與回歸分析
8.1.1 相關(guān)分析
8.1.2 回歸分析
8.2 一元線性回歸模型的估計(jì)和檢驗(yàn)
8.2.1 回歸模型與回歸方程
8.2.2 參數(shù)的最小二乘估計(jì)
8.2.3 模型的擬合優(yōu)度1
8.2.4 模型的顯著性檢驗(yàn)
8.3 利用回歸方程進(jìn)行預(yù)測(cè)
8.3.1 平均值的置信區(qū)間
8.3.2 個(gè)別值的預(yù)測(cè)區(qū)間
8.4 殘差分析
8.4.1 殘差與標(biāo)準(zhǔn)化殘差
8.4.2 殘差圖及其解讀
思維導(dǎo)圖：一元線性回歸的建模過程
習(xí)題

第 9章 時(shí)間序列分析和預(yù)測(cè)
9.1 增長率分析
9.1.1 增長率與平均增長率
9.1.2 年化增長率
9.2 時(shí)間序列的成分和預(yù)測(cè)方法
9.2.1 時(shí)間序列的成分
9.2.2 預(yù)測(cè)方法的選擇與評(píng)估
9.3 平滑法預(yù)測(cè)
9.3.1 移動(dòng)平均預(yù)測(cè)
9.3.2 簡單指數(shù)平滑預(yù)測(cè)
9.4 趨勢(shì)預(yù)測(cè)
9.4.1 線性趨勢(shì)預(yù)測(cè)
9.4.2 非線性趨勢(shì)預(yù)測(cè)
思維導(dǎo)圖：時(shí)間序列分析和預(yù)測(cè)方法
習(xí)題

附錄1：Excel中的統(tǒng)計(jì)函數(shù)
附錄2：用Excel生成概率分布表
參考文獻(xiàn)