第一章 统计学概述
　第一节 统计学及统计方法的基本思想
　　一、统计学及其若干基本概念
　　二、统计方法的基本思想
　　三、统计学的大家族以及统计学与其他学科的关系
　第二节 统计数据
　　一、统计数据的概念和特征
　　二、统计数据的类型
　　三、统计数据的收集
　第三节 正确认识和使用统计方法
　　一、正确认识统计方法
　　二、误用统计方法的两个例子
第二章 统计数据的描述
　第一节 频数分布
　　一、定性数据频数分布的构建
　　二、定量数据频数分布的构建
　第二节 统计数据的图示
　　一、定性数据的图示
　　二、定量数据的图示
　　三、正确使用统计图
　第三节 统计数据分布特征的测量
　　一、集中趋势的测量
　　二、离散程度的测量
　　三、偏度系数和峰度系数的测量
第三章 概率与概率分布
　第一节 事件与概率
　　一、随机试验与随机事件
　　二、概率
　　三、条件概率与事件的独立性
　第二节 随机变量及其数字特征
　　一、随机变量及其分布
　　二、随机变量的数字特征
　第三节 几种重要的概率分布
　　一、几种重要的离散型概率分布
　　二、几种重要的连续型概率分布
第四章 参数估计
　第一节 参数估计的准备知识与基本原理
　　一、简单随机样本
　　二、几种常见的分布
　　三、抽样分布定理
　　四、参数估计的基本原理
　第二节 参数的点估计
　　一、点估计的基本方法
　　二、点估计优良性的判断准则
　第三节 参数的区间估计
　　一、区间估计的基本原理
　　二、单个总体参数的区间估计
　　三、两个总体参数的区间估计
　第四节 样本容量的确定
第五章 假设检验
　第一节 假设检验及其基本原理
　　一、假设检验的基本任务
　　二、假设检验的基本原理
　　三、假设检验的基本步骤
　　四、假设检验中的两类错误
　第二节 常见的假设检验问题
　　一、单个总体参数的假设检验
　　二、两个总体参数的假设检验
　第三节 假设检验中需要注意的几个问题
　　一、统计假设的设立
　　二、统计决策的叙述
　　三、正确认识统计显著性
　　四、样本容量对假设检验的影响
　　五、区间估计与假设检验的关系
第六章 随机变量间统计关联性分析
　第一节 随机变量之间的统计关联性
　　一、统计关联的概念
　　二、统计关联分析及其类型
　第二节 列联分析
　　一、列联表
　　二、卡方检验
　　三、几种常用的关联度测量方法
　第三节 定性变量与定量变量之间统计关联性的测量
　　一、方差分析及其基本假定
　　二、方差分析的基本原理
　　三、方差分析的基本类型
　第四节 定量变量之间统计关联性的测量
　　一、相关系数
　　二、相关系数的假设检验
第七章 回归分析
　第一节 回归分析及其基本任务
　　一、回归函数
　　二、回归分析的基本任务
　第二节 线性回归的参数估计
　　一、最小二乘估计
　　二、回归参数的区间估计
　　三、回归方程的拟合优度
　第三节 线性回归分析的假设检验
　　一、回归方程的假设检验
　　二、回归系数的假设检验
　第四节 回归诊断
　　一、回归分析的几个假定
　　二、异方差及其诊断
　　三、自相关及其诊断
　　四、多重共线性及其诊断
第八章 时间序列分析
　第一节 时间序列与时间序列分析
　　一、时间序列及其类型
　　二、时间序列分析及其类型
　第二节 时间序列的描述统计分析
　　一、时间序列的均值
　　二、时间序列的方差与标准差
　　三、时间序列的自相关系数
　　四、时间序列的速度分析
　第三节 时间序列的因素分解
　　一、时间序列的构成
　　二、长期趋势分析
　　三、季节变动分析
　　四、综合性分析
　第四节 时间序列模型
　　一、时间序列模型的基本概念
　　二、时间序列模型的一般形式
　　三、ARMA模型的建模
第九章 多元统计分析
　第一节 多元统计分析的研究对象与主要类型
　　一、多元统计分析的研究对象
　　一、多元统计分析的主要类型
　第二节 主成分分析
　　一、主成分分析的基本任务
　　二、主成分分析的基本原理
　　三、主成分分析的步骤
　　四、主成分分析中应注意的问题
　第三节 因子分析
　　一、因子分析的基本任务
　　二、因子分析的基本原理
　　三、因子分析的其他问题
　第四节 聚类分析
　　一、聚类分析的基本任务
　　二、聚类分析中距离的度量
　　三、聚类分析的基本方法
　　四、聚类分析中应注意的问题
参考文献