第1章 緒論
1.1 統(tǒng)計(jì)學(xué)及其發(fā)展
1.2 變量與數(shù)據(jù)
1.3 總體與抽樣
重要術(shù)語(yǔ)、思考題與練習(xí)題
第2章 R語(yǔ)言快速入門
2.1 獲取R及RStudio
2.2 R包管理模式
2.3 R數(shù)據(jù)文件操作
2.4 R基礎(chǔ)運(yùn)算
2.5 R數(shù)據(jù)轉(zhuǎn)換
2.6 與概率分布有關(guān)的R函數(shù)
2.7 R中的概率抽樣方法
重要術(shù)語(yǔ)、思考題與練習(xí)題
第3章 數(shù)據(jù)的統(tǒng)計(jì)特征
3.1 數(shù)據(jù)的集中趨勢(shì)
3.2 數(shù)據(jù)的離散趨勢(shì)
3.3 數(shù)據(jù)的分布形態(tài)
3.4 數(shù)據(jù)的相對(duì)位置與相對(duì)離散程度
3.5 用R進(jìn)行描述統(tǒng)計(jì)：一個(gè)綜合示例
重要術(shù)語(yǔ)、思考題與練習(xí)題
第4章 數(shù)據(jù)的圖形展示
4.1 R語(yǔ)言基本繪圖系統(tǒng)
4.2 ggplot2繪圖系統(tǒng)簡(jiǎn)介
4.3 ggplot2繪圖：一個(gè)完整案例
4.4 ggplot2繪圖：分類繪制常見統(tǒng)計(jì)圖形
重要術(shù)語(yǔ)、思考題與練習(xí)題
第5章 樣本統(tǒng)計(jì)量的抽樣分布
5.1 隨機(jī)變量的概率分布
5.2 單個(gè)樣本統(tǒng)計(jì)量的抽樣分布
5.3 兩個(gè)樣本統(tǒng)計(jì)量的抽樣分布
重要術(shù)語(yǔ)、思考題與練習(xí)題
第6章 參數(shù)估計(jì)
6.1 參數(shù)估計(jì)概述
6.2 一個(gè)總體參數(shù)的區(qū)間估計(jì)
6.3 兩個(gè)總體參數(shù)的區(qū)間估計(jì)
6.4 樣本容量計(jì)算
重要術(shù)語(yǔ)、思考題與練習(xí)題
第7章 假設(shè)檢驗(yàn)
7.1 假設(shè)檢驗(yàn)概述
7.2 一個(gè)總體參數(shù)的假設(shè)檢驗(yàn)
7.3 兩個(gè)總體參數(shù)的假設(shè)檢驗(yàn)
重要術(shù)語(yǔ)、思考題與練習(xí)題
第8章 方差分析
8.1 方差分析概述
8.2 方差分析表
8.3 方差分析中的多重比較
8.4 方差分析中的效應(yīng)分析
8.5 基本假定的檢驗(yàn)
重要術(shù)語(yǔ)、思考題與練習(xí)題
第9章 列聯(lián)分析
9.1 列聯(lián)表
9.2 一維表的擬合優(yōu)度檢驗(yàn)
9.3 二維表的獨(dú)立性檢驗(yàn)
9.4 二維表的關(guān)聯(lián)測(cè)度
重要術(shù)語(yǔ)、思考題與練習(xí)題
第10章 一元線性回歸分析
10.1 變量間的關(guān)系
10.2 相關(guān)分析
10.3 線性回歸分析基本問題
10.4 一元線性回歸中的參數(shù)估計(jì)
10.5 線性回歸中的假設(shè)檢驗(yàn)
10.6 回歸模型的診斷
10.7 利用回歸模型進(jìn)行預(yù)測(cè)
重要術(shù)語(yǔ)、思考題與練習(xí)題
第11章 多元線性回歸分析
11.1 多元回歸模型及其基本假定
11.2 多元回歸模型的參數(shù)估計(jì)
11.3 多元回歸模型的顯著性檢驗(yàn)
11.4 多元回歸模型的診斷
11.5 多元回歸模型的R實(shí)現(xiàn)
重要術(shù)語(yǔ)、思考題與練習(xí)題
第12章 非參數(shù)統(tǒng)計(jì)
12.1 非參數(shù)統(tǒng)計(jì)簡(jiǎn)介
12.2 分布的檢驗(yàn)
12.3 符號(hào)檢驗(yàn)
12.4 秩統(tǒng)計(jì)量和相關(guān)性檢驗(yàn)
重要術(shù)語(yǔ)、思考題與練習(xí)題
參考文獻(xiàn)