第1章 緒論 1.1 統計學及其發展 1.2 變量與數據 1.3 總體與抽樣 重要術語、思考題與練習題 第2章 R語言快速入門 2.1 獲取R及RStudio 2.2 R包管理模式 2.3 R數據文件操作 2.4 R基礎運算 2.5 R數據轉換 2.6 與概率分布有關的R函數 2.7 R中的概率抽樣方法 重要術語、思考題與練習題 第3章 數據的統計特征 3.1 數據的集中趨勢 3.2 數據的離散趨勢 3.3 數據的分布形態 3.4 數據的相對位置與相對離散程度 3.5 用R進行描述統計：一個綜合示例 重要術語、思考題與練習題 第4章 數據的圖形展示 4.1 R語言基本繪圖系統 4.2 ggplot2繪圖系統簡介 4.3 ggplot2繪圖：一個完整案例 4.4 ggplot2繪圖：分類繪制常見統計圖形 重要術語、思考題與練習題 第5章 樣本統計量的抽樣分布 5.1 隨機變量的概率分布 5.2 單個樣本統計量的抽樣分布 5.3 兩個樣本統計量的抽樣分布 重要術語、思考題與練習題 第6章 參數估計 6.1 參數估計概述 6.2 一個總體參數的區間估計 6.3 兩個總體參數的區間估計 6.4 樣本容量計算 重要術語、思考題與練習題 第7章 假設檢驗 7.1 假設檢驗概述 7.2 一個總體參數的假設檢驗 7.3 兩個總體參數的假設檢驗 重要術語、思考題與練習題 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 方差分析中的效應分析 8.5 基本假定的檢驗 重要術語、思考題與練習題 第9章 列聯分析 9.1 列聯表 9.2 一維表的擬合優度檢驗 9.3 二維表的獨立性檢驗 9.4 二維表的關聯測度 重要術語、思考題與練習題 第10章 一元線性回歸分析 10.1 變量間的關系 10.2 相關分析 10.3 線性回歸分析基本問題 10.4 一元線性回歸中的參數估計 10.5 線性回歸中的假設檢驗 10.6 回歸模型的診斷 10.7 利用回歸模型進行預測 重要術語、思考題與練習題 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估計 11.3 多元回歸模型的顯著性檢驗 11.4 多元回歸模型的診斷 11.5 多元回歸模型的R實現 重要術語、思考題與練習題 第12章 非參數統計 12.1 非參數統計簡介 12.2 分布的檢驗 12.3 符號檢驗 12.4 秩統計量和相關性檢驗 重要術語、思考題與練習題 參考文獻