第1章 導論
1．1 什么是統計學
1．2 統計的產生與發展
1．3 大數據統計
思考題

第2章 R語言基礎
2．1 R的數學計算
2．2 向量及其運算
2．3 矩陣及其運算
2．4 數據類型
2．5 數據結構
2．6 對象及其屬性
2．7 讀寫數據文件
2．8 基本作圖
2．9 R編程和創建函數
本章小節、練習題

第3章 總體與樣本
3．1 總體與參數
3．2 樣本與統計量
3．3 變量與數據
3．4 數據收集與誤差
本章小節、思考題與練習題

第4章 數據整理與展示
4．1 數據的預處理
4．2 定性數據的圖表展示
4．3 定量數據的圖表展示
本章小結、思考題與練習題

第5章 數據的統計特征
5．1 數據集中趨勢的度量
5．2 數據離散趨勢的度量
5．3 數據分布形態的度量
5．4 切比雪夫不等式和經驗法則
本章小結、思考題與練習題

第6章 統計量與抽樣分布
6．1 常用的統計分布
6．2 樣本均值的抽樣分布與中心極限定理
6．3 樣本比例的抽樣分布
6．4 樣本方差的抽樣分布
本章小結、思考題與練習題

第7章 參數估計
7．1 參數的點估計
7．2 估計量的判別
7．3 參數的區間估計
本章小節、思考題與練習題

第8章 假設檢驗
8．1 假設檢驗的基本問題
8．2 一個總體參數的檢驗
8．3 兩個總體參數的檢驗
本章小節、思考題與練習題

第9章 方差分析
9．1 方差分析概述
9．2 單因素方差分析
9．3 雙因素方差分析
本章小節、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
本章小節、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
本章小節、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 秩的位置和相關性檢驗
12．5 列聯分析
本章小節、思考題與練習題
參考文獻