第一章 統計學概述
　第一節 統計學及統計方法的基本思想
　　一、統計學及其若干基本概念
　　二、統計方法的基本思想
　　三、統計學的大家族以及統計學與其他學科的關系
　第二節 統計數據
　　一、統計數據的概念和特征
　　二、統計數據的類型
　　三、統計數據的收集
　第三節 正確認識和使用統計方法
　　一、正確認識統計方法
　　二、誤用統計方法的兩個例子
第二章 統計數據的描述
　第一節 頻數分布
　　一、定性數據頻數分布的構建
　　二、定量數據頻數分布的構建
　第二節 統計數據的圖示
　　一、定性數據的圖示
　　二、定量數據的圖示
　　三、正確使用統計圖
　第三節 統計數據分布特征的測量
　　一、集中趨勢的測量
　　二、離散程度的測量
　　三、偏度系數和峰度系數的測量
第三章 概率與概率分布
　第一節 事件與概率
　　一、隨機試驗與隨機事件
　　二、概率
　　三、條件概率與事件的獨立性
　第二節 隨機變量及其數字特征
　　一、隨機變量及其分布
　　二、隨機變量的數字特征
　第三節 幾種重要的概率分布
　　一、幾種重要的離散型概率分布
　　二、幾種重要的連續型概率分布
第四章 參數估計
　第一節 參數估計的準備知識與基本原理
　　一、簡單隨機樣本
　　二、幾種常見的分布
　　三、抽樣分布定理
　　四、參數估計的基本原理
　第二節 參數的點估計
　　一、點估計的基本方法
　　二、點估計優良性的判斷準則
　第三節 參數的區間估計
　　一、區間估計的基本原理
　　二、單個總體參數的區間估計
　　三、兩個總體參數的區間估計
　第四節 樣本容量的確定
第五章 假設檢驗
　第一節 假設檢驗及其基本原理
　　一、假設檢驗的基本任務
　　二、假設檢驗的基本原理
　　三、假設檢驗的基本步驟
　　四、假設檢驗中的兩類錯誤
　第二節 常見的假設檢驗問題
　　一、單個總體參數的假設檢驗
　　二、兩個總體參數的假設檢驗
　第三節 假設檢驗中需要注意的幾個問題
　　一、統計假設的設立
　　二、統計決策的敘述
　　三、正確認識統計顯著性
　　四、樣本容量對假設檢驗的影響
　　五、區間估計與假設檢驗的關系
第六章 隨機變量間統計關聯性分析
　第一節 隨機變量之間的統計關聯性
　　一、統計關聯的概念
　　二、統計關聯分析及其類型
　第二節 列聯分析
　　一、列聯表
　　二、卡方檢驗
　　三、幾種常用的關聯度測量方法
　第三節 定性變量與定量變量之間統計關聯性的測量
　　一、方差分析及其基本假定
　　二、方差分析的基本原理
　　三、方差分析的基本類型
　第四節 定量變量之間統計關聯性的測量
　　一、相關系數
　　二、相關系數的假設檢驗
第七章 回歸分析
　第一節 回歸分析及其基本任務
　　一、回歸函數
　　二、回歸分析的基本任務
　第二節 線性回歸的參數估計
　　一、最小二乘估計
　　二、回歸參數的區間估計
　　三、回歸方程的擬合優度
　第三節 線性回歸分析的假設檢驗
　　一、回歸方程的假設檢驗
　　二、回歸系數的假設檢驗
　第四節 回歸診斷
　　一、回歸分析的幾個假定
　　二、異方差及其診斷
　　三、自相關及其診斷
　　四、多重共線性及其診斷
第八章 時間序列分析
　第一節 時間序列與時間序列分析
　　一、時間序列及其類型
　　二、時間序列分析及其類型
　第二節 時間序列的描述統計分析
　　一、時間序列的均值
　　二、時間序列的方差與標準差
　　三、時間序列的自相關系數
　　四、時間序列的速度分析
　第三節 時間序列的因素分解
　　一、時間序列的構成
　　二、長期趨勢分析
　　三、季節變動分析
　　四、綜合性分析
　第四節 時間序列模型
　　一、時間序列模型的基本概念
　　二、時間序列模型的一般形式
　　三、ARMA模型的建模
第九章 多元統計分析
　第一節 多元統計分析的研究對象與主要類型
　　一、多元統計分析的研究對象
　　一、多元統計分析的主要類型
　第二節 主成分分析
　　一、主成分分析的基本任務
　　二、主成分分析的基本原理
　　三、主成分分析的步驟
　　四、主成分分析中應注意的問題
　第三節 因子分析
　　一、因子分析的基本任務
　　二、因子分析的基本原理
　　三、因子分析的其他問題
　第四節 聚類分析
　　一、聚類分析的基本任務
　　二、聚類分析中距離的度量
　　三、聚類分析的基本方法
　　四、聚類分析中應注意的問題
參考文獻