本书主要介绍了概率基础、统计的基本概念、描述性统计、估计、假设检验、回归与分类等内容，同时介绍了一些经典的数据挖掘方法以及如何用R软件来实现相应的计算目标。
本书着重直观讨论，尽量少用公式，避免数学推导，强调统计学的基本内容及应用，使读者能够完整、准确地理解统计学的概念，学会利用R软件进行数据分析。
本书主要是为非统计学专业的学生和读者编写，读者不需要任何概率统计基础知识。
- 前辅文
- 第一章引言
- 1.1 什么是科学方法?
- 1.2 什么是统计学?
- 1.3 统计学习需要的基础知识和技能
- 1.4 习题
- 第二章数据和变量
- 2.1 变量
- 2.2 数据
- 2.3 总体、样本和抽样
- 2.4 习题
- 第三章数据的展示和描述方法
- 3.1 制表方法
- 3.2 统计图
- 3.2.1 条形图
- 3.2.2 饼图
- 3.2.3 直方图
- 3.2.4 盒形图
- 3.2.5 茎叶图
- 3.2.6 散点图
- 3.2.7 其他的图描述法
- 3.3 用少量汇总数字的描述方法
- 3.3.1 关于数据位置的汇总统计量
- 3.3.2 关于数据尺度的汇总统计量
- 3.3.3 标准得分、标准化和离群点
- 3.4 习题
- 第四章变量的分布
- 4.1 概率和概率分布
- 4.2 概率运算回顾
- 4.3 离散型随机变量的分布
- 4.3.1 二项分布
- 4.3.2 多项分布
- 4.3.3 超几何分布
- 4.3.4 Poisson 分布
- 4.4 连续型随机变量的分布
- 4.4.1 均匀分布
- 4.4.2 正态分布
- 4.4.3 总体分位数和尾概率
- 4.5 简单概率计算例子
- 4.6 用小概率事件进行判断
- 4.7 习题
- 第五章抽样分布
- 5.1 样本函数的分布
- 5.1.1 样本均值的分布
- 5.1.2 样本均值的性质和中心极限定理
- 5.1.3 样本比例的抽样分布
- 5.2 常用的抽样分布
- 5.2.1 2 分布
- 5.2.2 t 分布
- 5.2.3 F 分布
- 5.3 非正态数据的正态化变换
- 5.4 统计量的一些常用函数
- 5.5 习题
- 第六章简单统计推断: 对总体参数的估计
