本书不仅深入剖析了统计学的核心原理，而且将理论与实践紧密结合，凸显了独特的经管特色。我们侧重于将统计学知识与实际经济、管理问题相融合，通过生动的案例分析，使读者能够直观理解统计学的各项技术，并学会如何在真实场景中灵活应用。
此外，本书紧跟数据分析的时代潮流，重点介绍了统计软件尺的使用。为了让读者能够更加自如地应对数据分析的挑战，我们特别引入了先进的编程技术，以及大语言模型这一人工智能领域的杰出成果。这不仅为读者提供了实时的问题解答和学习支持，还极大地提升了学习效率。
值得一提的是，本书坚持“实践出真知”的教学理念。我们为学习者准备了丰富的实际案例和练习题，鼓励他们通过不断的实践来巩固和深化对统计学方法的理解与掌握。这种学以致用的方式将有助于读者在未来的职业生涯中更好地运用统计学知识来解决实际问题

冯兴东，上海财经大学统计与管理学院院长、统计学教授、博士生导师。研究领域为数据降维、稳健方法、分位数回归以及在经济问题中的应用、大数据统计计算、强化学习等，在国际顶级统计学期刊Journal of the American Statistical Association，Anmals of Statistics，Journal of the Royal Statistical Society-Series B，Biometrika以及人工智能顶会NeurIPS上发表论文多篇。2018年入选国际统计学会推选会员（Elected member），2019年担任全国青年统计学家协会副会长以及全国统计教材编审委员会第七届委员会专业委员（数据科学与大数据应用组），2020年担任第八届国务院学科评议组（统计学）成员，2022年担任全国应用统计专业硕士教指委委员，兼任国际统计学权威期刊Annals of Applied Statistics编委（Associate Editor）以及国内统计学权威期刊《统计研究》编委。

12.3.2 数据来源
12.3.3 数据预处理
12.3.4 自回归移动平均模型
12.3.5 结语
12.4 全社会用电量的影响因素分析与预测
12.4.1 案例背景
12.4.2 数据来源和变量说明
12.4.3 描述性分析
12.4.4 线性回归建模分析
12.4.5 全社会用电量预测分析
附录A 概率基础
A.1 随机实验与随机事件
A.2 随机事件的概率
A.3 随机变量及其分布
A.3.1 随机变量的概率分布
A.3.2 随机变量的数字特征
A.4 占见的概率分布
附录B R语言简介
B.1 基本语法
B.2 Data Framer类
B.3 List类
B.4 R函数
B.5 控制语句和循环语句
B.6 读入与输出数据
B.7 几个常用的R软件包
B.7.1 ggplot2
B.7.2 rmarkdown
B.7.3 shiny
附录C 上海财经大学统计与管理学院大语言模型简介与应用
C.1 大模型发展、现状与应用
C.1.1 大模型的发展历程
C.1.2 大模型的现状
C.1.3 大模型的应用
C.2 统计学大模型构建简述
C.2.1 统计学大模型构建意义
C.2.2 统计学大模型结果展示
参考文献