这不是一本关于“统计”的书，而是一本关于如何理解世界的书。书中通过统计推断和数据分析帮助我们更清楚地认识世界，进而改善世界。本书不拘泥于教条式灌输他人的统计发现，虽然本书的确讲授这些内容 ，但主要目的是帮助读者学会批判性地评估论点，尤其是基于数据的论点，启迪读者分析数据并得出有用的结论。

本书是一本以数据分析为基础的面向统计学、数据科学等专业的统计学著作。本书立足基本概念，通过图表、举例说明、前后对照等方式，透彻讲述统计学基本概念；为了降低阅读门槛，几乎不涉及高等数学推导。每章开篇通过一个案例提出问题，然后结合案例讲述本章的知识点，最终运用本章的知识解决所提出的问题。主要内容包括：数据导论、图形可视化变异、中心和变异的数值汇总统计量、回归分析、概率、随机事件概率模型、调查抽样与推断、总体比例的假设检验、推断总体均值以及分类变量研究与科研文献阅读。

前言
第1章数据导论1
1.1什么是数据2
1.2数据分类与存储5
1.2.1变量类型6
1.2.2分类数据的数字编码7
1.2.3数据存储8
1.3数据调查10
1.4分类数据的组织14
1.5数据收集与因果关系识别18
1.5.1逸事19
1.5.2观察性研究20
1.5.3对照实验22
1.5.4样本量22
1.5.5随机分配22
1.5.6盲法23
1.5.7安慰剂24
1.5.8结论推广25
1.5.9新闻中的统计26
数据项目：下载和上传数据28
本章回顾30
练习32
练习指导46
第2章图形可视化变异48
2.1数值数据变异的可视化49
2.1.1点图51
2.1.2直方图51
2.1.3茎叶图54
2.2数值分布重要特征汇总55
2.2.1形状56
2.2.2中心60
2.2.3变异性62
2.2.4分布的描述64
2.3分类变量变异的可视化64
2.3.1条形图65
2.3.2饼图67
2.4分类分布的汇总68
2.4.1众数68
2.4.2变异性69
2.4.3分类变量分布的描述70
2.5解释图表72
2.5.1误导性图表72
2.5.2统计图形的未来73
数据项目：提出问题75
本章回顾76
练习78
练习指导96
技术提示97
第3章中心和变异的数值汇总统计量103
3.1对称分布的汇总统计量104
3.1.1均值：中心的平衡点度量104
3.1.2标准差：变异性的度量109
3.2经验法则与z分数：异常现象的度量114
3.2.1经验法则114
3.2.2z分数：与均值距离的度量117
3.3偏态分布的汇总统计量119
3.3.1中位数：中心的另一种度量120
3.3.2四分位距：变异性的度量122
3.3.3全距：变异性的另一种度量126
3.4度量中心的方法比较126
3.4.1分布图的形状126
3.4.2异常值的影响128
3.4.3多峰分布的中心与离散程度129
3.4.4不同分布的比较130
3.5箱线图131
3.5.1潜在异常值分析134
3.5.2水平箱线图与竖直箱线图135
3.5.3基于箱线图比较分布135
3.5.4使用箱线图的注意事项136
3.5.5五数概括法136
数据项目：统计调查周期139
本章回顾140
练习142
练习指导165
技术提示166
第4章回归分析：探究变量的相关性172
4.1变异性的可视化：散点图173
4.1.1趋势173
4.1.2强度175
4.1.3形状175
4.1.4变量相关性176
4.1.5关于回归的统计问题177
4.2相关性的强度度量178
4.2.1相关系数可视化178
4.2.2相关系数：基于情境180
4.2.3相关性与因果关系181
4.2.4相关系数的计算182
4.2.5相关系数的意义184
4.3对线性趋势建模187
4.3.1回归线187
4.3.2解释回归线192
4.4线性模型的评估199
4.4.1建模误区199
4.4.2决定系数r2：拟合优度的度量203
数据项目：数据迁移206
本章回顾209
练习210
练习指导237
技术提示238
第5章概率：用模型解释随机性243
5.1什么是随机性244
5.2理论概率的计算248
5.2.1理论概率的性质248
5.2.2等可能结果的理论概率249
5.2.3积事件与和事件252
5.2.4和事件253
5.2.5互斥事件255
5.3分类变量的相关性257
5.3.1条件概率258
5.3.2独立事件与相关事件261
5.3.3判断事件是否独立263
5.3.4独立事件序列与相关事件序列264
5.4经验概率与模拟概率的计算269
5.4.1模拟的设计270
5.4.2模拟的步骤271
5.4.3大数定律272
5.4.4大数定律的内涵275
数据项目：构造数据子集276
本章回顾277
练习279
练习指导302
技术提示303
第6章随机事件概率模型：正态模型
与二项模型306
6.1随机实验模型：概率分布307
6.1.1离散概率分布：表格或图表308
6.1.2离散概率分布：公式309
6.1.3连续概率：概率密度曲线下方的
面积311
6.1.4计算连续值结果的概率311
6.2正态模型312
6.2.1正态分布可视化313
6.2.2计算正态概率315
6.2.3用软件计算概率316
6.2.4不用统计软件：用经验法则318
6.2.5不用统计软件：标准正态320
6.2.6根据正态分布的分位数计算
度量值323
6.2.7正态模型的适用性326
6.3二项模型326
6.3.1二项分布可视化329
6.3.2计算二项概率330
6.3.3计算（稍微）复杂的概率332
6.3.4二项分布的形状：中心与离散
程度335
6.3.5抽样调查：二项模型的应用337
数据项目：生成随机数339
本章回顾341
练习343
练习指导363
技术提示364
第7章调查抽样与推断371
7.1通过调查了解世界372
7.1.1调查术语372
7.1.2调查偏差375
7.1.3简单随机抽样377
7.2度量调查质量380
7.2.1模拟与估计量381
7.2.2偏差与标准误差的计算387
7.2.3现实生活：我们只有一次机会388
7.3样本比例的中心极限定理389
7.3.1中心极限定理的适用条件389
7.3.2中心极限定理适用条件的检验391
7.3.3中心极限定理的应用391
7.4估计总体比例的置信区间395
7.4.1设置置信水平396
7.4.2设置误差范围397
7.4.3现实检验：在p未知的情况下计算置信区间399
7.4.4解释置信区间400
7.4.5研究筹备：计算所需的样本量403
7.5基于置信水平比较总体比例404
7.5.1有什么区别404
7.5.2两个总体比例的置信区间406
7.5.3检查适用条件407
7.5.4解释两个比例之差的置信区间409
7.5.5随机分配与随机抽样410
数据项目：编码类别412
本章回顾414
练习416
练习指导434
技术提示436
第8章总体比例的假设检验440
8.1假设检验的基本要素441
8.1.1核心要素：一对假设442
8.1.2另一个要素：犯错445
8.1.3增加一个要素：检验统计量446
8.1.4最后一个必不可少的要素：意想不到的结果448
8.1.5假设检验与数据周期：提出问题450
8.2假设检验的四步法450
8.2.1步骤详解451
8.2.2四步法455
8.3假设检验：详细说明459
8.3.1检验统计量的值：特别情况459
8.3.2z统计量抽样分布：条件不满足的解决方案461
8.3.3平衡两类错误461
8.3.4统计显著性与实际意义463
8.3.5不要改变假设463
8.3.6假设检验的逻辑464
8.3.7置信区间与假设检验465
8.4比较两个总体的比例467
8.4.1更改要素：假设467
8.4.2更改要素：检验统计量468
8.4.3更改要素：检查条件470
数据项目：日期数据475
本章回顾477
练习480
练习指导499
技术提示501
第9章推断总体均值505
9.1随机样本的样本均值506
9.1.1样本均值的准度与精度506
9.1.2模拟的结果509
9.2样本均值的中心极限定理510
9.2.1样本均值分布的可视化512
9.2.2中心极限定理的应用514
9.2.3分布的类型514
9.2.4t分布516
9.3总体均值的置信区间估计518
9.4均值假设检验528
9.5两个总体均值的比较534
9.5.1利用置信区间估计均值之差（独立样本）536
9.5.2两个均值之差的置信区间537
9.5.3两个均值的假设检验540
9.5.4两个均值的置信区间：相关样本545
9.5.5两个均值的假设检验：相关样本547
9.6均值分析方法总览550
9.6.1不接受原假设550
9.6.2置信区间和假设检验551
9.6.3选择假设检验还是置信区间552
数据项目：堆栈数据554
本章回顾555
练习558
练习指导579
技术提示581
第10章分类变量研究与科研文献阅读589
10.1分类变量的假设检验：基本要素590
10.1.1数据591
10.1.2理论频数592
10.1.3卡方统计量595
10.1.4计算卡方统计量的p值597
10.2分类变量之间的相关性：卡方检验599
10.2.1独立性检验与同质性检验601
10.2.2随机抽样与随机分配604
10.2.3比例检验605
10.3阅读学术文献608
10.3.1阅读摘要610
10.3.2注意事项613
数据项目：小处着眼617
本章回顾618
练习622
练习指导638
技术提示640
附录645
附录A表645
附录B奇数号练习答案654