“统计学”是兼具数学计算与图形可视化的课程，也是大数据、运筹学、数据挖掘、数据科学、统计计算、统计学习、机器学习、深度学习和人工智能等技术的基础学科。
目前学习统计学的难点在于先学理论还是先学统计工具。统计学的理论体系庞杂而精密，学习起来枯燥艰辛；而如果从统计工具应用上手，则会有其他问题出现，所有的统计软件（如SPSS），并非计算机辅助教学（CAI），它们并非“教你学会统计”，而是应该在“学会了统计”以后，再来用它。针对这个矛盾，本书将从零开始接触统计学，利用自行开发的统计小工具配合理论学习，将其真正应用到工作中，稳步跟进大数据时代。
本书内容前后连贯——从概率到抽样，从描述到推断，从检验到因果。全书思路清晰，用大量图表将内容贯穿到一起。形式上有引言、观念图、流程图、思维导图、阶层图、分类图、关联图、步骤图、流程图，以及因果表、比较表、决策法则表等。
本书因图表和数据可视化的需要，采用彩色印刷，不仅可以更好地展示统计图表细节，更让本书的各类流程图、思维导图等学习图谱更精准易读。
本书专门的配套软件《中文统计》是在Excel（2003—2016版本适用）环境下，安装一个“加载项”，输入统计资料，就可以得到统计结果。另外，本书提供PPT课件和代码。
本书适合所有想掌握统计学的读者，也可以作为高校教材，由于内容较多，教师可自行选择教学内容。

陈文贤，美国加州大学伯克利分校工业工程博士，曾任台大信息管理系教授兼系主任、雪城Syracuse大学客座教授、澳大利亚悉尼科技大学UTS客座教授，德明财经科技大学信息管理系特聘教授。

第1章 总论
1.1 统计是什么
1.2 统计学的基本概念
1.3 统计学的分类
1.4 抽样误差
1.5 统计数据的收集
1.6 变量与数据的衡量尺度
1.7 数据的类型
1.8 因果关系
1.9 统计的应用步骤
1.10 统计学与大数据比较
1.11 本书流程图
1.12 本章思维导图
1.13 习题
第2章 描述统计
2.1 描述统计
2.2 统计表
2.3 统计图
2.4 总量指标与相对指标
2.5 平均指标、集中趋势量数
2.6 相对位置量数
2.7 离差量数
2.8 形态量数
2.9 《中文统计》应用
2.10 R语言应用
2.11 本章流程图
2.12 本章思维导图
2.13 习题
第3章 概率理论
3.1 试验与样本空间
3.2 事件概率
3.3 排列组合的公式
3.4 事件概率的计算
3.5 条件概率
3.6 独立事件与互斥事件
3.7 贝叶斯公式
3.8 《中文统计》应用
3.9 R语言应用
3.10 本章流程图
3.11 本章思维导图
3.12 习题
第4章 随机变量概述
4.1 随机变量概述
4.2 概率分布函数与概率密度函数
4.3 期望与方差
4.4 双随机变量
4.5 《中文统计》应用
4.6 R语言应用
4.7 本章流程图
4.8 本章思维导图
4.9 习题
第5章 概率分布
5.1 离散型随机变量的概率分布
5.2 连续型随机变量的概率分布
5.3 正态分布概率的计算
5.4 《中文统计》应用
5.5 R语言应用
5.6 本章流程图
5.7 本章思维导图
5.8 习题
第6章 抽样理论
6.1 随机抽样
6.2 统计量
6.3 抽样平均与抽样方差的概率分布
6.4 中心极限定理
6.5 分层抽样
6.6 整群抽样
6.7 系统抽样
6.8 《中文统计》应用
6.9 R语言应用
6.10 本章流程图
6.11 本章思维导图
6.12 习题
第7章 统计估计
7.1 估计量
7.2 正态分布平均数与方差的点估计
7.3 总体平均数的区间估计
7.4 总体比例的区间估计
7.5 总体方差的区间估计
7.6 抽样的样本量
7.7 标准误差
7.8 《中文统计》应用
7.9 R语言应用
7.10 本章流程图
7.11 本章思维导图
7.12 习题
第8章 统计检验
8.1 假设检验
8.2 计算第一类错误与第二类错误
8.3 假设检验的步骤与方法
8.4 假设检验的样本量
8.5 总体平均数检验（方差已知）
8.6 总体平均数检验（方差未知）
8.7 总体比例检验
8.8 总体方差检验
8.9 《中文统计》应用
8.10 R语言应用
8.11 本章流程图
8.12 本章思维导图
8.13 习题
第9章 两个总体估计检验
9.1 因果与相关
9.2 两个总体参数的区间估计
9.3 两个总体平均数检验，方差已知
9.4 两个总体平均数检验，方差未知但相等
9.5 两个总体平均数检验，方差未知且不等
9.6 两个总体平均数检验，样本是配对样本
9.7 两个总体方差检验
9.8 两个总体比例检验
9.9 《中文统计》应用
9.10 R语言应用
9.11 本章流程图
9.12 本章思维导图
9.13 习题
第10章 方差分析
10.1 方差分析介绍
10.2 单因素方差分析，样本量相等
10.3 单因素方差分析，样本量不等
10.4 多重比较法
10.5 检验方差是否相等
10.6 参数估计
10.7 双因素方差分析，无交互作用
10.8 《中文统计》应用
10.9 R语言应用
10.10 本章流程图
10.11 本章思维导图
10.12 习题
第11章 回归与相关分析
11.1 回归与相关分析的区别
11.2 数学符号与关系式
11.3 一元线性回归分析参数的点估计
11.4 相关分析
11.5 检验自变量与因变量是否线性相关
11.6 回归与相关分析参数的区间估计与检验
11.7 《中文统计》应用
11.8 R语言应用
11.9 本章流程图
11.10 本章思维导图
11.11 习题
第12章 分类数据分析
12.1 卡方检验
12.2 多项分布卡方检验
12.3 拟合优度检验，分布的参数已知
12.4 拟合优度检验，分布的参数未知
12.5 卡方检验独立性与同构性
12.6 中位数卡方检验
12.7 两总体独立样本比例检验
12.8 McNemar检验-两总体配对样本比例检验
12.9 《中文统计》应用
12.10 R语言应用
12.11 本章流程图
12.12 本章思维导图
12.13 习题
第13章 非参数统计分析
13.1 非参数统计分析
13.2 符号检验
13.3 符号秩检验
13.4 游程检验，检验随机性
13.5 Mann-Whitney检验
13.6 Kruskal-Wallis检验
13.7 Friedman检验
13.8 Spearman秩相关系数
13.9 《中文统计》应用
13.10 R语言应用
13.11 本章流程图
13.12 本章思维导图
13.13 习题
第14章 时间序列
14.1 时间序列的分类
14.2 水平分析与速度分析
14.3 时间序列构成因素
14.4 平稳型序列预测
14.5 趋势型