第1章統計、數據和統計思維
1．1統計
1．2商業中的統計應用類型
1．3統計的基本要素
1．4過程（選學）
1．5數據類型
1．6收集數據：抽樣及相關問題
1．7統計在決策管理中的作用

第2章數據集的描述方法
2．1定性數據的描述
2．2描述定量數據的圖形方法
2．3集中趨勢的數值測度
2．4變異性的數值測度
2．5利用均值和標準差描述數據
2．6相對位置的數值測度
2．7異常值的檢測方法：箱線圖和z得分
2關繫的圖形描述（選學）
2．9 時間序列圖（選學）
2．10描述性方法對事實的扭曲

第3章概率
3．1事件、樣本空間和概率
3．2事件的並和交
3．3互補事件
3．4加法法則和互斥事件
3．5條件概率
3．6乘法法則和獨立事件
3．7貝葉斯定理

第4章隨機變量與概率分布
4．1隨機變量的兩種類型
4．2離散型隨機變量的概率分布
4．3二項分布
4．4其他離散型分布：泊松分布和超幾何分布
4．5連續型隨機變量的概率分布
4．6正態分布
4．7評價正態性的描述性方法
4．8其他連續型分布：均勻分布和指數分布

第5章抽樣分布
5．1抽樣分布的概念
5．2抽樣分布的性質：偏性和最小方差
5．3樣本均值的抽樣分布與中心極限定理
5．4樣本比例的抽樣分布

第6章基於單樣本的統計推斷：置信區間的估計
6．1確定與估計目標參數
6．2總體均值的大樣本置信區間：正態（z）統計量
6．3總體均值的小樣本置信區間：學生t統計量
6．4總體比例的大樣本置信區間
6．5確定樣本量
6．6簡單隨機抽樣的有限總體修正（選學）
6．7總體方差的置信區間（選學）

第7章基於單樣本的統計推斷：假設檢驗
7．1假設檢驗的要素
7．2設定假設與構造拒絕域
7．3觀測的顯著性水平：p值
7．4總體均值的假設檢驗：正態（z）統計量
7．5總體均值的假設檢驗：學生t統計量
7．6總體比例的大樣本假設檢驗
7．7總體方差的假設檢驗
7．8計算犯第Ⅱ類錯誤的概率：更多關於β的信息（選學）

第8章基於兩樣本的統計推斷：置信區間和假設檢驗
8．1確定目標參數
8．2比較兩個總體均值：獨立抽樣
8．3比較兩個總體均值：配對差異試驗
8．4比較兩個總體比例：獨立抽樣
8．5確定所需樣本量
8．6比較兩個總體方差：獨立抽樣

第9章試驗設計和方差分析
9．1試驗設計基礎
9．2完全隨機設計：單因素
9．3均值的多重比較
9．4隨機區組設計
9．5析因試驗：雙因素

第10章分類數據的分析
10．1分類數據和多項試驗
10．2分類概率的檢驗：單向表
10．3對分類概率的檢驗：雙向（列聯）表
10．4卡方檢驗中需要注意的地方

第11章簡單線性回歸
11．1概率模型
11．2模型擬合：最小二乘法
11．3模型假設
11．4評價模型的有效性：對斜率β1 的推斷
11．5相關繫數和決定繫數
11．6利用模型進行估計和預測
11．7 一個完整的例子

第1線性回歸和模型建立
12回歸模型
12．2一階模型：估計和解釋參數
12．3模型整體有效性評價
12．4利用模型進行估計和預測
12．5交互模型
12．6二階模型以及其他高階模型
12．7定性（虛擬）變量模型
12．8包含定性變量和定量變量的模型
12．9比較嵌套模型
12．10逐步回歸
12．11殘差分析：檢驗回歸假設
12．12 一些陷阱：可估性、 多重共線性與外推法

附錄 對照表