吳喜之編著的《統計學從數據到結論》每一章的主要部分是用日常語言來引進和解釋一些概念，如果可能，就通過例子來說明。如果不涉及應用，這部分就足夠了。在本書例題的分析中，同時提供簡潔明了的軟件代碼，可以使讀者一邊看書，一邊自己計算，這會給多數想要自己動手分析數據的讀者以方便。每章後面的小結中還展示了與概念及計算有關的一些數學公式以及軟件的說明，使那些精力充沛的讀者能*深刻地理解內容。這種安排使得本教材能夠適用於各種不同水平、不同要求的讀者群體。本教材不僅可供沒有學過概率論和數理統計的非統計專業的本科生和研究生使用，也可以供統計專業的本科生作為理解統計本來含義的教材使用，它還可以為各領域的廣大實際工作者作為應用各種統計方法的參考書。為了讀者可以使用各種軟件來進行分析，本書所涉及的所有電子版數據擲為文本格式。本書前面的章節，是對統計基本概念的介紹。而後面的部分則是*有針對性的一些統計模型和方法。一般傳統統計學的課程包括前六章，或*多前七章的內容，而第八章屬於多元統計分析的課程內容，第九章一般屬於時間序列課程包含的內容，第十章簡單介紹了生存分析，第十一章對指數進行了必要的介紹。

第一章 一些基本概念
1．1 統計是什麼？
1. 2 現實中的隨機性和規律性，概率和機會
1．3 變量和數據
1．4 變量之間的關繫
1．4．1 定量變量間的關繫
1．4．2 定性變量問的關繫
1．4．3 定性和定量變量間的混和關繫
1．5 統計、計算機與統計軟件
1．6 小結
1．7 習題
第二章 數據的收集
2．1 數據是怎樣得到的？
2．2 個體、總體和樣本
2．3 收集數據時的誤差
2．4 抽樣調查和一些常用的方法
2．5 計算機中常用的數據形式
2．6 小結
2．7 習題
第三章 數據的描述
3．1 如何用圖來表示數據？
3．1．1 定量變量的圖表示：直方圖、盒形圖、莖葉圖和散點圖
3．1．2 定性變量的圖表示：餅圖和條形圖
3．1．3 其他圖描述法
3．2 如何用少量數字來概括數據？
3．2．1 數據的“位置”
3．2．2 數據的“尺度”
3．2．3 數據的標準得分
3．3 小結
3．3．1 本章的概括和公式
3．3．2 R語句的說明
3．4習題
第四章 機會的度量：概率和分布
4．1 得到概率的幾種途徑
4．2 概率的運算
4．3 變量的分布
4．3．1 離散隨機變量的分布
4．3．2 連續隨機變量的分布
4．3．3 累積分布函數
4．4 抽樣分布、中心極限定理
4．5 用小概率事件進行判斷
4．6 小結
4．6．1 本章的概括和公式
4．6．2 本章例題和R語句說明
4．6．3 生成本章圖形的R代碼
4．7 習題
第五章 簡單統計推斷：總體參數的估計
5．1 用估計量估計總體參數
5．2 點估計
5．3 區間估計
5．3．1 一個正態總體均值μ的區間估計
5．3．2 兩個正態總體均值之差μ1-μ2的區間估計
5．3．3 總體比例(Bernoulli試驗成功概率)p的區間估計
5．3．4 總體比例(Bemoulli試驗成功概率)之差p1-p2的區間估計
5．4 關於置信區間的注意點
5．5 小結
5．5．1 本章的概括和公式
5．5．2 R語句的說明
5．6 習題
第六章 簡單統計推斷：總體參數的假設檢驗
6．1 假設檢驗的過程和邏輯
6．1．1 假設檢驗的過程和邏輯
6．1．2 假設檢驗在前計算機時代發展的一些概念和步驟
6．2 對於正態總體均值的檢驗
6．2．1 根據一個樣本對其總體均值大小進行檢驗
6．2．2 根據來自兩個總體的獨立樣本對其總體均值的檢驗
6．2．3 成對樣本的問題
6．2．4 關於正態性檢驗的問題
6．3 對於比例的檢驗
6．3．1 對於總體比例的檢驗
6．3．2 對於連續變量比例的檢驗
6．4 非參數檢驗
6．4．1 關於非參數檢驗的一些常識
6．4．2 關於單樣本位置的符號檢驗
6．4．3 關於單樣本位置的wilcoxon符號秩檢驗
6．4．4 關於隨機性的遊程檢驗(runs test)
6．4．5 比較兩獨立總體中位數的wilcoxml(Mann—Whitney)秩和檢驗
6．5 從一個例子說明“接受零假設”的說法不妥
6．6 小結
6．6．1 本章的概括和公式
6．6．2 R語句的說明
6．7 習題
第七章 變量之間的關繫：回歸和分類
7．1 問題的提出
7．2 定量變量的線性相關
7．3 經典回歸和分類
7．3．1 一個數量自變量的線性回歸
7．3．2 多個數量自變量的線性回歸
7．3．3 自變量中有定性變量的線性回歸
7．3．4 Logistic回歸
7．3．5 自變量為數量變量時的分類：經典判別分析
7．4 現代分類和回歸：機器學習方法
7．4．1 決策樹
7．4．2 關於組合算法
7．4．3 Boosting
7．4．4 隨機森林
7．4．5 支持向量機
7．4．6 交叉驗證比較各個模型
7．5 頻數或列聯表數據
7．5．1 列聯表數據及二維列聯表的獨立性檢驗
7．5．2 高維列聯表和多項分布對數線性模型
7．5．3 Poisson對數線性模型
7．6 小結
7．6．1 本章的概括和公式
7．6．2 R語句的說明
7．7 習題
第八章 多元分析
8．1 尋找多個變量的代表：主成分分析和因子分析
8．1. 1 主成分分析
8．1．2 因子分析
8．1．3 因子分析和主成分分析的一些注意事項
8．2 把對像分類：聚類分析
8．2．1 如何度量距離遠近
8．2．2 事先要確定分多少類：k均值聚類
8．2．3 事先不用確定分多少類：分層聚類
8．2．4 聚類要注意的問題
8．3 兩組變量之間的相關：典型相關分析
8．3．1 兩組變量的相關問題
8．3．2 典型相關分析
8．4 列聯表行變量和列變量的關繫：對應分析
8．5 小結
8．5．1 本章的概括和公式
8．5．2 R語句的說明
8．6習題
第九章 隨時間變化的對像：時間序列分析
9．1 時間序列的組成部分
9．2 指數平滑
9．3 Box-Jenkins方法：ARIMA模型
9．3．1 ARIMA模型介紹
9．3．2 ARMA模型識別和估計
9．3．3 用ARIMA模型擬合
9．4 小結
9．4．1 本章的概括和公式
9．5 習題
第十章 生存分析簡介
10．1 對生命數據的簡單描述
10．2 Cox比例危險模型
lO．3 小結
10．3．1 本章的概括和公式
10．3．2 R語句的說明
10．4習題
第十一章 指數簡介
11．1 指數漫談
11．2 價格指數
11．3 數量指數(生活標準指數)
11．4 總花費指數
11．5 一兩個常見的經濟指數
11．6 小結
附錄A練習：熟練使用R軟件