本书包含导论、R语言基础、总体与样本、数据整理与展示、数据的统计特征、统计量与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析、多元线性回归分析和非参数统计等12章内容，涵盖了统计学原理、应用统计学等课程本科教学大纲要求的全部内容，适合64学时教学，也可适当取舍用于其他课时的课程教学。 R语言是统计分析、机器学习和人工智能等领域用得越来越广泛的统计语言，本书单独用一章的篇幅介绍了R语言基础，其他各章全部统计分析都是用R实现的，全书的R命令和代码自成体系。 本书适合于应用统计、经济、管理等专业本科生和研究生作为教材或参考书，也可以作为R语言学习和数据分析的参考书。

徐德义，1964年生，博士，中国地质大学（武汉）经济管理学院教授，博士生导师。研究方向：应用统计、空间统计；应用经济；数学地质。

第1章  导论 1
1.1  什么是统计学 1
1.2  统计的产生与发展 2
1.3  大数据统计 4
思考题 4

第2章  R语言基础 5
2.1  R的数学计算 5
2.2  向量及其运算 7
2.3  矩阵及其运算 8
2.4  数据类型 13
2.5  数据结构 16
2.6  对象及其属性 19
2.7  读写数据文件 22
2.8  基本作图 27
2.9  R编程和创建函数 34
本章小节、练习题 41

第3章  总体与样本 43
3.1  总体与参数 43
3.2  样本与统计量 45
3.3  变量与数据 47
3.4  数据收集与误差 51
本章小节、思考题与练习题 56

第4章  数据整理与展示 61
4.1  数据的预处理 61
4.2  定性数据的图表展示 64
4.3  定量数据的图表展示 72
本章小结、思考题与练习题 91

第5章  数据的统计特征 97
5.1  数据集中趋势的度量 98
5.2  数据离散趋势的度量 102
5.3  数据分布形态的度量 106
5.4  切比雪夫不等式和经验法则 109
本章小结、思考题与练习题 112

第6章  统计量与抽样分布 116
6.1  常用的统计分布 117
6.2  样本均值的抽样分布与中心极限定理 130
6.3  样本比例的抽样分布 137
6.4  样本方差的抽样分布 142
本章小结、思考题与练习题 144

第7章  参数估计 149
7.1  参数的点估计 149
7.2  估计量的判别 156
7.3  参数的区间估计 161
本章小节、思考题与练习题 174

第8章  假设检验 179
8.1  假设检验的基本问题 179
8.2  一个总体参数的检验 185
8.3  两个总体参数的检验 190
本章小节、思考题与练习题 199

第9章  方差分析 203
9.1  方差分析概述 203
9.2  单因素方差分析 206
9.3  双因素方差分析 213
本章小节、思考题与练习题 219

第10章  一元线性回归分析 223
10.1  变量间的关系 224
10.2  相关分析 225
10.3  线性回归分析基本问题 230
10.4  一元线性回归中的参数估计 232
10.5  线性回归中的假设检验 235
10.6  回归模型的诊断 240
10.7  利用回归模型进行预测 244
本章小节、思考题与练习题 250

第11章  多元线性回归分析 253
11.1  多元回归模型及其基本假定 254
11.2  多元回归模型的参数估计 255
11.3  多元回归模型的显著性检验 256
11.4  多元回归模型的诊断 259
11.5  多元回归模型的R实现 260
本章小节、思考题与练习题 263

第12章  非参数统计 268
12.1  非参数统计简介 269
12.2  分布的检验 270
12.3  符号检验 272
12.4  秩的位置和相关性检验 276
12.5  列联分析 281
本章小节、思考题与练习题 284
参考文献 287