本书围绕数据分析流程展开，包含数据获取、数据描述、数据推断、数据建模四个模块。在数据获取模块，本书重点介绍了传统调查、网络调查、网络挖掘三种数据获取方式，并介绍了数据预处理方法，包括数据清洗、数据转换、数据整理等；在数据描述模块，本书从绘制统计图、编制统计表、计算概括性数据等方面来介绍如何描述数据的数字特征和分布规律；数据推断模块具体包括参数估计和假设检验两部分；在数据建模模块，本书介绍了如何根据数据类型选择恰当的统计模型，具体包括线性回归、方差分析、协方差分析、Logit回归、定序回归和泊松回归。为了帮助读者更好地理解和应用统计学理论和方法，本书在各章均设计了与章节内容相对应的实验案例，并给出了R语言的实现过程和结果解读。

本书可以作为高等学校经管类本科生的统计学教材，也可以作为其他相关专业本科生或有关统计工作者的学习参考书。

前辅文
1导论
  1.1统计的定义
  1.2统计数据及类型
  1.3统计的实践
  实验1初次使用R语言
   实验1-1实验目的
   实验1-2数据介绍
   实验1-3实验步骤
   实验1-4实验总结
  附录1R与RStudio简介
  附录2本书使用的数据说明
  思考与练习
2数据获取
  2.1传统调查
   2.1.1调查方式
   2.1.2调查质量控制
  2.2网络调查
   2.2.1调查方式
   2.2.2网络调查的特点及其质量控制
  2.3网络挖掘
   2.3.1网络挖掘的定义及内容
   2.3.2网络挖掘中使用的主要技术
   2.3.3网络挖掘需要解决的关键问题
  实验2数据获取
   实验2-1实验目的
   实验2-2实验内容涵盖的知识点
   实验2-3数据介绍
   实验2-4实验步骤
   实验2-5实验总结
  思考与练习
3数据预处理
  3.1数据清洗
   3.1.1缺失数据
   3.1.2异常数据
  3.2数据转换
   3.2.1数据标准化
   3.2.2BoxCox变换
  3.3数据整理
   3.3.1定性数据的整理
   3.3.2定量数据的整理
  实验3对Airbnb线上房源预订数据进行预处理
   实验3-1实验目的
   实验3-2实验内容涵盖的知识点
   实验3-3数据介绍
   实验3-4实验步骤
   实验3-5实验总结
  思考与练习
4数据可视化
  4.1一维数据的可视化
   4.1.1定性数据可视化
   4.1.2定量数据可视化
  4.2多维数据的可视化
   4.2.1多维定性数据可视化
   4.2.2多维定量数据可视化
  4.3其他复杂数据的可视化
   4.3.1星相图
   4.3.2脸谱图
   4.3.3词云图
  实验4Airbnb数据的可视化
   实验4-1实验目的
   实验4-2实验内容涵盖的知识点
   实验4-3数据介绍
   实验4-4实验步骤
   实验4-5实验总结
  附录R语言的绘图功能简介
  思考与练习
5数据描述
  5.1一维数据描述
   5.1.1集中趋势的测度
   5.1.2离中趋势的测度
   5.1.3分布形态的测度
  5.2数据相关性分析
   5.2.1二维数据相关性的测度
   5.2.2多维数据相关性的测度
  实验5Airbnb数据的描述分析
   实验5-1实验目的
   实验5-2实验内容涵盖的知识点
   实验5-3数据介绍
   实验5-4实验步骤
   实验5-5实验总结
  附录Descriptr程序包功能介绍
  思考与练习
6参数估计
  6.1点估计
   6.1.1矩估计
   6.1.2极大似然估计
   6.1.3评价估计量的标准
  6.2区间估计的基本原理
  6.3正态总体参数的区间估计
   6.3.1一个正态总体参数的区间估计
   6.3.2两个正态总体参数的区间估计
  6.4非正态总体参数的区间估计
   6.4.1非正态总体参数区间估计的原理
   6.4.2伯努利分布总体参数的区间估计
  实验6对Airbnb数据进行参数估计
   实验6-1实验目的
   实验6-2实验内容涵盖的知识点
   实验6-3数据介绍
   实验6-4实验步骤
   实验6-5实验总结
  思考与练习
7假设检验
  7.1假设检验的基本原理
   7.1.1假设检验的流程
   7.1.2单侧检验
  7.2正态总体参数的假设检验
   7.2.1一个正态总体参数的假设检验
   7.2.2两个正态总体参数的假设检验
  7.3非正态总体参数的假设检验
   7.3.1非正态总体均值的假设检验
   7.3.2二项分布总体参数的假设检验
  7.4假设检验中的两类错误
  实验7对Airbnb数据进行假设检验
   实验7-1实验目的
   实验7-2实验内容涵盖的知识点
   实验7-3数据介绍
   实验7-4实验步骤
   实验7-5实验总结
  思考与练习
8一元线性回归
  8.1一元线性回归分析引论
  8.2模型的建立与估计
   8.2.1一元线性回归模型
   8.2.2参数的最小二乘估计
  8.3回归方程的拟合优度
   8.3.1判定系数
   8.3.2估计的标准误差
  8.4显著性检验
   8.4.1线性关系检验
   8.4.2回归系数检验
  8.5利用回归方程进行预测
   8.5.1点估计
   8.5.2区间估计
  实验8为什么我的房子租价更高？——基于一元线性回归模型
   实验8-1实验目的
   实验8-2实验内容涵盖的知识点
   实验8-3数据介绍
   实验8-4实验步骤
   实验8-5实验总结
  思考与练习
9多元线性回归
  9.1多元线性回归分析引论
  9.2多元线性回归模型的建立与估计
   9.2.1多元线性回归模型
   9.2.2参数的最小二乘估计
  9.3回归方程的拟合优度
   9.3.1多重判定系数
   9.3.2估计的标准误差
  9.4显著性检验
   9.4.1线性关系检验
   9.4.2回归系数检验
  9.5多元线性回归中的特有问题
   9.5.1什么是多重共线性问题
   9.5.2多重共线性问题的识别
   9.5.3变量选择
  实验9为什么我的房子租价更高?——基于多元线性回归模型
   实验9-1实验目的
   实验9-2实验内容涵盖的知识点
   实验9-3数据介绍
   实验9-4实验步骤
   实验9-5实验总结
  思考与练习
10方差分析
  10.1方差分析引论
  10.2方差分析的基本原理
   10.2.1单因素方差分析模型
   10.2.2平方和分解
   10.2.3检验统计量及原假设的拒绝域
   10.2.4方差分析中的多重比较
  10.3双因素方差分析
   10.3.1无交互效应的双因素方差分析
   10.3.2有交互效应的双因素方差分析
  实验10为什么我的房子租价更高?——基于方差分析模型
   实验10-1实验目的
   实验10-2实验内容涵盖的知识点
   实验10-3数据介绍
   实验10-4实验步骤
   实验10-5实验总结
  思考与练习
11协方差分析
  11.1协方差分析引论
  11.2协方差分析的基本原理
   11.2.1协方差分析的数学模型
   11.2.2平方和分解
   11.2.3修正均值间的多重比较
  11.3协方差分析可行性检验
   11.3.1回归直线平行性假定的检验
   11.3.2线性检验
  实验11为什么我的房子租价更高?——基于协方差分析
   实验11-1实验目的
   实验11-2实验内容涵盖的知识点
   实验11-3数据介绍
   实验11-4实验步骤
   实验11-5实验总结
  思考与练习
12Logit回归模型
  12.1Logit回归分析引论
  12.2Logit模型
  12.3Logit模型的极大似然估计与统计推断
   12.3.1极大似然估计
   12.3.2统计推断
  12.4模型选择
  12.5用Logit模型做预测
  实验12谁是“超赞房东”？
   实验12-1实验目的
   实验12-2实验内容涵盖的知识点
   实验12-3数据介绍
   实验12-4实验步骤
   实验12-5实验总结
  思考与练习
13定序回归
  13.1定序回归分析引论
  13.2定序回归模型
  13.3定序回归的极大似然估计与统计推断
   13.3.1极大似然估计
   13.3.2统计推断
  13.4模型选择与预测
   13.4.1模型选择
   13.4.2预测
  实验13什么影响了房屋的“评价等级”？
   实验13-1实验目的
   实验13-2实验内容涵盖的知识点
   实验13-3数据介绍
   实验13-4实验步骤
   实验13-5实验总结
  思考与练习
14泊松回归
  14.1泊松回归分析引论
  14.2泊松回归模型
  14.3泊松回归的极大似然估计与统计推断
  14.4变量选择与预测
   14.4.1变量选择
   14.4.2用泊松回归做预测
  实验14“热评”房源的背后
   实验14-1实验目的
   实验14-2实验内容涵盖的知识点
   实验14-3数据介绍
   实验14-4实验步骤
   实验14-5实验总结
  思考与练习
附表1　标准正态分布表
附表2　t分布表
附表3　χ2分布表
附表4　F分布表
参考文献