-
第一章绪论
通过本章学习，应了解统计的含义，统计学的产生及发展历程，理解统计数据与统计学的关系，统计学的分类和统计指标体系的种类；掌握统计学中的基本术语。
-
●1.1统计的含义
本节主要介绍统计一词的含义，及三者之间的关系.
-
●1.2统计的产生与发展
本节主要从古典统计学、近代统计学和现代统计学三个方面介绍统计的发展过程，分别介绍各时期的主要学派及其代表人物。以及现代统计学的发展趋势。
-
●1.3统计数据与统计学及统计学的分类
本节介绍统计数据及统计学的含义，分析统计数据与统计学的关系。介绍统计学按着不同标准分为描述统计学与推动统计学；理论统计学和应用统计学。
-
●1.4总体和总体单位
本节着重介绍总体和总体单位的基本概念、特点和二者的关系，要求大家能够根据统计工作的目的要求，正确判断总体和总体单位。
-
●1.5指标和标志
本节主要介绍统计指标的概念、构成要素、特点和种类以及标志的概念和种类，说明了指标和标志之间的联系与区别。
-
●1.6变异和变量
本节主要介绍变异与变量的基本含义以及变量的种类。
-
●1.7统计指标体系
本节主要介绍了统计指标体系的概念、作用、编制原则，以及按着不同标准对指标体系的分类。
-
第二章统计数据的搜集、整理与显示
本章主要讲授统计数据的类型，以及数据获取、整理与显示的方法，通过本章的学习，应使学生⑴了解统计数据的分类、统计数据的来源渠道、统计数据整理的一般程序以及统计数据的表述形式；⑵理解统计数据获取与整理的基本方法；⑶掌握统计分组与分配数列的编制方法。
-
●2.1数据的类型
本节主要讲授统计数据的两种主要分类，即数据的计量类型和数据的时空类型。统计数据有四种不同的计量尺度，即定类尺度、定序尺度、定距尺度和定比尺度，相应地，根据数据计量尺度的不同，可以把统计数据分为定类数据、定序数据、定距数据和定比数据；统计数据按被说明对象的时间或空间的分布特征不同，可分为截面数据、时间序列和面板数据等三类。
-
●2.2统计数据的获取
主要讲授了统计数据获取的主要方法，对于初级数据的获取主要是通过各种统计调查，按照调查的组织形式，可以将统计调查分为普查、统计报表制度、抽样调查、重点调查和典型调查，重点介绍各种调查方法的特点与应用条件；而二手统计数据则主要来自有关统计部门和其它机构发布的统计资料，可以从相关的年鉴、期刊和各种报刊媒体上获取，还可以从有关网站搜寻。
-
●2.3统计数据的整理
本节主要讲授统计数据整理的程序与方法。首先介绍统计数据的预处理，具体包括数据的审核、筛选和排序；接下来重点讲解统计分组，主要介绍统计分组的概念、要求、种类、分组方法等；最后讲授频数分布及其类型。
-
●2.4统计数据的显示
本节主要讲授统计数据的各种表现形式，具体包括统计表、统计图、统计数学模型及统计分析报告。
-
第三章数据的概括性度量
利用图表展示数据,可以对数据分布的形状和特征有一个大致的了解。但要全面把握数据分布的特征,还需要找到反映数据分布特征的各个代表值。数据分布特征可以从三个方面进行测度和描述:
分布的集中趋势,反映各数据向其中心值靠拢或聚集的程度。
分布的离散程度,反映各数据远离其中心值的趋势。
分布的形状,反映数据分布的偏态和峰态。 -
●3.1集中趋势的度量
集中趋势:是指一组数据向某一中心值靠拢的程度,它反映了一组数据中心点的位置所在。需要强调的是:低层次数据的集中趋势测度值适用于高层次的测量数据,但是高层次数据的集中趋势测度值并不适用于低层次的测量数据。
-
●3.2离散程度的度量
数据的离散程度是数据分布的另一个重要特征，反映的是各变量值远离其中心值的程度。数据的离散程度越大，集中趋势的测度值对该组数据的代表性就差。
-
●3.3偏态与峰态的度量
测度数据分布的形态。
-
第四章抽样与参数估计
本章主要讲解抽样推断相关内容，分别为抽样推断的介绍、点估计、区间估计和抽样推断的实施技术。要求通过学习，学生能够掌握抽样调查的意义和相关概念，理解大样本理论内容和抽样分布规律，理解点估计的方法和区间估计的原理。章的重点和难点包括抽样平均误差的概念及计算、样本平均数和样本成数的抽样分布、总体平均数及总体成数的区间估计方法、简单随机抽样情况下必要样本容量的确定等。
-
●4.1抽样推断的一般问题
本节主要讲解抽样推断的一般问题，包括抽样调查的意义、抽样调查中的几个基本概念、大样本理论、常用样本统计量的分布规律。
-
●4.2点估计
本节主要讲解点估计，包括点估计的概念和矩估计法、极大似然估计。
-
●4.3区间估计
本节主要讲解区间估计，包括区间估计的概念和原理、总体均值的区间估计、总体比例的区间估计。
-
●4.4抽样推断的实施技术
本节主要讲解抽样推断的实施技术，包括抽样的组织形成、必要抽样数目的确定。
-
第五章假设检验
本章主要讲解假设检验相关内容，分为4小节，分别为假设检验的基本原理，单一总体均值、比例和方差的假设检验。要求通过学习，学生能够掌握假设检验的基本思想、原理和步骤，以及单一总体均值、比例和方差的假设检验过程，同时读懂P值等相关概念。
本章的重点和难点包括正态总体参数的各种假设检验中的检验统计量及其分布，难点是假设检验拒绝域的确定和对假设检验思想的理解。 -
●5.1假设检验的基本原理
本节主要讲解假设检验的基本原理，包括统计假设的含义与表达形式、假设检验的基本原理和步骤、假设检验的两类错误。
-
●5.2单一总体均值的假设检验
本节主要讲解单一总体均值的假设检验，总体方差已知时的均值检验，总体方差未知时的均值检验。
-
●5.3大样本下单一总体比例的假设检验
本节主要讲解大样本下单一总体比例的假设检验，包括双尾Z检验和单尾Z检验。
-
●5.4单一总体方差的假设检验
本节主要讲解单一总体方差的假设检验。
-
第六章相关与回归分析
客观世界中的各类现象是普遍联系的，其具体关系的研究是统计学的重要研究内容。而在众多的现象关系中，线性关系是最为简单的，也是最基础的关系，本章主要以线性关系为研究对象进行统计相关和回归分析等方法的学习。
-
●6.1线性相关分析
在现实社会的各种关系中，线性关系是最为基础的经典关系，线性相关分析是我们学习中最容易理解的常规分析方法，也是我们为后续学习奠定基础的重要的知识核心。本节主要讲述相关关系的类型、简单线性相关关系的判断及相关程度的测定。
-
●6.2线性回归分析
统计学中以函数的形式来反映事物之间的因果关系，统计回归分析就是研究怎样建立这一因果关系的过程。回归方程的最简单形式是一元线性方程，所以本节主要讲述一元线性回归模型的建立、估计、性质与检验。
-
第七章时间序列分析
通过本章学习，应了解时间序列的基本概念、构成要素及基本作用。理解世界序列编制的基本方法、基本原则原则，理解发展水平、增长量、发展速度、增长速度等指标的含义及计算；掌握平均发展水平、平均发展速度、平均增长速度的概念及计算方法。
-
●7.1时间序列的概念
本节介绍的是时间序列的概念、构成要素及时间序列的作用。
-
●7.2时间序列的类型及编制原则
本节主要介绍时间序列可以按照指标数值的表现形式分为绝对数时间序列、相对数时间序列和平均数时间序列，了解时期数列和时点数列的区别，掌握编制时间序列的基本原则。
-
●7.3发展水平与平均发展水平
本节主要介绍发展水平的概念、平均发展水平的概念，了解一般平均数与序时平均数的连续与区别。
-
●7.4平均发展水平计算
本节介绍序时平均数的计算方法，要求掌握不同时间序列的具体计算方法。
-
●7.5增长量与平均增长量
本节介绍增长量的概念、平均增长量的概念，以及平均增长量的计算方法。
-
●7.6发展速度与增长速度
本节的主要内容包括：发展速度与增长速度的含义、种类及计算方法；环比发展速度与定基发展速度的关系。
-
●7.7平均发展速度与平均增长速度
本节主要介绍平均发展速度与平均增长速度的概念，重点讲述平均发展速度与平均增长速度的计算方法。
-
第八章统计指数与因素分析
本章在介绍统计指数的概念、作用与种类的基础上，重点讲授总指数的两种编制方法，即综合指数和平均法指数，详细介绍指数体系的构建及如何利用指数体系进行因素分析。
-
●8.1统计指数及其种类
本节主要讲授统计指数的概念、作用及其种类。统计指数从概念上讲，有广义和狭义之分，本章所讲的指数主要是狭义的指数，所谓狭义的指数是一种特殊的动态相对数，是综合反映不能直接加总的复杂现象总体在时间上发展变化程度的相对数。统计指数可以从不同的角度进行分类，编制统计指数，必须了解指数的分类。
-
●8.2综合指数
本节主要讲授综合指数编制的基本原理，通过引入一个媒介因素——同度量因素，解决不能直接加总的问题，然后将同度量因素固定于某一时期。把同度量因素固定在基期，称为拉氏指数；把同度量因素固定在报告期，称为帕氏指数。本节重点讲授同度量因素的选择原则，弄清拉氏指数与帕氏指数的区别。
-
●8.3平均指数
本节主要讲授总指数的另一种编制方法——平均指数，先计算单一项目的个体指数，然后选定权数，计算个体指数的加权平均数，即采用先对比，后平均的方法。当采用实际物值加权时，平均指数通常是作为综合指数的变形使用的，当采用固定权数加权时，平均指数则是编制总指数的独立形式。
-
●8.4因素分析
本节主要讲授利用指数体系进行因素分析的基本原理与方法，即按照数量因素在前，质量因素在后，并考虑相邻因素相乘具有现实的经济意义这一原则将各因素进行排序的基础上，采用连锁替代法，分析各因素变动对被分析指标的影响。利用这一基本原理与方法，即可以对总值指标的变动进行因素分析，也可以对平均指标的变动进行因素分析，既可以进行两因素分析，也可以进行多因素分析。
-
第九章统计分析的R实现
R是适合统计分析的专业程序语言，它以行命令的方式运行程序函数。是目前最为简单灵活的编程语言，适合于多种操作系统的开源平台。该平台已经成为国际上最为普及的数据分析的工具平台，在该平台上内核函数不亚于各类收费软件的规模，同时该平台上的软件包是其他语言所不能比拟的，不但专业还范围广泛。所以本章要学会该语言的操作基础，包括数据的读取、定位管理、基本计算、绘图与可视化挖掘、编程技巧等相关内容。
-
●9.1R语言简介
工欲善其事，必先利其器。R语言是Bell实验室开发的善于统计分析、数据可视化、网络爬虫、人工智能软件开发的计算机语言平台。随心所欲的使用，满足无所不能的需求，达到惟妙惟肖的效果和事半功倍的效率，是大数据时代的必备工具。其核心小组RDCT维护并不断扩展各类优秀的统计应用程序包。
-
●9.2数据的逻辑运算
在R语言中的数据类型主要有四类，即逻辑型、数值型、复数型和字符型，这些类型的数据可以满足我们进行科学研究和日常管理的各类需要。而让计算机能够识别各类数据信息，就必须进行一系列的逻辑判断和运算，并通过这些内容实现人机沟通。所以本节主要介绍这些逻辑规范和相关语法。
-
●9.3数组的创建
统计分析是将数量化的信息进行规律性探究为主要目的，要进行统计分析就避免不了进行各类运算和数据的处理。使用R语言首先将各类型的数据信息放入R工作平台之中，所以本节主要解决满足数学计算的各类数据读取方法等相关的命令函数，即一维、二维及多维数据对象的创建方法其使用技巧。
-
●9.4数据框的创建
数据框是最为常见的统计表，在统计学中使用最为广泛，所以数据框的建立将是我们学习R必须掌握的基本技能。本节就数据框的形式、规范、构建和使用方法做系统的介绍，以提高同学们时间操作的能力。
-
●9.5特殊数据对象的创建
统计分析中，经常需要在时空上做出标注，并探索性分析时空分布的规律，所以需要对各类数据信息做出相关的描绘。本节主要就时间系列、列单对象，以及前述各类数据进行管理时的定位管理等内容做必要的介绍。
