目　　錄
前言
第1章　數(shù)據(jù)導(dǎo)論　1
1.1　什么是數(shù)據(jù)　2
1.2　數(shù)據(jù)分類與存儲　5
1.2.1　變量類型　6
1.2.2　分類數(shù)據(jù)的數(shù)字編碼　7
1.2.3　數(shù)據(jù)存儲　8
1.3　數(shù)據(jù)調(diào)查　10
1.4　分類數(shù)據(jù)的組織　14
1.5　數(shù)據(jù)收集與因果關(guān)系識別　18
1.5.1　逸事　19
1.5.2　觀察性研究　20
1.5.3　對照實驗　22
1.5.4　樣本量　22
1.5.5　隨機分配　22
1.5.6　盲法　23
1.5.7　安慰劑　24
1.5.8　結(jié)論推廣　25
1.5.9　新聞中的統(tǒng)計　26
數(shù)據(jù)項目：下載和上傳數(shù)據(jù)　28
本章回顧　30
練習(xí)　32
練習(xí)指導(dǎo)　46
第2章　圖形可視化變異　48
2.1　數(shù)值數(shù)據(jù)變異的可視化　49
2.1.1　點圖　51
2.1.2　直方圖　51
2.1.3　莖葉圖　54
2.2　數(shù)值分布重要特征匯總　55
2.2.1　形狀　56
2.2.2　中心　60
2.2.3　變異性　62
2.2.4　分布的描述　64
2.3　分類變量變異的可視化　64
2.3.1　條形圖　65
2.3.2　餅圖　67
2.4　分類分布的匯總　68
2.4.1　眾數(shù)　68
2.4.2　變異性　69
2.4.3　分類變量分布的描述　70
2.5　解釋圖表　72
2.5.1　誤導(dǎo)性圖表　72
2.5.2　統(tǒng)計圖形的未來　73
數(shù)據(jù)項目：提出問題　75
本章回顧　76
練習(xí)　78
練習(xí)指導(dǎo)　96
技術(shù)提示　97
第3章　中心和變異的數(shù)值匯總統(tǒng)計量　103
3.1　對稱分布的匯總統(tǒng)計量　104
3.1.1　均值：中心的平衡點度量　104
3.1.2　標(biāo)準(zhǔn)差：變異性的度量　109
3.2　經(jīng)驗法則與z分?jǐn)?shù)：異�，F(xiàn)象的度量　114
3.2.1　經(jīng)驗法則　114
3.2.2　z分?jǐn)?shù)：與均值距離的度量　117
3.3　偏態(tài)分布的匯總統(tǒng)計量　119
3.3.1　中位數(shù)：中心的另一種度量　120
3.3.2　四分位距：變異性的度量　122
3.3.3　全距：變異性的另一種度量　126
3.4　度量中心的方法比較　126
3.4.1　分布圖的形狀　126
3.4.2　異常值的影響　128
3.4.3　多峰分布的中心與離散程度　129
3.4.4　不同分布的比較　130
3.5　箱線圖　131
3.5.1　潛在異常值分析　134
3.5.2　水平箱線圖與豎直箱線圖　135
3.5.3　基于箱線圖比較分布　135
3.5.4　使用箱線圖的注意事項　136
3.5.5　五數(shù)概括法　136
數(shù)據(jù)項目：統(tǒng)計調(diào)查周期　139
本章回顧　140
練習(xí)　142
練習(xí)指導(dǎo)　165
技術(shù)提示　166
第4章　回歸分析：探究變量的相關(guān)性　172
4.1　變異性的可視化：散點圖　173
4.1.1　趨勢　173
4.1.2　強度　175
4.1.3　形狀　175
4.1.4　變量相關(guān)性　176
4.1.5　關(guān)于回歸的統(tǒng)計問題　177
4.2　相關(guān)性的強度度量　178
4.2.1　相關(guān)系數(shù)可視化　178
4.2.2　相關(guān)系數(shù)：基于情境　180
4.2.3　相關(guān)性與因果關(guān)系　181
4.2.4　相關(guān)系數(shù)的計算　182
4.2.5　相關(guān)系數(shù)的意義　184
4.3　對線性趨勢建�！�187
4.3.1　回歸線　187
4.3.2　解釋回歸線　192
4.4　線性模型的評估　199
4.4.1　建模誤區(qū)　199
4.4.2　決定系數(shù)r2：擬合優(yōu)度的度量　203
數(shù)據(jù)項目：數(shù)據(jù)遷移　206
本章回顧　209
練習(xí)　210
練習(xí)指導(dǎo)　237
技術(shù)提示　238
第5章　概率：用模型解釋隨機性　243
5.1　什么是隨機性　244
5.2　理論概率的計算　248
5.2.1　理論概率的性質(zhì)　248
5.2.2　等可能結(jié)果的理論概率　249
5.2.3　積事件與和事件　252
5.2.4　和事件　253
5.2.5　互斥事件　255
5.3　分類變量的相關(guān)性　257
5.3.1　條件概率　258
5.3.2　獨立事件與相關(guān)事件　261
5.3.3　判斷事件是否獨立　263
5.3.4　獨立事件序列與相關(guān)事件序列　264
5.4　經(jīng)驗概率與模擬概率的計算　269
5.4.1　模擬的設(shè)計　270
5.4.2　模擬的步驟　271
5.4.3　大數(shù)定律　272
5.4.4　大數(shù)定律的內(nèi)涵　275
數(shù)據(jù)項目：構(gòu)造數(shù)據(jù)子集　276
本章回顧　277
練習(xí)　279
練習(xí)指導(dǎo)　302
技術(shù)提示　303
第6章　隨機事件概率模型：正態(tài)模型
與二項模型　306
6.1　隨機實驗?zāi)Ｐ停焊怕史植肌?07
6.1.1　離散概率分布：表格或圖表　308
6.1.2　離散概率分布：公式　309
6.1.3　連續(xù)概率：概率密度曲線下方的
面積　311
6.1.4　計算連續(xù)值結(jié)果的概率　311
6.2　正態(tài)模型　312
6.2.1　正態(tài)分布可視化　313
6.2.2　計算正態(tài)概率　315
6.2.3　用軟件計算概率　316
6.2.4　不用統(tǒng)計軟件：用經(jīng)驗法則　318
6.2.5　不用統(tǒng)計軟件：標(biāo)準(zhǔn)正態(tài)　320
6.2.6　根據(jù)正態(tài)分布的分位數(shù)計算
度量值　323
6.2.7　正態(tài)模型的適用性　326
6.3　二項模型　326
6.3.1　二項分布可視化　329
6.3.2　計算二項概率　330
6.3.3　計算（稍微）復(fù)雜的概率　332
6.3.4　二項分布的形狀：中心與離散
程度　335
6.3.5　抽樣調(diào)查：二項模型的應(yīng)用　337
數(shù)據(jù)項目：生成隨機數(shù)　339
本章回顧　341
練習(xí)　343
練習(xí)指導(dǎo)　363
技術(shù)提示　364
第7章　調(diào)查抽樣與推斷　371
7.1　通過調(diào)查了解世界　372
7.1.1　調(diào)查術(shù)語　372
7.1.2　調(diào)查偏差　375
7.1.3　簡單隨機抽樣　377
7.2　度量調(diào)查質(zhì)量　380
7.2.1　模擬與估計量　381
7.2.2　偏差與標(biāo)準(zhǔn)誤差的計算　387
7.2.3　現(xiàn)實生活：我們只有一次機會　388
7.3　樣本比例的中心極限定理　389
7.3.1　中心極限定理的適用條件　389
7.3.2　中心極限定理適用條件的檢驗　391
7.3.3　中心極限定理的應(yīng)用　391
7.4　估計總體比例的置信區(qū)間　395
7.4.1　設(shè)置置信水平　396
7.4.2　設(shè)置誤差范圍　397
7.4.3　現(xiàn)實檢驗：在p未知的情況下計算
置信區(qū)間　399
7.4.4　解釋置信區(qū)間　400
7.4.5　研究籌備：計算所需的樣本量　403
7.5　基于置信水平比較總體比例　404
7.5.1　有什么區(qū)別　404
7.5.2　兩個總體比例的置信區(qū)間　406
7.5.3　檢查適用條件　407
7.5.4　解釋兩個比例之差的置信區(qū)間　409
7.5.5　隨機分配與隨機抽樣　410
數(shù)據(jù)項目：編碼類別　412
本章回顧　414
練習(xí)　416
練習(xí)指導(dǎo)　434
技術(shù)提示　436
第8章　總體比例的假設(shè)檢驗　440
8.1　假設(shè)檢驗的基本要素　441
8.1.1　核心要素：一對假設(shè)　442
8.1.2　另一個要素：犯錯　445
8.1.3　增加一個要素：檢驗統(tǒng)計量　446
8.1.4　最后一個必不可少的要素：意想
不到的結(jié)果　448
8.1.5　假設(shè)檢驗與數(shù)據(jù)周期：提出問題　450
8.2　假設(shè)檢驗的四步法　450
8.2.1　步驟詳解　451
8.2.2　四步法　455
8.3　假設(shè)檢驗：詳細(xì)說明　459
8.3.1　檢驗統(tǒng)計量的值：極端情況　459
8.3.2　z統(tǒng)計量抽樣分布：條件不滿足的
解決方案　461
8.3.3　平衡兩類錯誤　461
8.3.4　統(tǒng)計顯著性與實際意義　463
8.3.5　不要改變假設(shè)　463
8.3.6　假設(shè)檢驗的邏輯　464
8.3.7　置信區(qū)間與假設(shè)檢驗　465
8.4　比較兩個總體的比例　467
8.4.1　更改要素：假設(shè)　467
8.4.2　更改要素：檢驗統(tǒng)計量　468
8.4.3　更改要素：檢查條件　470
數(shù)據(jù)項目：日期數(shù)據(jù)　475
本章回顧　477
練習(xí)　480
練習(xí)指導(dǎo)　499
技術(shù)提示　501
第9章　推斷總體均值　505
9.1　隨機樣本的樣本均值　506
9.1.1　樣本均值的準(zhǔn)度與精度　506
9.1.2　模擬的結(jié)果　509
9.2　樣本均值的中心極限定理　510
9.2.1　樣本均值分布的可視化　512
9.2.2　中心極限定理的應(yīng)用　514
9.2.3　分布的類型　514
9.2.4　t分布　516
9.3　總體均值的置信區(qū)間估計　518
9.4　均值假設(shè)檢驗　528
9.5　兩個總體均值的比較　534
9.5.1　利用置信區(qū)間估計均值之差
（獨立樣本）　536
9.5.2　兩個均值之差的置信區(qū)間　537
9.5.3　兩個均值的假設(shè)檢驗　540
9.5.4　兩個均值的置信區(qū)間：相關(guān)樣本　545
9.5.5　兩個均值的假設(shè)檢驗：相關(guān)樣本　547
9.6　均值分析方法總覽　550
9.6.1　不接受原假設(shè)　550
9.6.2　置信區(qū)間和假設(shè)檢驗　551
9.6.3　選擇假設(shè)檢驗還是置信區(qū)間　552
數(shù)據(jù)項目：堆棧數(shù)據(jù)　554
本章回顧　555
練習(xí)　558
練習(xí)指導(dǎo)　579
技術(shù)提示　581
第10章　分類變量研究與科研文獻
閱讀　589
10.1　分類變量的假設(shè)檢驗：基本要素　590
10.1.1　數(shù)據(jù)　591
10.1.2　理論頻數(shù)　592
10.1.3　卡方統(tǒng)計量　595
10.1.4　計算卡方統(tǒng)計量的p值　597
10.2　分類變量之間的相關(guān)性：卡方檢驗　599
10.2.1　獨立性檢驗與同質(zhì)性檢驗　601
10.2.2　隨機抽樣與隨機分配　604
10.2.3　比例檢驗　605
10.3　閱讀學(xué)術(shù)文獻　608
10.3.1　閱讀摘要　610
10.3.2　注意事項　613
數(shù)據(jù)項目：小處著眼　617
本章回顧　618
練習(xí)　622
練習(xí)指導(dǎo)　638
技術(shù)提示　640
附錄　645
附錄A　表　645
附錄B　奇數(shù)號練習(xí)答案　654