第1章  描述统计学的缘起与概率论的铺垫
  1.1  我国统计学的早期萌芽
  1.2  国外的统计学起源
    1.2.1  国势学派
    1.2.2  政治算术学派
  1.3  概率论的形成与发展
    1.3.1  源于赌博的概率萌芽
    1.3.2  概率论学科的诞生
    1.3.3  概率论的发展
  1.4  三种常用的概率分布
    1.4.1  二项分布
    1.4.2  泊松分布
    1.4.3  正态分布
    1.4.4  三大分布的关系
  延伸阅读  我国著名的概率统计学家
第2章  数理统计学的发端与形成
  2.1  概率论和统计学的结合——凯特勒的重要贡献
  2.2  数理统计学的重要工具：回归与相关
    2.2.1  高尔顿首创回归和相关概念
    2.2.2  埃奇沃思对概念的凝练表述
    2.2.3  卡尔·皮尔逊的综合整理和应用
  2.3  常用统计量的诞生历程
    2.3.1  源于“三大计数难题”的基本概念：平均数和众数
    2.3.2  中位数的出现
    2.3.3  方差的问世
  2.4  科学的统计分析方法
    2.4.1  抽样方法简介
    2.4.2  显著性检验的基本思想
第3章  统计学的初步应用
  3.1  生活中的概率统计问题
    3.1.1  生日问题
    3.1.2  抽签的公平性
    3.1.3  交通事故的预测
    3.1.4  车门高度的设计
  3.2  统计学在社会领域的典型应用
    3.2.1  斯诺对霍乱的研究
    3.2.2  文本挖掘分析与文学作品鉴真
    3.2.3  尿布与啤酒的故事
  3.3  教育教学中的统计数据分析
    3.3.1  寸班级成绩数据的描述性分析
    3.3.2  绘制丰富多彩的统计图
    3.3.3  对考试情况的其他分析
  3.4  基于学生学业质量的教育综合评价
    3.4.1  计算机技术支撑的统计分析工具
    3.4.2  相关统计理论知识简介
    3.4.3  变量选取与数据预处理
    3.4.4  样本的聚类分析
    3.4.5  样本的判别分析
  3.5  中学数学教师教育教学知识MPCK的统计分析
    3.5.1  调查研究设计
    3.5.2  职前数学教师MPCK的实证研究
    3.5.3  职后中学数学教师MPCK的实证研究
  延伸阅读  统计学科普读物简评
第4章  大数据背景下基于统计模型的经济问题分析
  4.1  基于季节调整和时间序列模型的房价波动研究
    4.1.1  季节调整模型和时间序列模型简介
    4.1.2  房价的季节性波动特征分析
    4.1.3  对季节调整后的房价序列拟合AR-GARCH模型
    4.1.4  对模型拟合效果的评价研究
    4.1.5  对不同建模方法的比较分析与房价预测
  4.2  构建联立方程模型分析房价与地价、居民消费的关系
    4.2.1  与房价密切关联的变量选取
    4.2.2  联立方程模型的架构
    4.2.3  变量的描述性统计与预处理
    4.2.4  联立方程模型的估计
    4.2.5  结论与启示
  4.3  基于多元时序模型动态分析房价与居民消费的关系
    4.3.1  多元时序模型简介
    4.3.2  房价与居民消费的协整检验
    4.3.3  多元回归ARIMAx模型的创设
    4.3.4  误差修正模型的拟合
  4.4  基于频谱分析的居民消费传导机制研究
    4.4.1  HP滤波法和频谱分析简介
    4.4.2  HP滤波处理与平稳性检验
    4.4.3  交叉频谱分析
    4.4.4  传导机制剖析与启示
  4.5  基于季节调整和LSTM组合模型的GDP实证研究
    4.5.1  研究设计
    4.5.2  构建X-12-ARIMA模型
    4.5.3  构建X-12-ARIMA和LSTM组合模型
    4.5.4  结论与启示
  4.6  基于异方差模型的猪肉价格波动分析
    4.6.1  数据来源与变量设置
    4.6.2  多变量回归均值模型的创设
    4.6.3  异方差GARCH类模型的拟合
    4.6.4  对原始价格序列拟合AR-GARCH模型
    4.6.5  结论与启示
  延伸阅读  大数据时代统计学专业人才的培养策略
参考文献