本书共分为六章，每一章都从案例出发，产生业务问题，继而引出相应的统计问题，然后再展示统计方法。涉及的统计方法包括线性回归、方差分析、逻辑回归、定序回归、泊松回归、生存数据回归等。本书旨在以案例驱动而不是理论驱动来介绍统计方法。针对每一个案例，每章附录都给出规范的商业分析报告、课后习题、思维导图，并在中国人民大学出版社网站（www.crup.com.cn）提供编程代码（有详细注释的R Markdown代码）和数据。部分代码还录制了视频，可以在狗熊会（微信ID：CluBear）的慕课平台上收看。 本书旨在帮助教师更好地教学、学生更好地学习。为方便教学，作者还制作了精美的PPT，教师可登录中国人民大学出版社网站下载。

第1章 线性回归——以移动通信网络的客户价值分析为例
1.1 背景介绍
1.2 案例介绍
1.3 指标设计
1.4 描述分析
1.5 统计模型
1.6 模型理解
1.7 估计方法
1.8 假设检验
1.9 判决系数
1.10 多重共线性
1.11 Cook距离
1.12 模型选择
1.13 R编程
附录1A 分析报告
附录1B 课后习题
附录1C 思维导图
第2章 方差分析——以北京市二手房价格分析为例
2.1 背景介绍
2.2 指标设计
2.3 描述分析
2.4 单因素模型
2.5 双因素模型
2.6 假设检验
2.7 R编程
附录2A 分析报告
附录2B 课后习题
附录2C 思维导图
第3章 逻辑回归——以上市企业ST预测为例
3.1 0-1 Y
3.2 案例介绍
3.3 数据介绍
3.4 指标设计
3.5 描述分析
3.6 模型估计
3.7 预测评估
3.8 R编程
附录3A 分析报告
附录3B 课后习题
附录3C 思维导图
第4章 定序回归——以信用卡逾期研究为例
4.1 定序数据
4.2 背景介绍
4.3 数据介绍
4.4 单变量描述分析
4.5 双变量描述分析
4.6 统计模型：0-1回归
4.7 统计模型：定序回归
4.8 R编程
附录4A 分析报告
附录4B 课后习题
附录4C 思维导图
第5章 泊松回归——以付费搜索广告分析为例
5.1 计数型数据
5.2 背景介绍
5.3 数据介绍：关键词文本
5.4 数据介绍：表现指标
5.5 描述分析：单变量
5.6 描述分析：转化可能性Y1
5.7 描述分析：转化程度Y2
5.8 统计模型：逻辑回归
5.9 统计模型：泊松回归
5.10 R编程
附录5A 分析报告
附录5B 课后习题
附录5C 思维导图
第6章 生存数据回归——以员工离职管理为例
6.1 生存数据
6.2 生存数据的描述
6.3 案例介绍
6.4 描述分析
6.5 加速失效模型
6.6 Cox模型
6.7 R编程
附录6A 分析报告
附录6B 课后习题
附录6C 思维导图