本书包含绪论、R语言快速入门、数据的统计特征、数据的图形展示、样本统计量的抽样分布、参数估计、假设检验、方差分析、列联分析、一元线性回归分析、多元线性回归分析和非参数统计等12章内容，涵盖了统计学原理、应用统计学等课程本科教学大纲要求的全部内容，适合经济类、统计类专业64学时（48学时课堂讲授+16学时上机实践）的课程教学，也适合管理类专业56学时（44学时课堂讲授+12学时上机实践）的课程教学，也可适当取舍用于其他人文社科类专业48学时（40学时课堂讲授+8学时上机实践）的课程教学。 R语言是统计分析、机器学习和人工智能等领域使用越来越广泛的统计语言。本书用两章的篇幅分别介绍了R语言基础和R语言可视化，其他各章的统计分析都尽可能用手工编写R代码和调用简便实用的R函数两种方法实现，全书的图形编制均采用ggplot2绘制，全书统一应用基于tidyverse的R代码风格。 本书适合于应用统计、经济、管理等专业本科生和研究生作为教材或参考书，也可以作为R语言学习和数据分析的参考书。

第1章 绪论
1.1 统计学及其发展
1.2 变量与数据
1.3 总体与抽样
重要术语、思考题与练习题
第2章 R语言快速入门
2.1 获取R及RStudio
2.2 R包管理模式
2.3 R数据文件操作
2.4 R基础运算
2.5 R数据转换
2.6 与概率分布有关的R函数
2.7 R中的概率抽样方法
重要术语、思考题与练习题
第3章 数据的统计特征
3.1 数据的集中趋势
3.2 数据的离散趋势
3.3 数据的分布形态
3.4 数据的相对位置与相对离散程度
3.5 用R进行描述统计：一个综合示例
重要术语、思考题与练习题
第4章 数据的图形展示
4.1 R语言基本绘图系统
4.2 ggplot2绘图系统简介
4.3 ggplot2绘图：一个完整案例
4.4 ggplot2绘图：分类绘制常见统计图形
重要术语、思考题与练习题
第5章 样本统计量的抽样分布
5.1 随机变量的概率分布
5.2 单个样本统计量的抽样分布
5.3 两个样本统计量的抽样分布
重要术语、思考题与练习题
第6章 参数估计
6.1 参数估计概述
6.2 一个总体参数的区间估计
6.3 两个总体参数的区间估计
6.4 样本容量计算
重要术语、思考题与练习题
第7章 假设检验
7.1 假设检验概述
7.2 一个总体参数的假设检验
7.3 两个总体参数的假设检验
重要术语、思考题与练习题
第8章 方差分析
8.1 方差分析概述
8.2 方差分析表
8.3 方差分析中的多重比较
8.4 方差分析中的效应分析
8.5 基本假定的检验
重要术语、思考题与练习题
第9章 列联分析
9.1 列联表
9.2 一维表的拟合优度检验
9.3 二维表的独立性检验
9.4 二维表的关联测度
重要术语、思考题与练习题
第10章 一元线性回归分析
10.1 变量间的关系
10.2 相关分析
10.3 线性回归分析基本问题
10.4 一元线性回归中的参数估计
10.5 线性回归中的假设检验
10.6 回归模型的诊断
10.7 利用回归模型进行预测
重要术语、思考题与练习题
第11章 多元线性回归分析
11.1 多元回归模型及其基本假定
11.2 多元回归模型的参数估计
11.3 多元回归模型的显著性检验
11.4 多元回归模型的诊断
11.5 多元回归模型的R实现
重要术语、思考题与练习题
第12章 非参数统计
12.1 非参数统计简介
12.2 分布的检验
12.3 符号检验
12.4 秩统计量和相关性检验
重要术语、思考题与练习题
参考文献