序　章　为了高效地、一步步理解"统计学"
本书的立场
第1部分速学！从标准差到检验、区间估计

第1章　用频率分布表和直方图刻画数据的特征
1 根据原始数据什么也搞不明白，所以使用统计
2 做直方图

第2章　平均值是挑担人偶玩具的支点
--平均值的作用和把握方法
1 统计量是概括数据的数值
2 平均值
3 频率分布表上的平均值
4 平均值在直方图中的作用
5 该怎样捕捉平均值

第3章　由数据分散程度估计统计量
--方差和标准差
1 想要知道数据的分散和波动
2 以公交车到达时刻的例子来理解方差
3 标准差的意义
4 从频率分布表求标准差

第4章　这个数据是"平常"还是"特殊"，以标准差（S.D.）来评价
1 标准差是浪涌的激烈程度
2 明确了S.D.就可以评价数据的"特殊性"
3 复数的数据组的比较
4 加工后的数据的平均值和标准差

第5章　标准差（S.D.）可以灵活运用于股票风险指标（波动率）
1 股票的平均收益率是什么
2 仅凭平均收益率不能判断是不是优良的投资
3 波动率的意义

第6章　标准差（S.D.）也可用于理解高风险、高回报（夏普比率）
1 高风险、高回报和低风险、低回报
2 金融商品优劣的衡量方法
3 衡量金融商品优劣的数值：夏普比率

第7章　身高、掷硬币等最常见的分布、正态分布
1 最常见的数据分布
2 一般正态分布的观察方法
3 身高数据是正态分布的

第8章　推论统计的出发点，使用正态分布进行"预测"
1 使用正态分布的知识，可以进行"预测"
2 标准正态分布的95%预测命中区间
3 一般正态分布的95%预测命中区间

第9章　从一个数据推出母群体
--假设检验的思维方法
1 所谓推论统计即从部分推出整体
2 推测差不多可行的母群体
3 判断95%预测命中区间是否妥当

第10章　以测定温度为例，探寻95%置信区间
--区间估计
1 反过来利用预测命中区间的估计
2 置信区间的"95%"的意义
3 对标准差的已知正态母群体的平均值的区间估计

第2部分从观测数据推测其背后的广阔世界
第11章　根据"部分"推论"总体"
--母群体和统计的估计
1 母群体是假想之潭
2随机抽样法和总体均值

第12章　表示母群体数据分散程度的统计量
--总体方差和总体标准差
1 搞清数据的分散程度
2 总体方差和总体标准差的计算

第13章　复数数据的平均值比1个数据接近总体均值
--样本均值的思维方法
1 从观测到的1个数据可以推测出什么
2 为什么要做样本均值

第14章　随着观测数据增加，预测区间变窄
--正态母群体的便利商品、样本均值
1 正态分布样本均值的性质很美
2 关于正态母群体样本均值的95%预测命中区间

第15章　已知总体方差，求正态母群体的总体均值
--使用样本均值进行总体均值的区间估计
1 推测总体均值和总体方差
2 使用样本均值进行总体均值的区间估计

第16章　卡方分布登场
--样本方差的求法和卡方分布
1 样本方差的求法
2 卡方分布是什么

第17章　用卡方分布推算总体方差
--推算正态母群体的总体方差
1 卡方分布的95%预测命中区间
2 终于开始正态母群体总体方差的估计了

第18章　样本方差呈卡方分布
--与样本方差成正比的统计量W的做法
1 与样本方差成正比的统计量W的做法
2 样本方差的卡方分布自由度下降1

第19章　即使未知总体均值仍能推算总体方差
--总体均值未知时对正态母群体进行区间估计
1 未知总体均值推算总体方差
2 估计总体方差的具体例子

第20章　t分布登场
--总体均值以外的以"实际观测样本"可计算的统计量
1 终于登场的t分布
2 t分布的直方图
3 统计量T的计算
4 关于t分布的正式定义

第21章　根据t分布进行区间估计
--未知总体方差时以正态母群体推算总体均值
1 最自然的区间估计--t分布
2 根据t分布的区间估计方法
后记
练习题解答
索引

精彩书摘

　　让统计学成为一种大众数据分析工具
　　清华大学经济管理学院肖勇波副教授
　　在信息技术高度发达的今天，电子商务、社交网络、云计算等新兴应用已经渗透到人们生活的每一个角落，我们正在进入一个大数据的时代。如何有效发挥出大数据的价值？如何有效应对大数据带来的挑战？这恐怕是当今世界各行各业最为关心的问题之一。诚然，大数据的价值并不在于数据本身，而在于隐藏在数据背后的有用的知识。如何发现这些看不见的知识？这是一个仁者见仁、智者见智的事情，也是目前企业界和学术界正在全力探索的问题。
　　大数据的商务分析貌似是一个“高大上”的事物，其实它与我们每一个大众的生活和工作都息息相关。不管你是大型企业的高层领导或普通职员，夫妻店或淘宝店店主，或是准备创业的年轻人，都能够利用基于数据分析的方法来帮助发现新的商机，提升你的管理，从而增强你的市场竞争力。比如，利用历史的销售记录，可以识别出对你最有价值的顾客，从而通过精准营销等手段来实现最有效的客户关系管理。
　　要获得数据分析的能力，统计学是一把必须拥有的钥匙：数据分析最基础的工具非统计学莫属了。可以毫不夸张的说，统计学是应用最广泛、最具普适性的一门科学知识。它是人们把握不确定的世界里的基本规律，从而将客观的数据转化为有用的信息和知识的一把钥匙。只要你会一点统计分析的方法，也许会形成一套完全不同的看待问题的思维模式，从而帮助你更加聪慧地制定各种管理决策。
　　长久以来，统计学一直是大学课堂中的专利产品，好像与我们的大众没有丝毫的关系；因为它涉及到非常严谨的数理知识，对于没有系统学习微积分、概率论和线性代数的人来说只能是一种奢侈品。为了让大众都能充分享受统计分析带来的优势，日本帝京大学经济学系的小岛宽之教授结合自己长期的教学和科研心得，撰写了一本“可完全自学的统计学入门书”——《你一定爱读的极简统计学》。它面向数理基础薄弱的大众，在日本被誉为零基础的入门读物，已经热印18次，深受广大读者的喜爱。
　　一口气读完小岛宽之教授的专著，让我对大学教授这个职业的使命有了新的认识：从事国际前沿的学术研究固然是教授不可推卸的责任，向广大群众传播知识、让大众享受知识的红利同样重要。小岛宽之教授以最浅显的文字，采用深入浅出的方式，结合生活中的实际现象，向我们描绘了统计学的原理、方法与应用。最为难能可贵的是，学习本书几乎不用概率的知识，也完全不需要微积分和高等数学的基础，让零基础读者一看就懂，一学就会！只要读者有兴趣探索统计学的乐趣，就能通过自学的方式在很短的时间内理解统计学中标准差、置信区间、样本估计、样本比较等深奥的理论与方法，并能将该方法与身边的实际问题有效地联系起来。
　　我强烈推荐零基础的读者从这本书开始进入统计学和数据分析的神奇世界。也许你会发现，科学的管理和有效的决策并不是受过高等教育的人才能享受的专利；也许这本书会影响甚至改变你的一生。
　　2014年夏于清华园
　　……