本书内容已经外聘专家审读审核通过后同意安排出版。本书包括总论、统计数据收集、统计数据整理与显示、总量指标与相对指标、数据分布特征指标、抽样推断、相关与回归分析、时间序列分析、统计指数共9章。各章均配有学习目标、教学引例、同步思考、本章小结、思考与练习等内容，同时配有即测即练、拓展阅读、视频等线上学习资源;此外，还配有习题参考答案、电子课件、教学大纲、模拟试卷及答案等教学资源包，任课教师可免费索取，方便教学。

本教材本着理论够用、强化应用、培养技能的原则，将统计知识与目前使用最广的Excel软件相结合，着力提高学生运用计算机解决统计问题的能力，为后续进行商务数据分析打下坚实基础。本书共有八大项目，每个项目以知识目标、能力目标、知识结构图、导入阅读讲解理论知识，以习题巩固知识，以数据分析应用案例和Excel 2016的操作引领学生实训。教材中挖掘统计活动过程中的课程思政元素，融入新技术、新工艺，突出知识、技能、素养全方位育人，配套完善教学资源，创新教材形式，满足教学和学习需要。

本书主要以最新的SAS for Windows 9.4版为对象讲解使用SAS软件进行统计数据分析的方法。第二版全书分基础篇和提高篇两篇二十章。第二版中增加了在SAS中使用SQL 假设检验和区间估计和频数频率表与列联表分析这三章。第十一章在SAS中使用SQL所介绍的内容，不仅有利于读者借助SQL语言的强大功能，便利地获取存储在普遍而大量的关系型数据库中的巨量数据，而且也有利于已熟知SQL的数据库程序员和管理员，快速上手使用SAS开展数据分析。第十四章为假设检验和区间估计是将有关内容从第一版的

本书选用统计学和数据科学中常见的 R 语言和Python语言“双语”编
写,主要内容包括:引言、R 语言编程基础、R 语言数据处理、R 语言可
视化、R 语言随机抽样和随机数、R 语言基本统计推断、R 语言回归分析、
R 语言大数据分析、Python 语言基础、Python 数据处理等内容。此外,
本书在每章正文后设置主要函数列表、练习题和实验题,以帮助学生复习
巩固和自主练习。同时,还为教师配备了课程教学大纲(含课程思政内容)、
课件、习题解答、

统计学基础是经济和管理类专业必修的专业基础课，是一门关于社会经济活动数量表现和数量关系的方法论科学。本书共 9 章，内容包括统计学概述、统计调查、数据整理、综合指标、时间数列、抽样分布与参数估计、假设检验与方差分析、相关分析与回归分析、统计预测与决策。 本书配套有教学课件、微课视频、期末试卷及答案、教学大纲、教学进度表等资源，可有效辅助教学。本书可以作为经济与管理类专业的学生教材用书，也可以作为经济管理工作者和经济研究人员的参考用书。

本书是一部全面介绍统计学理论和应用的教材，共包含10章内容。第一章概述了统计学的基础概念、性质、研究对象、基本职能和研究方法，以及统计学的发展历程。第二章至第十章依次深入探讨了统计数据的搜集与处理、数据分布的特征度量、统计指数、抽样推断、假设检验、方差分析、相关与回归分析以及时间序列分析等核心主题。每章不仅提供了理论知识，还介绍了如何运用SPSS软件进行数据分析，使理论与实践相结合。书中的丰富习题有助于读者加深理解和掌握统计学的应用。整体而言，本书结构严谨、内容详实，适合作为统计学课程

本书系统地讲解了统计学的基本原理和知识框架，主要特点包括：①理论联系实际。本书不仅讲解了理论知识，还注重将统计学的概念和方法应用于实际问题。书中提供了许多实例，有助于学生将统计理论与实际情境相结合。此外，本书还在部分操作环节介绍了如何使用Excel与SPSS等软件进行数据处理和分析，使学生具备操作技能。②图文并茂。为了更好地帮助学生理解概念和方法，本书配有详细而清晰的图表、数据和例题，以期让学生更加直观地理解和应用统计学知识。③丰富的教学资源。为了提供全面的教学支持，本教材配备了丰富的

本教材主要面向管理科学与工程及大数据工程等相关专业本科生的应用统计学课程，介绍应用统计学绪论、描述性统计、参数估计、假设检验、统计调查与抽样技术、方差分析与实验设计、主成分分析与因子分析、判别分析与聚类分析的基本概念和方法，突出学生统计思维的培养，有助于学生了解并掌握统计数据收集、分析、表述和解释的基本理论与方法，培养解决管理工作中的统计分析问题的能力，并为其进一步学习相关课程打下良好的基础。

本书是一部以党的二十大精神为指导，以IBM SPSS Statistics 26.0 为分析工具的实用性很强的“互联网+ ”统计学教材。基本内容包括：统计学与统计数据，统计数据的收集、整理与显示，统计数据的特征描述，SPSS 的简单应用，统计假设检验，相关分析及回归分析，聚类分析，主成分分析与因子分析，对应分析，综合案例与分析。书中内容深入浅出，注重理论知识与技能训练相结合，通过深入挖掘提炼思政元素，为教师有效地实施课程思政教学提供了指导；通过插入二维码资料激发读者的学习兴趣、强化学习效果。 本

本书主要介绍数据统计建模的线性回归模型和时间序列模型等典型理论方法，系统阐述这些应用统计方法及其拓展推广，包括模型选择、参数估计、假设检验、优化和预测等。全书分为三部分：第1章为概率统计知识基础、第2至6章为回归分析、第7至12章为时间序列分析。本书的编写兼顾了理论性和实用性，不仅结合金融管理等领域实例和开源R语言进行案例分析，还在书后附加详细的R语言程序代码。