本书围绕数据分析流程展开，包含数据获取、数据描述、数据推断、数据建模四个模块。在数据获取模块，本书重点介绍了传统调查、网络调查、网络挖掘三种数据获取方式，并介绍了数据预处理方法，包括数据清洗、数据转换、数据整理等；在数据描述模块，《统计学：基于统计模型与实验》从绘制统计图、编制统计表、计算概括性数据等方面来介绍如何描述数据的数字特征和分布规律；数据推断模块具体包括参数估计和假设检验两部分；在数据建模模块，本书介绍了如何根据数据类型选择恰当的统计模型，具体包括线性回归、方差分析、协方差分析、Logit回归、定序回归和泊松回归。为了帮助读者更好地理解和应用统计学理论和方法，本书在各章均设计了与章节内容相对应的实验案例，并给出了R语言的实现过程和结果解读。本书可以作为高等学校经管类本科生的统计学教材，也可以作为其他相关专业本科生或有关统计工作者的学习参考书。

1 导论
1．1 统计的定义
1．2 统计数据及类型
1．3 统计的实践
实验1 初次使用R语言
实验1-1 实验目的
实验1-2 数据介绍
实验1-3 实验步骤
实验1-4 实验总结
附录1 R与RStudio简介
附录2 本书使用的数据说明
思考与练习
2 数据获取
2．1 传统调查
2．1．1 调查方式
2．1．2 调查质量控制
2．2 网络调查
2．2．1 调查方式
2．2．2 网络调查的特点及其质量控制
2．3 网络挖掘
2．3．1 网络挖掘的定义及内容
2．3．2 网络挖掘中使用的主要技术
2．3．3 网络挖掘需要解决的关键问题
实验2 数据获取
实验2-1 实验目的
实验2-2 实验内容涵盖的知识点
实验2-3 数据介绍
实验2-4 实验步骤
实验2-5 实验总结
思考与练习
3 数据预处理
3．1 数据清洗
3．1．1 缺失数据
3．1．2 异常数据
3．2 数据转换
3．2．1 数据标准化
3．2．2 Box-Cox变换
3．3 数据整理
3．3．1 定性数据的整理
3．3．2 定量数据的整理
实验3 对Airbnb线上房源预订数据进行预处理
实验3-1 实验目的
实验3-2 实验内容涵盖的知识点
实验3-3 数据介绍
实验3-4 实验步骤
实验3-5 实验总结
思考与练习
4 数据可视化
4．1 一维数据的可视化
4．1．1 定性数据可视化
4．1．2 定量数据可视化
4．2 多维数据的可视化
4．2．1 多维定性数据可视化
4．2．2 多维定量数据可视化
4．3 其他复杂数据的可视化
4．3．1 星相图
4．3．2 脸谱图
……
5 数据描述
6 参数估计
7 假设检验
8 一元线性回归
9 多元线性回归
10 方差分析
11 协方差分析
12 Logit回归模型
13 定序回归
13 泊松回归
附表
参考文献