本书抛开让人难以理解的“贝叶斯公式”，用“面积图”做直观形象的解读。只要会做四则运算，就能快速入门，进而在一个个生活场景中，领会贝叶斯统计学的精髓。贝叶斯统计学的优势在于“在数据少的情况下也可以进行推测”，贝叶斯统计学的统计过程和人脑的决策过程是很相似的，在人工智能时代有着广泛的商业应用。

在《简单统计学》中，经济学家加里·史密斯带我们戳穿了人们常为自己的疯狂理论作为支撑的把戏和陷阱。本书将为读者解密统计学背后的科学，拆穿身边的谎言。随着纳特·希尔弗的《信号与噪声》的成功，以往枯燥的统计学大热起来。

本书以大量真实案例，讲述了统计学如何化腐朽为神奇，干脆利索地解决一系列传统社会科学语焉不详的问题。在抽丝剥茧探究反直觉的真相的过程中，普及了统计学的基本概念和原则。正是因为其反直觉，甚至是反常识，才给人以恍然大悟的感觉，所以冠之以“魔鬼”。

本书介绍进行因果推理的5个步骤，并提供一系列工具，以保证推理过程的严谨。然后由在教育经济学和医疗经济学领域深耕多年的两位作者，教读者用因果推理识破纯属偶然的伪相关和随处可见的无稽之谈，从此不再人云亦云，拒交朋友圈智商税。

本书主要内容包括：《中国国民经济核算体系(2002)》的修订背景与相关建议；西藏地区生产总值核算评估报告；中国资源环境主要统计指标体系的构建；北京市循环经济评价指标体系研究报告等。

本书按照“应用型、技能型”人才培养目标，本着由浅入深、学以致用的原则，系统介绍：统计学总论、统计调查与统计整理、综合指标、时间数列、统计指数、抽样推断、相关与回归分析、统计分析与统计报告等统计学基本知识，并通过指导学生实训实践培养其解决实际问题的能力。

本书梳理了数据可视化的完整历史——它的起源、兴起以及对我们思维方式和解决问题方式的影响。以数据可视化和图形通信的历史为主题，讲述了图形如何离开科学研究的专属范围并变得无处不在的故事。

本书梳理了新中国成立以来统计制度产生、变革及发展的历史脉络及变迁过程，共分为三大部分：第一部分内容主要围绕新中国成立至改革开放前中国统计制度的变迁展开，这一部分是中国统计事业的开创时期，为中国统计事业奠定了基础。第二部分主要围绕改革开放后到2012年间我国的统计制度变迁展开，介绍了改革开放以来统计机构恢复、增设及撤销的变更情况，从机构角度反映出我国统计工作的变迁。还包含了我国周期性普查制度、常规性统计调查制度、专项调查制度等内容。第三部分围绕新时期下的统计制度展开，意在探讨及研究统计制度在新时期的完善与发展。

全书分为10章，每一章都是和日常生活紧密结合，以数个经典案例为主导。对于每个案例，都是从统计学的角度出发，一层一层地深入分析，让读者体会到其中的统计学知识，并且熟悉其应用场景，从而能够印象深刻，活学活用。

《R数据可视化之美：专业图表绘制指南》主要介绍使用R中的ggplot2包及其拓展包绘制专业图表的方法。先介绍了R语言编程基础知识，以及使用dplyr、tidyr、reshape2等包的数据操作方法；再对比了base、lattice 和ggplot2包的图形语法。

全书以统计工作过程为主线，阐述了统计学的基本原理和技能方法，内容共分为8章：总论、统计调查、统计整理、综合指标、动态数列、统计指数、抽样推断和相关与回归分析。本书在编写上简化统计理论和概念的阐述，省略繁杂的计算公式推导过程，在每章后均配有Excel在统计实践的应用，加强了内容与实践的联系，突出了高职高专的教与学的特色。

本书内容分为10个具体任务单元：统计概论；统计调查；统计整理；综合指标；抽样推断；假设检验；相关与回归分析；指数分析；动态数列分析；统计综合分析，组成完整的统计基础课程体系。

本教材的主要内容包括：收集数据的基本原理与方法；描述统计的基本原理与方法；单一指标的简单推断原理与方法；变量关系(定型变量之间、定型与定量变量之间、定量变量之间)的推断原理与方法；动态推断的统计原理与方法；数据降维的原理与方法。重点强调并突出三个特点：1清晰的统计思想，2重点介绍统计学的最核心、最基本的原理，3统计方法的实践与应用。

统计学是一门研究数据的方法论学科。统计方法和统计思想渗透到了社会、经济、自然、科技、生活的每一个角落，统计学不仅在社会经济领域得到发展，而且一些过去与数量毫无联系的学科，内容包括：统计数据的收集、整理与显示；统计指标；时间序列分析等。

本书系统地介绍了统计学的基本理论和方法，共分9章：概论、统计设计与数据调查、数据整理与显示、数据特征描述、统计指数分析、抽样与抽样分析、相关分析与一元线性回归分析、数据推断、事件数列分析与预测及Excel在统计中的运用。

本书系统讲述了统计学有关数据收集、数据整理和数据分析的基本方法，突出了Excel在数据整理和数据分析中的应用。全书共分为10章，分别是：总论、数据收集、数据整理与显示、数据特征的描述、抽样估计、假设检验、方差分析、统计指数、相关与回归分析、时间序列分析与预测。

本书以当前社会经济现象为前提，运用大量的实例阐述和分析统计理论和方法，注重培养学生的动手能力，力求在吸取现有教材的精华基础上，撰写一本符合高职高专特色的浅显易懂、应用性较强的统计教材。

本书以Windows操作系统下的R软件为基础，以实践中常用的统计分析方法为基本内容，介绍了R语言的编写以及结果解释。本书重点介绍了各种多元统计分析方法的基本原理及其应用，包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。

本书根据统计工作过程，通过9个任务系统阐述了统计学的基本理论、方法和作用。内容包括：认知统计、统计调查、统计整理、总量指标与相对指标分析、平均指标与标志变异指标分析、时间数列分析、统计指数分析、抽样推断、相关与回归分析。每个任务由知识目标、能力目标、知识结构图、任务导入、任务描述、任务小结、案例阅读、习题与实训等8个部分组成。

本书具体内容为SPSS简介、SPSS数据挖掘系统介绍、数据文件管理、数据预处理、基本统计分析、多重反应分析、均值的比较与检验、统计图制作、参数检验、回归分析、方差分析、相关分析、聚类分析、判别分析、因子分析、对应分析、信度分析、生存分析、对数线性模型、时间序列分析、缺失值分析，以及SPSS在财务智能、数据预测、股市分析、社会经济分析、金融数据分析等方面的数据挖掘应用。