这本最畅销的《商务与经济统计》重点介绍了推断、数据收集以及分析是如何被广泛运用到现实商务活动中，并对统计研究结果报告做出评估，再根据统计结果做出正确的商业决策的。书中收录了来源于真实商业环境和经济事件中的大量案例研究、例子和练习，运用基础代数的数理原理写作而成的。为学习者提供了更加有效、直观的处理真实数据和应用统计计算原理的学习机会。是一本实用性很强的、帮助经理人员做出科学的决策的经典读物。

第1章 统计、数据和统计思想
　　实践中的统计：一个20／20的调查：事实还是假象？
　　1.1　统计
　　“你是否注意到，不管你对当代的某个热点问题持何种态度，你总能找到统计数据或者调查结果来支持你的观点，例如，是否需要摄入维生素？日托是否会伤害小孩？或者哪种食物对你有利或者不利？有无穷无尽的信息可以帮助你做出决定，但这些信息是否精确、无偏呢？约翰·斯托塞尔(John Stossel)决定找出上述问题的答案，你也许会惊讶地发现，事实与你所看到的并不相同。”
这是1995年3月31日ABC电视台黄金时段节目“20／20”中，主持人巴巴拉·沃尔特斯(Barbarawalters)的开场自。这期节目的题目是“事实还是假象——揭露所渭的调查”。ABC电视台的记者约翰所做的调查中的一个，反映的是当代教师在学校纪律中所面临的问题与20世纪40年代的差异。调查结果显示，在20世纪40年代，教师最担心的是学生上课时说话、嚼口香糖以及在走廊嬉戏打闹，而今天，他们最担心的则是被袭击。……

第1章 统计、数据和统计思想
　本章我们将要学习
　实践中的统计：一个20／20的调查：事实还是假象？
　1.1　统计
　1.2　在商业中的统计应用类型
　1.3　统计的基本要素
　1.4　过程（选学）
　1.5　数据类型
　1.6　收集数据
　1.7　统计在决策管理中的作用
　关键术语
　本章笔记
　练习题
第2章 描述数据集的方法
　本章我们将要学习
　实践中的统计：影响医生拒绝道德咨询的因素
　2.1　定性数据的描述
　2.2　描述定量数据的图形方法
　2.3　求和符号
　2.4　集中趋势的数值测度
　2.5　变异性的数值测度
　2.6　标准差的解释
　2.7　相对位置的数值测度
　2.8　异常值的检测方法（选学）
　2.9　二元关系的图形描述（选学）
　2.10　时间序列图（选学）
　2.11　利用描述方法扭曲事实
　关键术语
　本章笔记
　练习题
　真实案例
　肯塔基州的牛奶案例——第一部分（覆盖第1章和第2章的案例）
第3章 概率
　本章我们将要学习
　实践中的统计：乐透彩票！！！
　3.1　事件、样本空间和概率
　3.2　事件的并集和交集
　3.3　互补事件
　3.4　加法法则和互斥事件
　3.5　条件概率
　3.6　乘法法则和独立事件
　3.7　随机抽样
　3.8　贝叶斯定理（选学）
　关键术语
　本章笔记
　练习题
第4章 随机变量与概率分布
　本章我们将要学习
　实践中的统计：研制超级武器——优化命中率
　4.1　随机变量的两种类型
　4.2　离散随机变量的概率分布
　4.3　二项分布
　4.4　泊松分布（选学）
　4.5　连续随机变量的概率分布
　4.6　均匀分布（选学）
　4.7　正态分布
　4.8　评价正态性的描述性方法
　4.9　用正态分布近似二项分布（选学）
　4.10　抽样分布
　4.11　x的抽样分布和中心极限定理
　关键术语
　本章笔记
　练习题
　真实案例
　家具失火案（覆盖第3章和第4章的案例）
第5章 基于单个样本的推断：置信区间
　估计
　本章我们将要学习
　实践中的统计：扇贝、抽样和法律
　5.1　确定目标参数
　5.2　总体均值的大样本置信区问
　5.3　总体均值的小样本置信区间
　5.4　总体比例的大样本置信区间
　5.5　确定样本量
　5.6　简单随机抽样的有限总体修正（选学）
　5.7　抽样调查设计（选学）
　关键术语
　本章笔记
　练习题
第6章 基于单个样本的推断：假设检验
　本章我们将要学习
　实践中的统计：一个舒洁纸巾使用者的日记
　6.1　假设检验的要素
　6.2　总体均值的大样本假设检验
　6.3　观测的显著性水平：p值
　6.4　总体均值的小样本假设检验
　6.5　总体比例的大样本假设检验
　6.6　计算犯第11类错误的概率：更多关于β的信息（选学）
　6.7　总体方差的假设检验（选学）
　关键术语
　本章笔记
　练习题
第7章 基于两样本的推断：置信区间和
　本章我们将要学习
　实践中的统计：自我管理工作团队对家庭生活的影响
　7.1　确定目标参数
　7.2　比较两个总体均值：独立抽样
　7.3　比较两个总体均值：配对差异试验
　7.4　比较两个总体比例：独立抽样
　7.5　确定样本量
　7.6　比较两个总体方差：独立抽样（选学）
　关键术语
　本章笔记
　练习题
　肯塔基州的牛奶案例——第二部分（覆盖第5章至第7章的案例）
第8章 试验设计和方差分析
第9章 分类数据分析
第10章 简单线性回归
第11章 多元回归与建模
第12章 质量改进方法

詹姆斯·麦克拉夫（James T. McClave）统计学博士。在佛罗里达大学从事教学工作长达20年之久，并教授过统计学的所有课程，在他的教学生涯中预计有超过一万名的学生上过他的课。后于1977年创建信息技术有限公司（Info Tech, Inc），目的在于应用统计学的理论来解决现实世界的问题。开发BAMS/DSS?软件以探查共谋行为，与众多州立司法部以及美国律法部合作，追回数千万美元纳税金。现任公司总裁兼首席执行官，佛罗里达大学统计学兼职教授。