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。
本书适合统计学、金融、经济、管理等相关专业的本科生和研究生作为教材使用，也可作为相关交叉学科和行业中非统计学专业人士的自学资料。
前言
第1章概率统计知识基础1
1.1随机变量及其分布1
1.1.1随机变量1
1.1.2概率分布2
1.1.3累积概率分布7
1.1.4随机变量函数的分布9
1.2随机变量的数字特征17
1.2.1数学期望17
1.2.2方差20
1.2.3矩与特征函数24
1.2.4协方差与相关系数27
1.2.5分位数29
1.3参数估计方法30
1.3.1点估计30
1.3.2区间估计34
1.4假设检验35
1.4.1原假设与备择假设35
1.4.2拒绝域和显著性水平36
……
