第1章　統計学の役割と全体像
　　なぜ統計学に関心を持つのか
　　データを見てみよう：経済データの特徴
　　データを科学的に読むときの注意点：統計学と主観
　　データを読む難しさの根源(1)：不確実性
　　データを読む難しさの根源(2)：データのクセ
　　データから何が取り出せるか：科学が示す特性値
　　「統べるとズレる」こともある：統計学と生活実感のズレ
　　統計学の全体像とストーリー(1)：分析の流れ
　　統計学の全体像とストーリー(2)：統計学と確率論
　　分かりにくいのには訳がある：統計学が難しい理由

第2章　データの種類と収集方法
　　あらゆるものがデータ：データの種類
　　整頓されていないと使えない：データの形式
　　データをセットで使うとより便利：データのセット
　　収集方法は結構重要：調査とその難しさ
　　データを何らかの関係性で集める：有意抽出
　　データを偶然という「ルール」で集める：無作為抽出
　　偶然はデタラメか：偶然の活用法
　　偶然も結構大変：いろいろな無作為抽出法
　　偶然を使うか否か：記述統計と推測統計
　　手間が省ける公表データ：統計資料の長所と短所
　　自然科学と社会科学の統計学の違い

第3章　基本的な統計手法
　　データを統べる方法の要：核となる情報を表現するか
　　図にすることも統計：図やグラフによる表現
　　表にすることも統計：分割表による表現
　　数値による統計表現：データの状態で大きな違い
　　調査対象の情報を全て集められたら：記述統計
　　統べるとはいえ，一つではない：平均の意味
　　数値の計算と特殊な定規：多様性の特性値
　　変数の関係も見る：相関の特性値
　　実際に特性値を求めよう
　　図，表，数値，それぞれの長所と短所
　　「全て」が無理な現実では：推測統計と確率論

第4章　確率論の基礎
　　確率論とは何だろう
　　確率論と統計学の違い
　　確率論の基本作法：まずは基本用語から
　　確率の考え方：ベン図から加法定理まで
　　確率変数では期待値と確率分布が大事
　　関係を表す確率の表現：同時確率，周辺確率，独立性
　　確率変数とその計算：関数，期待値，平均，分散，共分散
　　期待値の意味
　　無相関と独立の違い
　　離散確率変数の分布：二項分布，一様分布，ポワソン分布
　　連続確率変数の分布：正規分布，ｔ分布，x^2分布，F分布
　　連続確率変数の分布の見方(1)
　　連続確率変数の分布の見方(2)
　　現実離れした分布を使う意味

第5章　統計と確率の関係
　　対象とするデータと特徴の名前：統計学の基本用語
　　確率現象と標本抽出の相似
　　模型の役割，本物との違い：母集団と標本
　　算術平均の不思議
　　特徴が模型と一致するか：大数の法則
　　分布はどうなるのか：中心極限定理
　　2つの定理が示す意味：標本数は多いほどよい
　　推測統計の限界と妥当性

第6章　推定
　　「推し定める」とは何か：推定
　　推し定める2つの方法：点推定と区間推定
　　一点で推定する：点推定
　　平均値の推定
　　分散の推定(1)：母平均が分かっている場合
　　分散の推定(2)：母平均が分からない場合
　　記述統計と違う分散の推定方法
　　標本の数と自由度の意味
　　幅をもって推定する：区間推定
　　区間推定の手続
　　母分散が分かる場合の平均値の区間推定(1)
　　母分散が分かる場合の平均値の区間推定(2)
　　母分散が分からない場合の平均値の区間推定
　　推定量も確率変数
　　望ましさはなぜ必要か：推定量の望ましさ
　　望ましい推定の意味
　　◆簡易復習クイズ

第7章　仮説検定
　　様々な説をテストしよう：仮説
　　仮説はもどかしくて分かりにくい：帰無仮説と対立仮説
　　仮説をどのように確率を使って評価するか
　　棄却できない仮説＝正しい仮説なのか
　　基準を使って判定しよう：有意水準
　　仮説検定の手続
　　母分散が分かる場合の平均値の仮説検定(1)
　　母分散が分かる場合の平均値の仮説検定(2)
　　母分散が分からない場合の平均値の仮説検定
　　片側検定による平均値の仮説検定
　　望ましい仮説検定とは：第1種のエラーと第2種のエラー
　　◆簡易復習クイズ

第8章　相関を推測する回帰分析
　　より強力な統計手法：回帰分析
　　相関関係の表現：回帰モデル
　　回帰分析で具体的に何ができるのか
　　鍵は誤差項にあり：推定
　　誤差項に関する仮定
　　仮定する理由
　　原理という考え方
　　推定の仕方：最小二乗推定量
　　仮説検定の方法：ｔ値
　　実際に回帰分析をしてみよう
　　有用な指標：決定係数
　　なぜ計量経済学が必要か
　　それ以外の統計手法

文献案内
付表
索引