Chapter 01 통계학의 철학(The Zen of Statistics)
  1.1 확률 변수란 무엇인가 = 11
  1.2 확률밀도함수 = 12
  1.3 평균과 분산 = 15
  1.4 중앙값(Median)과 IQR = 17
  1.5 최빈값(Mode)과 왜도(Skewness) = 19
  1.6 평균과 분산의 성질 1 = 21
  1.7 평균과 분산의 성질 2 = 24
  1.8 확률 변수의 독립성 = 28
  1.9 공분산과 상관관계 = 31
  1.10 (참고) 피어슨 상관계수와 코시-슈바르츠 부등식 = 33
  1.11 모집단과 표본집단 = 36
  1.12 표본분산의 계산 = 39
  1.13 이항 분포와 정규 분포 = 42
  1.14 중심극한정리와 정규 분포에 대한 오개념 = 45
  1.15 유효숫자와 정밀성 = 47
Chapter 02 가설 검정법(Hypothesis Testing)
  2.1 오류의 종류 = 53
  2.2 p-value의 의미 = 55
  2.3 p-value의 해석 = 58
  2.4 p-value가 크다면 = 60
  2.5 p-value가 작다면 = 62
  2.6 p-value 시뮬레이션 = 63
  2.7 비율 검정법을 통해 p-value 구하기 = 64
  2.8 단측검정과 양측검정 = 68
  2.9 민감도(Sensitivity)와 특이도(Specificity) = 70
  2.10 출간 편향과 깔때기 그림 = 72
Chapter 03 t-test, F-test
  3.1 통계 검정법의 가정 = 77
  3.2 카이제곱 분포 = 81
  3.3 모분산과 표본분산의 관계 = 83
  3.4 t-분포를 사용하는 이유와 그 특징 = 86
  3.5 One-sample t-test와 Paired t-test = 88
  3.6 F-분포의 정의 = 91
  3.7 여러 그룹에 대한 데이터 비교 = 93
  3.8 Two-sample t-test = 96
  3.9 t-test의 전제 조건 = 99
  3.10 F-test를 통한 분산의 확인 = 104
  3.11 적합한 통계 방식을 결정하기 = 106
  3.12 신뢰 구간(Confidence interval) = 108
Chapter 04 일원 분산분석(One-way ANOVA)
  4.1 명제와 논리 = 115
  4.2 다중 비교(Multiple comparison)의 문제점 = 117
  4.3 그냥 없다고 생각하면 안 되는가? = 120
  4.4 요인(Factor)과 수준(Level) = 121
  4.5 ANOVA의 구조 = 123
  4.6 One-way ANOVA의 가정과 용어 = 125
  4.7 One-way ANOVA의 통계 검정 = 128
  4.8 One-way ANOVA의 p-value 계산 = 131
  4.9 자유도란 도대체 무엇인가 = 133
  4.10 One-way ANOVA의 예시 = 135
  4.11 사후 분석(Post hoc analysis) = 138
  4.12 Intra-Ocular Trauma Test = 140
  4.13 간편한 사후 검정: Bonferroni correction = 141
  4.14 Repeated measures ANOVA의 필요성 = 142
  4.15 Repeated measures ANOVA의 계산 = 143
  4.16 Repeated measures ANOVA의 예시 = 146
  4.17 구형성 가정(Sphericity assumption) = 149
  4.18 결측치(Missing data)의 처리 = 150
Chapter 05 이원 분산분석(Two-way ANOVA)
  5.1 Two-way ANOVA의 구조 = 158
  5.2 Two-way ANOVA 계산의 의미 = 159
  5.3 Two-way ANOVA의 자유도 = 162
  5.4 Two-way ANOVA의 예시 = 165
  5.5 교호작용이 유의미한 경우 = 167
  5.6 Two-way Repeated measures ANOVA = 168
  5.7 Factorial ANOVA = 170
Chapter 06 회귀 분석(Regression Analysis)
  6.1 데이터의 종류와 그에 따른 통계 검정 = 175
  6.2 상관성과 인과성 = 176
  6.3 Anscombe''s quartet = 178
  6.4 선형 관계(Linear relationship) = 182
  6.5 기울기와 절편의 추정 = 184
  6.6 (참고) 왜 오차의 절댓값이 아닌 제곱을 최소화하는가? = 186
  6.7 기울기의 통계적 유의미성 = 187
  6.8 회귀의 자유도와 F-test = 188
  6.9 회귀를 시행한 후 확인해야 할 것 = 191
  6.10 오목함수와 볼록함수 = 193
  6.11 차수를 활용한 변환 = 194
  6.12 상관계수와 회귀계수 = 197
Chapter 07 고급 회귀(Advanced Regression)
  7.1 다중회귀 분석(Multiple regression analysis) = 201
  7.2 회귀를 행렬로 표현하기 = 204
  7.3 회귀계수에 대한 t-test = 205
  7.4 Variance Inflation Factor(VIF) = 207
  7.5 교호작용(Interaction)과 2차식 모델(Quadratic model) = 208
  7.6 일반화 선형 모델과 비선형 모델 = 209
  7.7 Logistic regression = 211
  7.8 Stepwise model selection = 214
  7.9 모델을 만드는 원리 = 217
  7.10 ANCOVA = 219
Chapter 08 비모수분석(Non-Parametric Tests)
  8.1 점 4개로 0에 가까운 p-value 만들기 = 225
  8.2 정규성 검정에 대한 고찰 = 226
  8.3 첨도(Kurtosis)와 왜도(Skewness) = 227
  8.4 카이제곱 검정법 = 230
  8.5 Rank sum test(Mann-Whitney U test) = 233
  8.6 Wilcoxon signed-rank test = 235
  8.7 ANOVA를 대신하는 비모수 검정법 = 236
Chapter 09 문제 및 사례