本书立足指标关系视角，分别介绍了相关关系、关联关系、回归关系、结构关系和网络关系五类指标关系问题中应该采取的统计理论与方法，讲述了对每类指标关系进行测度时采用的统计学方法，阐述了指标关系研究基础，依次围绕五类指标关系问题，列举统计年鉴、医院信息系统、综合调查数据、科技报告数据和中医诊断指标数据实际案例，介绍最常用的统计方法。
本书可作为高校经济管理类专业在读学生特别是统计学、大数据科学等相关专业学生的教材，也可供从事政府部门统计工作的专业人士、科研院所数据分析与统计建模科研人员、相关行业专业技术人士等学习参考。

程豪，中国人民大学统计学博士，国家公派美国哥伦比亚大学联合培养博士，现就职于中国科协创新战略研究院。曾被评为中国人民大学“学术之星”，获得“汇丰杯”中国高校SAS数据分析大赛冠军。发表中英文论文近30篇，独立翻译《Python数据可视化》《预测分析建模：Python与R语言实现》和《R统计应用开发实战》，参与翻译《商务与经济统计》和《R语言编程艺术》，参与编写《大数据挖掘与统计机器学习》和《政府统计国际规范概览》。

第1章 指标关系研究基础
1.1 指标关系研究理论基础
1.2 指标关系研究计算机基础
1.3 思考与练习
1.4 延展性阅读
第2章 指标相关关系研究
2.1 指标间相关关系的基本界定
2.2 指标间相关关系的测度方法
2.3 实战案例：统计年鉴指标相关关系研究
2.4 思考与练习
2.5 延展性阅读
第3章 指标关联关系研究
3.1 指标间关联关系的基本界定
3.2 指标间关联关系的测度方法
3.3 实战案例：医院信息系统指标关联关系研究
3.4 思考与练习
3.5 延展性阅读
第4章 指标回归关系研究
4.1 指标间回归关系的基本界定
4.2 指标间回归关系的测度方法
4.3 实战案例：综合调查指标回归关系研究
4.4 思考与练习
4.5 延展性阅读
第5章 指标结构关系研究
5.1 指标间结构关系的基本界定
5.2 指标间结构关系的测度方法
5.3 实战案例：科技报告指标结构关系研究
5.4 思考与练习
5.5 延展性阅读
第6章 指标网络关系研究
6.1 指标间网络关系的基本界定
6.2 指标间网络关系的测度方法
6.3 实战案例：中医诊断指标网络关系研究
6.4 思考与练习
6.5 延展性阅读
参考文献