主要有会计、财务、市场营销、生产、经济预测、信息系统。
1.2数据数据：是为了描述和解释所搜集、分析、汇总的事实和数字。
数据集：将用于特定研究而搜集的所有数据称为研究的数据集。
个体：搜集锁具的实体。
变量：个体中所感兴趣的特征。
观测值：对某一特定个体得到的测量值集合称为一个观测值。
测量尺度有：名义尺度、顺序尺度、间隔尺度和比率尺度。
测量尺度决定了数据中蕴含的信息量，并表明最适合的数据汇总和统计分析的方法。
名义尺度：数据用于确认个体属性的标记和名称时，相应变量的测量尺度。
顺序尺度：当数据具有名义数据的性质，并且数据的顺序或等级的意义明确。
间隔尺度：数据具有顺序数据的所有性质，并且按某一固定度量单位表示数值间的间隔。
比率尺度：数据具有间隔数据的性质，并且两个数值之比是有意义的。
分类型数据：归属某一类别的数据
数量型数据：用于表示大小或多少的数值。
截面数据：在相同或近似相同的同一时间点上搜集的数据。
时间序列数据：在几个时期内搜集的数据。
现有来源：专门从事搜集和保存数据的机构中获得；各类行业协会和专门营利的机构；互联网；政府机构。
观测性研究：是我们仅观测发生了什么，记录一个或多个感兴趣变量的数据，并对结果数据进行统计分析。比如调查和民意调查。
实验：观测性研究和实验的区别是，实验是在控制条件下进行的。
时间和成本问题：将数据和统计分析结果用于管理决策，管理人员必须清楚获得数据所需要的时间和成本。
数据采集误差：统计研究中的数据是可能产生误差的。
将数据以表格、图形或数值形式汇总的统计方法被称为描述统计。
1.5统计推断统计学中利用样本数据对总体特征进行估计和假设检验，这一过程被称为统计推断。
1.6逻辑分析方法逻辑分析方法：是将数据转化为做出好决策见解的科学过程。逻辑分析方法利用数据驱动或事实基础做出决策。一般包含描述性分析、预测性分析和规范性分析。
描述性分析：包含利用过去发生状况的分析技术的集合。如数据查询、报告、描述统计、数据可视化等。
预测性分析：包含利用过去数据建立的模型来预测未来或评估一个变量对另一个变量的分析技术。
规范性分析：与前两者的区别在于规范性模型会产生一个最好的行动过程，即规范性模型的结果时最佳决策。因此，规范性分析是产生一个最佳行动过程的分析技术的集合。
数据挖掘：研究从非常大的数据库中开发有用的决策信息方法。利用统计学、数学和计算机科学的综合方法，分析人员在仓库中“挖掘数据”，并将其转化为有用的信息。
1.8计算机与统计分析 1.9统计实践的道德准则