ในภาคทฤษฎี แนะนำการวิเคราะห์ข้อมูลเชิงธุรกิจและการตัดสินใจ สถิติเชิงพรรณนาการวิเคราะห์ความแปรปรวนหลายตัวแปร การวิเคราะห์ความถดถอยเชิงเส้นอย่างง่าย การวิเคราะห์ความถดถอยเชิงซ้อน การวิเคราะห์จำแนกกลุ่ม(Discriminant Analysis) การวิเคราะห์ความถดถอยโลจิสติก การพยากรณ์และอนุกรมเวลา การหาค่าที่เหมาะสมที่สุด ในภาคปฏิบัติ แนะนำการเขียนโปรแกรมทางสถิติ เช่น ภาษาอาร์ ประเภทข้อมูล ข้อมูลตัวแปรเดี่ยว ข้อมูลตัวแปรคู่ ข้อมูลหลายตัวแปร สถิติเชิงพรรณา ตัวแปรอาร์เรย์ เมตริกซ์ ข้อมูลรายการและเฟรมข้อมูล โครงสร้างการควบคุม การวนลูป การพล๊อตกราฟและกราฟฟิค การจัดการข้อมูล การสร้างฟังก์ชันและแพคเกจ รวมทั้งการใช้โปรแกรมสำเร็จรูปทางสถิติในการวิเคราะห์ข้อมูล

Introduction to business data analytics and decision making, descriptive statistics, multivariate analysis of variance, simple regression analysis, multiple regression analysis, discriminant analysis, logistic regression analysis, forecasting and time series, optimization, overview of statistical programming, e.g., R programming, numerical arithmetic, data type, univariate data, bivariate data, multivariate data, descriptive statistics, arrays and matrices, lists and dataframes, control structures, loop functions, plotting and graphics, data management, function and package development, statistical package software for data analysis.