本书包括三部分内容。第一篇为理论基础，包括交通数据描述性统计、置信区间与假设检验、总体的假设检验等；第二篇为交通数据传统回归方法，包括线性回归与非线性回归、离散模型、时间序列模型、贝叶斯模型、联立方程模型、面板数据模型；第三篇为机器学习，包括无监督学习、监督学习、强化学习与半监督学习。