出版社:中国人民大学出版社
年代:2015
定价:65.0
本书在保留了以往版本可读性强的基础上,最大特色是应用性强。不仅介绍了各种统计方法,而且注重在实际中的应用。全书以大量实际数据运用为基础,为深入领会统计概念提供了最有效的工具,并且编排新颖,讲解清晰。1、与商务实践紧密相联,强调应用性。书中所有的统计知识都借助真实数据和实际案例来引入和说明。2、借助统计软件分析数据。回避了传统统计方法讲解中繁琐的数学推导,将所有的统计分析方法,都与最为广泛的3种统计软件包(excel、minitab和spss)的分析输出结果相结合。
第1章统计、数据和统计思维
1.1统计
1.2商业中的统计应用类型
1.3统计的基本要素
1.4过程(选学)
1.5数据类型
1.6收集数据:抽样及相关问题
1.7统计在决策管理中的作用
第2章数据集的描述方法
2.1定性数据的描述
2.2描述定量数据的图形方法
2.3集中趋势的数值测度
2.4变异性的数值测度
2.5利用均值和标准差描述数据
第1章统计、数据和统计思维
1.1统计
1.2商业中的统计应用类型
1.3统计的基本要素
1.4过程(选学)
1.5数据类型
1.6收集数据:抽样及相关问题
1.7统计在决策管理中的作用
第2章数据集的描述方法
2.1定性数据的描述
2.2描述定量数据的图形方法
2.3集中趋势的数值测度
2.4变异性的数值测度
2.5利用均值和标准差描述数据
2.6相对位置的数值测度
2.7异常值的检测方法:箱线图和z得分
2.8二元关系的图形描述(选学)
2.9 时间序列图(选学)
2.10描述性方法对事实的扭曲
第3章概率
3.1事件、样本空间和概率
3.2事件的并和交
3.3互补事件
3.4加法法则和互斥事件
3.5条件概率
3.6乘法法则和独立事件
3.7贝叶斯定理
第4章随机变量与概率分布
4.1随机变量的两种类型
4.2离散型随机变量的概率分布
4.3二项分布
4.4其他离散型分布:泊松分布和超几何分布
4.5连续型随机变量的概率分布
4.6正态分布
4.7评价正态性的描述性方法
4.8其他连续型分布:均匀分布和指数分布
第5章抽样分布
5.1抽样分布的概念
5.2抽样分布的性质:无偏性和最小方差
5.3样本均值的抽样分布与中心极限定理
5.4样本比例的抽样分布
第6章基于单样本的统计推断:置信区间的估计
6.1确定与估计目标参数
6.2总体均值的大样本置信区间:正态(z)统计量
6.3总体均值的小样本置信区间:学生t统计量
6.4总体比例的大样本置信区间
6.5确定样本量
6.6简单随机抽样的有限总体修正(选学)
6.7总体方差的置信区间(选学)
第7章基于单样本的统计推断:假设检验
7.1假设检验的要素
7.2设定假设与构造拒绝域
7.3观测的显著性水平:p值
7.4总体均值的假设检验:正态(z)统计量
7.5总体均值的假设检验:学生t统计量
7.6总体比例的大样本假设检验
7.7总体方差的假设检验
7.8计算犯第Ⅱ类错误的概率:更多关于β的信息(选学)
第8章基于两样本的统计推断:置信区间和假设检验
8.1确定目标参数
8.2比较两个总体均值:独立抽样
8.3比较两个总体均值:配对差异试验
8.4比较两个总体比例:独立抽样
8.5确定所需样本量
8.6比较两个总体方差:独立抽样
第9章试验设计和方差分析
9.1试验设计基础
9.2完全随机设计:单因素
9.3均值的多重比较
9.4随机区组设计
9.5析因试验:双因素
第10章分类数据的分析
10.1分类数据和多项试验
10.2分类概率的检验:单向表
10.3对分类概率的检验:双向(列联)表
10.4卡方检验中需要注意的地方
第11章简单线性回归
11.1概率模型
11.2模型拟合:最小二乘法
11.3模型假设
11.4评价模型的有效性:对斜率β1 的推断
11.5相关系数和决定系数
11.6利用模型进行估计和预测
11.7 一个完整的例子
第12章多元线性回归和模型建立
12.1多元回归模型
12.2一阶模型:估计和解释参数
12.3模型整体有效性评价
12.4利用模型进行估计和预测
12.5交互模型
12.6二阶模型以及其他高阶模型
12.7定性(虚拟)变量模型
12.8包含定性变量和定量变量的模型
12.9比较嵌套模型
12.10逐步回归
12.11残差分析:检验回归假设
12.12 一些陷阱:可估性、 多重共线性与外推法
附录 对照表
《商务与经济统计学》(第12版)是一本强调统计推断的入门教程,广泛涵盖了在统计报告评估和决策支持时所必需的数据收集和分析的方法。除了保持前几版的风格外,本书继续强调统计思维的建立、可靠性的评估以及基于数据的统计推断对数据购买者或生产者的价值。
本书的目标是“促进统计学在商学院中更加有效地运用”,因此体现出以下特点:
强调统计知识的学习和统计思维的培养
分析应用中使用真实数据
使用计算机技术来辅助概念的理解和数据的分析
培养课堂内主动学习的能力
重视概念的理解,而非仅仅是统计理论的学习
突出概率的直观概念
(美) 林德 (Lind,D.A.) , (美) 马夏尔 (Marchal,W.G.) , (美) 沃森 (Wathen,S.A.) , 著
(美) 道格拉斯·A.林德 (Douglas A. Lind) , 等著
(美) 威廉斯, 等著
(美) 麦克莱夫等, 著
(美) 林德 (Lind,D.A.) , (美) 马夏尔 (Marchal,W.G.) , (美) 沃森 (Wathen,S.A.) , 著
(美) 安德森 (Andson,D.) , 编著
(英) 纽博尔德 (Newbold,P.) , (美) 卡尔森 (Carlson,W.L.) , (美) 索恩 (Thorne,B.M.) , 著
(美) 安德森 (Anderson,D.R.) , (美) 斯威尼 (Sweeney,D.J.) , (美) 威廉斯 (Williams,T.A.) , (美) 卡姆 (Camm,J.D.) , (美) 科克伦 (Cochran,J.J.) , 著
(美) 斯威尼 (Sweeney,D.J.) , (美) 威廉斯 (Williams,T.A.) , (美) 安德森 (Anderson,D.R.) , 著