商务统计学

第1篇 数据探索和数据收集

第1章 统计学与变异

1.1 什么是统计学

1.2 本书有何用处

第2章 数据

2.1 什么是数据

2.2 变量类型

2.3 Where、How和When

2.4 小结

2.5 技术帮助

2.6 微型案例研究项目

2.7 习题

第3章 调查与抽样

3.1 抽样调查三原则

3.2 是否需要普查

3.3 总体和参数

3.4 简单随机样本（SRS）

3.5 其他抽样设计

3.6 定义总体

3.7 有效调查

3.8 小结

3.9 技术帮助：随机抽样

3.1 0微型案例研究项目

3.1 1习题

第4章 显示和描述分类数据

4.1 数据分析的3条规则

4.2 频数表

4.3 图

4.4 列联表

4.5 小结

4.6 技术帮助:在计算机上显示分类数据

4.7 微型案例研究项目

4.8 习题第5章 随机性和概率

5.1 随机现象和概率

5.2 不存在的平均数定律

5.3 不同类型的概率

5.4 概率法则

5.5 联合概率和列联表

5.6 条件概率

5.7 构建列联表

5.8 小结

5.9 微型案例研究项目

5.1 0习题

第6章 显示和描述定量数据

6.1 显示分布

6.2 形状

6.3 中心

6.4 分布的离散度

6.5 形状、中心和离散度的概括

6.6 五数概括和箱线图

6.7 组间比较

6.8 确认异常值

6.9 标准化

6.10 时间序列图

6.11 变换有偏的数据

6.12 小结

6.13 技术帮助：显示和概括定量变量

6.14 微型案例研究项目

6.15 习题

第2篇 理解数据和分布

第7章 散点图、关联和相关

7.1 观察散点图

7.2 在散点图中指定变量的角色

7.3 理解相关关系

7.4 直线型散点图

7.5 潜在变量和因果关系

7.6 小结

7.7 技术帮助：散点图和相关系数

7.8 微型案例研究项目

7.9 习题

第8章 线性回归

8.1 线性模型

8.2 相关性和直线

8.3 向均值的回归

8.4 模型检验

8.5 从残差中学习更多知识

8.6 模型的变异和R2

8.7 真实性检验：回归是否合理

8.8 小结

8.9 技术帮助：回归

8.10 微型案例研究项目

8.11 习题

第9章 抽样分布和正态模型

9.1 样本比例分布的建模

9.2 模拟

9.3 正态分布

9.4 练习正态分布的计算

9.5 比例的抽样分布

9.6 假设和条件

9.7 中心极限定理——统计学中的基本定理

9.8 均值的抽样分布

9.9 样本容量的收益递减性

9.10 抽样分布模型的原理

9.11 小结

9.12 微型案例研究项目

9.13 习题

第10章 比例的置信区间

10.1 置信区间

10.2 误差幅度：确定性与精确性

10.3 临界值

10.4 假设与条件

10.5 小样本的置信区间

10.6 选择样本容量

10.7 小结

10.8 技术帮助：比例的置信区间

10.9 微型案例研究项目

10.1 0习题

第11章 比例的假设检验

11.1 假设

11.2 作为假设检验的审判

11.3 P值

11.4 假设检验的原理

11.5 备择假设

11.6 α水平与显著性

11.7 临界值

11.8 置信区间与假设检验

11.9 两类错误

11.10 检验的效力

11.11 小结

11.12 技术帮助

11.13 微型案例研究项目

11.14 习题目录商务统计学

第12章 均值的置信区间和假设检验

12.1 均值的抽样分布

12.2 均值的置信区间

12.3 假设与条件

12.4 解释置信区间时需要注意的地方

12.5 单样本t检验

12.6 样本容量

12.7 自由度为什么是n-1

12.8 小结

12.9 技术帮助：均值推断

12.10 微型案例研究项目

12.11 习题

第13章 比较两个均值

13.1 检验两个均值的差异

13.2 两样本t检验

13.3 假设和条件

13.4 两均值差的置信区间

13.5 合并的t检验

13.6 图基快速检验

13.7 小结

13.8 技术帮助：两样本方法

13.9 微型案例研究项目

13.1 0习题

第14章 配对样本与区组划分

14.1 配对数据

14.2 假设和条件

14.3 配对t检验

14.4 配对t检验的原理

14.5 小结

14.6 技术帮助：配对t方法

14.7 微型案例研究项目

14.8 习题

第15章 计数的推断：卡方检验

15.1 拟合优度检验

15.2 解释卡方值

15.3 检测残差

15.4 齐性的卡方检验

15.5 比较两个比例

15.6 独立性的卡方检验

15.7 小结

15.8 技术帮助：卡方

15.9 微型案例研究项目

15.1 0习题

第3篇 研究变量之间的关系

第16章 回归的推断

16.1 总体和样本

16.2 假设和条件

16.3 斜率的标准误

16.4 对回归斜率的检验

16.5 相关性的假设检验

16.6 预测值的标准误

16.7 使用置信区间和预测区间

16.8 小结

16.9 技术帮助：回归分析

16.1 0微型案例研究项目

16.1 1习题

第17章 对残差的理解

17.1 检验各组的残差

17.2 外推和预测

17.3 不寻常和异常的观测值

17.4 处理汇总值

17.5 自相关

17.6 线性性

17.7 转换（变换）数据

17.8 幂变换阶梯

17.9 小结

17.10 技术帮助

17.11 微型案例研究项目

17.12 习题

第18章 多元回归

18.1 多元回归模型

18.2 解释多元回归的系数

18.3 多元回归模型的假设和条件

18.4 检验多元回归模型

18.5 调整后的R2和F统计量

18.6 Logistic回归模型

18.7 小结

18.8 技术帮助：回归分析

18.9 微型案例研究项目

18.10 习题

第19章 建立多元回归模型

19.1 指示（或虚拟）变量

19.2 不同斜率的调整——交互效应项

19.3 多元回归诊断

19.4 建立回归模型

19.5 共线性

19.6 二次项

19.7 小结

19.8 技术帮助：计算机回归分析

19.9 微型案例研究项目

19.10 习题

第20章 时间序列分析

20.1 什么是时间序列

20.2 时间序列成分

20.3 平滑方法

20.4 简单移动平均法

20.5 加权移动平均

20.6 指数平滑法

20.7 概括预测误差

20.8 自回归模型

20.9 随机游走

20.10 基于多元回归的模型

20.11 加法和乘法模型

20.12 循环和不规则成分

20.13 基于回归模型的预测

20.14 时间序列预测方法的选择

20.15 解释时间序列模型：再次考察全食超市的数据

20.16 小结

20.17 技术帮助

20.18 微型案例研究项目

20.19 习题

第4篇 决策建模

第21章 随机变量和概率模型

21.1 随机变量的期望值

21.2 随机变量的标准差

21.3 期望值和方差的性质

21.4 离散概率模型

21.5 连续型随机变量

21.6 小结

21.7 微型案例研究项目

21.8 习题

第22章 决策与风险

22.1 行动、自然状态和结果

22.2 收益表和决策树

22.3 最小化损失和最大化收益

22.4 行动的期望值

22.5 具有完全信息的期望值

22.6 样本信息下的决策

22.7 估计变异性

22.8 灵敏度

22.9 模拟

22.10 概率树

22.11 条件的反转：贝叶斯准则

22.12 更加复杂的决策

22.13 小结

22.14 微型案例研究项目

22.15 习题

第23章 实验的设计、分析及观察性研究

23.1 观察性研究

23.2 随机化的比较实验

23.3 实验设计的四大原则

23.4 实验设计

23.5 设盲和安慰剂

23.6 混杂变量和潜在变量

23.7 单因素设计分析——单因素方差分析法

23.8 方差分析的假设和条件

23.9 多重比较

23.10 观测数据的方差分析

23.11 多因子设计分析

23.12 小结

23.13 微型案例研究项目

23.14 习题

第24章 数据挖掘概述

24.1 直接营销

24.2 数据

24.3 数据挖掘的目标

24.4 数据挖掘的误区

24.5 成功的数据挖掘

24.6 数据挖掘问题

24.7 数据挖掘的算法

24.8 数据挖掘过程

24.9 总结

24.10 小结习题答案

附录A 部分公式和表

《商务统计学》将统计学的概念与方法应用于商务领域，从应用层面对统计学的基本方法进行了系统的讲解。《商务统计学》包括四部分：探索和收集数据、理解数据和分布、探索变量间的关系，以及为决策建立模型。全书共24章，将方法的讲解与商务领域中的现实案例紧密结合起来，让读者掌握如何利用统计方法解决商务中的实际问题。《商务统计学》还将统计软件与统计方法的应用结合起来，详细介绍各种统计方法在Excel、Minitab、JMP、SPSS和DataDesk等软件中的操作实现步骤。

本书作者知名度高，团队较强。写作风格结合实际案例，部分习题给出参考答案。