本书是一本统计学入门教科书,以收集数据、整理数据、分析数据、根据数据所提供的信息进行决策为主线,通过对应用统计方法进行入门性的介绍,使大家能够在许多商务和经济领域中进行正确的统计分析。本书强化读者对概念的理解,强调用商务和经济领域中的实例来阐述统计学的基本概念与方法,并将统计知识与大量的实例和练习结合在一起,论述如何理解各种统计方法及其假设,从而更好地解决商务和经济领域中的问题。

第1章 为什么要学习统计学
引言
在信息时代,世界充满了数据。报纸文章和电视新闻报道里经常包含诸如“今天道琼斯指数跌了6点”,“上个月消费者价格指数上涨了0.8%”,“上一次民意调查显示总统的支持率在63%左右”,“临床研究表明一种乳腺癌��药对98%的患者没有明显副作用”的陈述。为了更好地把握事件的发展状态,我们需要获取并理解大量的数据。政府、企业和科研机构花费数十亿美元来收集数据。联邦政府通过自己努力和要求企业发布信息等手段来推动这项活动的开展,私人部门也在这项活动中发挥着自己的作用。**的盖洛普民意调查和尼尔森收视率调查仅仅是市场调查研究冰山的一角。在过去的几年中,数据收集的数量以显著的比例增长。
我们必须搞清所有数据的意思。计算机的发明,为快速处理、总结、分析数据和产生并存储更多的数据提供了条件。计算机将证券报价等数据带到我们的指尖。我们必须恰当地分析和解释这些数据。
1.1 不确定环境下的决策
决策常常是根据不完全信息做出的。例如,尽管可能没有明确的职业目标,但是大学新生在入学之前就得选择专业;在一种新药对患者的副作用、使用后的存活率、复发率等信息未知的情况下,癌症患者可能被要求参加该药的临床试验(见参考文献1)。类似地,决策者在做出商务决策时,他们也不能确定那些从不同方面影响*终结果的因素将来的表现。
制造商在对一份合同进行投标时,并不能完全确定将来的生产总成本和竞标者的标底。尽管如此,制造商必须进行投标。投资者并不能完全确定将来资本市场是繁荣、稳定还是萧条,但是他必须在将来市场走势不确定的情况下决定如何在股票、债券和货币市场工具之间平衡投资组合。
考虑下列陈述:
“在将来的6个月里,IBM的股票价格将高于现在。”
“如果联邦预算赤字像预计的那么高,则在今年剩余的时间里利率将继续走高。”
“一个大学毕业生的年收入要高于没有接受过大学教育的人。”
在这些陈述里都包含了暗示肯定性的语句,但是我们并不能保证这些确定性主张的真实性。尽管分析师预测在接下来的几个月里IBM的股票价格可能会上涨,但是他也不能完全肯定。因此,需要对这些陈述稍做修改,表述如下:
……

译者序
作者简介
前言
第1章 为什么要学习统计学
1.1 不确定环境下的决策
1.2 抽样
1.3 描述统计学和推断统计学
第2章 描述数据:图表
2.1 变量的类型
2.2 描述分类变量的图表
2.3 描述时间序列数据的图表
2.4 描述数值型变量的图表
2.5 描述变量关系的图表
2.6 数据表述错误
第3章 描述数据:数值
3.1 集中趋势的测量
3.2 离散趋势的测量值
3.3 加权平均数和分组数据的测量
3.4 变量之间关系的测量值
3.5 线性关系的获取
第4章 概率
4.1 随机试验、结果、事件
4.2 概率及其基本原理
4.3 概率法则
4.4 二元概率
4.5 贝叶斯定理
第5章 离散型随机变量及其概率分布
5.1 随机变量
5.2 离散型随机变量的概率分布
5.3 离散型随机变量的性质
5.4 二项分布
5.5 超几何分布
5.6 泊松概率分布
5.7 联合分布离散型随机变量
第6章 连续型随机变量及其概率分布
6.1 连续型随机变量
6.2 连续型随机变量的期望值
6.3 正态分布
6.4 用正态分布对二项分布进行
6.4 近似
6.5 指数分布
6.6 连续型随机变量的联合分布
第7章 抽样和抽样分布
7.1 从总体中抽样
7.2 样本均值的抽样分布
7.3 样本比例的抽样分布
7.4 样本方差的抽样分布
第8章 估计:单个总体的估计
8.1 点估计量的性质
8.2 均值的置信区间:总体方差
8.2 已知
8.3 均值的置信区间:总体方差
8.3 未知
8.4 总体比例的置信区间
8.4 (大样本)
第9章 参数估计的进一步讨论
9.1 两个正态总体均值差异的置信
9.1 区间
9.2 两个正态分布总体均值差异的
9.2 置信区间:总体方差未知
9.3 两个总体比例差异的置信区间
9.3 (大样本)
9.4 正态分布总体方差的置信区间
9.5 样本容量的确定
第10章 假设检验
10.1 假设检验的概念
10.2 正态分布均值的检验:总体
10.2 方差已知
10.3 正态分布均值的检验:总体
10.3 方差未知
10.4 总体比例的检验(大样本)
10.5 评价检验的效力
第11章 假设检验II
11.1 两个总体均值差异的检验
11.2 两总体比例差异的检验
11.2 (大样本)
11.3 一个正态分布方差的检验
11.4 两正态分布总体方差相等的
11.4 检验
11.5 假设检验的评论
第12章 简单线性回归
12.1 相关性分析
12.2 线性回归模型
12.3 用*小二乘法求系数估计值
12.4 线性回归方程的解释效力
12.5 统计推断:假设检验和
12.5 置信区间
12.6 预测
12.7 图形分析
第13章 多元回归
13.1 多元回归模型
13.2 系数的估计
13.3 多元回归方程的解释效力
13.4 单个回归系数的置信区间和
13.4 假设检验
13.5 回归系数的检验
13.6 预测
13.7 非线性模型的转化
13.8 回归模型的虚拟变量
13.9 多元回归分析的应用方法
第14章 回归分析的进一步讨论
14.1 建立模型的方法论
14.2 虚拟变量和试验设计
14.3 因变量的滞后值作为回归量
14.4 设定的偏差
14.5 多重共线性
14.6 异方差性
14.7 误差的自相关
第15章 非参数估计
15.1 符号检验和置信区间
15.2 威尔科克森符号秩检验
15.3 曼(惠特尼U检验1
15.4 威尔科克森秩和检验
15.5 斯皮尔曼秩相关
第16章 拟合优度检验和列联表
16.1 确定概率的拟合优度检验
16.2 总体参数未知的拟合优度
16.2 检验
16.3 列联表
第17章 方差分析
17.1 几个总体均值的比较
17.2 单因素方差分析
17.3 克鲁斯卡尔-沃利斯检验
17.4 双因素方差分析:每个单元格
17.4 包含一个观测值,随机分组
17.5 双因素方差分析:每个单元格
17.5 包含一个以上观测值
第18章 质量简介
18.1 质量的重要性
18.2 均值和标准差的控制图
18.3 生产过程的能力
18.4 比例的控制图
18.5 发生次数的控制图
第19章 时间序列分析与预测
19.1 指数
19.2 随机性的非参数检验
19.3 时间序列成分
19.4 移动平均
19.5 指数平滑
19.6 自回归模型
19.7 自回归综合移动平均模型2
第20章 抽样的进一步讨论
20.1 抽样研究的基本步骤
20.2 抽样和非抽样误差
20.3 简单随机抽样
20.4 分层抽样
20.5 确定样本容量
20.6 其他抽样方法
第21章 统计决策理论
21.1 不确定性条件下的决策
21.2 不包含确定概率的解决方案:
21.2 *大*小准则、*小*大遗憾
21.2 准则
21.3 期望货币化价值、决策树
21.4 样本信息:贝叶斯分析与评价
21.5 考虑风险:效用分析
附录A 表格
附录B 偶数题答案
本书附录B偶数题答案在随书所附光盘中。