目 录
第1章概率论基础
1.1 随机事件及其概率

1.2 概率的性质与运算法则

1.3 离散型随机变量及其分布

1.4 连续型随机变量及其分布

习题
第2章统计数据及其来源
2.1 统计学的基本概念
<p> 目 录 </p> <p>第1章概率论基础</p> <p>1.1 随机事件及其概率</p> <p> </p> <p>1.2 概率的性质与运算法则</p> <p> </p> <p>1.3 离散型随机变量及其分布</p> <p> </p> <p>1.4 连续型随机变量及其分布</p> <p> </p> <p>习题</p> <p>第2章统计数据及其来源</p> <p>2.1 统计学的基本概念</p> <p> </p> <p>2.2 统计数据</p> <p> </p> <p>2.3 统计数据的来源</p> <p> </p> <p>2.4 抽样调查</p> <p>习题</p> <p>第3章统计数据整理和显示</p> <p>3.1 数据的预处理</p> <p> </p> <p>3.2 分类数据的整理和显示</p> <p> </p> <p>3.3 顺序数据的整理和显示</p> <p> </p> <p>3.4 数值型数据的整理和显示</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第4章统计数据特征分析</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>4.1 分类数据的分布特征</p> <p> </p> <p>4.2 顺序数据的分布特征</p> <p> </p> <p>4.3 数值型数据的分布特征</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第5章参数估计</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>5.1 抽样分布</p> <p> </p> <p>5.2 点估计</p> <p> </p> <p>5.3 区间估计</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第6章假设检验</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>6.1 假设检验的基本问题</p> <p> </p> <p>6.2 单侧参数检验</p> <p> </p> <p>6.3 双侧参数检验</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第7章方差分析</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>7.1 方差分析的思想和思路</p> <p> </p> <p>7.2 单因素方差分析</p> <p> </p> <p>7.3 双因素方差分析</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第8章非参数检验</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>8.1 χ2检验</p> <p> </p> <p>8.2 符号检验</p> <p> </p> <p>8.3 游程检验</p> <p> </p> <p>8.4 秩相关检验</p> <p> </p> <p>8.5 多个样本的非参数检验</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第9章回归分析</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>9.1 一元线性回归分析</p> <p> </p> <p>9.2 多元线性回归分析</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第10章时间序列</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>10.1 时间序列概述</p> <p> </p> <p>10.2 平稳时间序列预测方法</p> <p> </p> <p>10.3 非平稳时间序列分析方法</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>第11章统计指数</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>11.1 统计指数概述</p> <p> </p> <p>11.2 统计指数的编制方法</p> <p> </p> <p>11.3 指数体系与因素分析</p> <p> </p> <p>11.4 统计指数的应用</p> <p> </p> <p>习题</p> <p> </p> <p> </p> <p> </p> <p>附 录</p> <p> </p> <p> </p> <p> </p> <p> </p> <p> </p> <p>附录1 标准正态分布表</p> <p> </p> <p>附录2 标准正态分布分位数表</p> <p> </p> <p>附录3 t分布临界值表</p> <p> </p> <p>附录4 卡方分布临界值表</p> <p> </p> <p>附录5 F分布临界值表</p> <p> </p> <p>附录6 随机数表</p> <p> </p> <p>附录7 Spearman秩相关系数检验表</p> <p> </p> <p>附录8 游程检验中r的临界值表</p> <p> </p> <p>附录9 克鲁斯卡—沃利斯单向方差秩检验表</p> <p> </p> <p>附录10 Nb表</p> <p> </p> <p>附录11 N表</p> <p> </p> <p> </p> <p> </p> <p>参考文献</p>显示全部信息前 言 前 言
统计学是一门收集、整理和分析统计数据方法的科学,也是人们认识客观事物内在规律的一种方法,同时也是高等院校经济管理类专业的一门专业基础课程。通过本课程的学习,不仅可以提高学生分析经济管理学中数据的能力,对学生理解经济学和管理学思想也有重要帮助,也是学生进一步学习计量经济学等课程的基础。
本书是作者在多年讲授统计学课程的教学实践和科学研究的基础上,结合经济管理类专业的特点,并参考国内**统计学教材的成果,编写而成的。
本书的主要内容有概率论基础、统计数据及其来源、统计数据整理和显示、统计数据特征分析、参数估计、假设检验、方差分析、非参数检验、回归分析、时间序列和统计指数等。在编写过程中,以读者为本,力求以有利于学生学习和掌握统计学思想为目标来撰写,有以下几个特点。
1.本书内容丰富、前后知识点的安排由浅入深、顺序渐进。在抽样调查部分增加了调查费用核算方法,目的是让学生了解抽样调查的完整过程。为了让学生掌握分类数据和顺序数据的有关检验,增加了非参数检验。在回归分析中,增加了利用回归方程进行控制,其目的是提高学生应用回归方程分析问题的能力。在一元线性回归分析中,增加了重复试验内容,目的是让学生明白,在做回归分析时,怎样判断有没有遗漏掉其他重要解释变量。<p> 前 言</p> <p>统计学是一门收集、整理和分析统计数据方法的科学,也是人们认识客观事物内在规律的一种方法,同时也是高等院校经济管理类专业的一门专业基础课程。通过本课程的学习,不仅可以提高学生分析经济管理学中数据的能力,对学生理解经济学和管理学思想也有重要帮助,也是学生进一步学习计量经济学等课程的基础。</p> <p> 本书是作者在多年讲授统计学课程的教学实践和科学研究的基础上,结合经济管理类专业的特点,并参考国内**统计学教材的成果,编写而成的。</p> <p> 本书的主要内容有概率论基础、统计数据及其来源、统计数据整理和显示、统计数据特征分析、参数估计、假设检验、方差分析、非参数检验、回归分析、时间序列和统计指数等。在编写过程中,以读者为本,力求以有利于学生学习和掌握统计学思想为目标来撰写,有以下几个特点。</p> <p> 1.本书内容丰富、前后知识点的安排由浅入深、顺序渐进。在抽样调查部分增加了调查费用核算方法,目的是让学生了解抽样调查的完整过程。为了让学生掌握分类数据和顺序数据的有关检验,增加了非参数检验。在回归分析中,增加了利用回归方程进行控制,其目的是提高学生应用回归方程分析问题的能力。在一元线性回归分析中,增加了重复试验内容,目的是让学生明白,在做回归分析时,怎样判断有没有遗漏掉其他重要解释变量。</p> <p> 2.章节的安排逻辑性强,有利于学生学习和掌握统计思想。在统计数据特征分析中,分别介绍了分类数据特征、顺序数据特征和数值型数据特征,其目的是便于学生更好地掌握描述统计数据特征的方法。在假设检验部分,首先介绍单侧检验以及单侧检验的拒绝域在左侧或者在右侧的道理,接着介绍一个总体参数单侧检验,然后介绍两个总体参数单侧检验;在双侧检验内容部分,也是先阐述双侧检验的拒绝域在两侧的道理,然后分别介绍一个总体参数中双侧检验和两个总体参数中的双侧检验问题,力求帮助学生更好地理解假设检验的思想。时间序列分析的内容比较杂,学生容易混淆一些处理时间序列问题的方法,首先介绍了平稳时间序列和非平稳时间序列的区别,接着阐述了检验一个时间序列是平稳的还是非平稳的方法,然后再分别介绍平稳时间序列和非平稳时间序列的预测方法,其目的是让学生学习时间序列时,保持思路清晰,提高分析问题的能力。</p> <p> </p> <p> 本书使用的统计软件是Excel软件,主要是从Excel软件是目前使用*广泛的数据分析软件和本科阶段所学习的统计学方法都可以在Excel软件上实施这两个角度来考虑的,对于Excel软件很熟悉的读者,可以自己学习SPSS或者其他统计软件来处理和分析统计数据。</p> <p> 本书由昆明理工大学管理与经济学院章前、西华大学王成理和太原科技大学盖兵任主编,昆明理工大学管理与经济学院缪彬、山西大学翟永平和太原工业学院孙凌燕任副主编。</p> <p>在编写本书的过程中,参考了大量的文献资料,在此向这些文献资料作者表示感谢。由于编者水平有限,书中难免存在疏漏或不当之处,恳请同行和读者批评指正。</p> <p> </p> <p>编 者</p>显示全部信息媒体评论评论免费在线读第3章 统计数据整理和显示 张伯伦和乔丹分别是20世纪60年代和80年代美国NBA**球星,他们的篮球技术都是精彩绝伦,人们可能要问,张伯伦和乔丹之间到底谁更胜一筹呢?应用统计学方法可以对这个问题进一步分析。张伯伦和乔丹在各自的赛季常规赛的数据资料如表3.1和表3.2所示。表3.1 张伯伦职业生涯(NBA常规赛)统计数据 赛 季 球队 出场数 平均每场上场时间(分钟) 平均每场投篮(%) 平均每场罚球(%) 平均每场总篮板数 平均每场助攻 平均每场得分1959—1960 黄蜂 72 46.4 46.1 58.2 27 2.3 37.61960—1961 黄蜂 79 47.8 50.9 50.4 27.2 1.9 38.41961—1962 黄蜂 80 48.5 50.6 61.3 25.7 2.4 50.41962—1963 黄蜂 80 47.6 52.8 59.3 23.3 3.4 44.81963—1964 黄蜂 80 46.1 52.4 53.1 22.3 5 36.91964—1965 黄蜂 73 45.2 51 46.4 22.9 3.4 34.71965—1966 76人 79 47.3 54 51.3 26.4 5.2 33.51966—1967 76人 81 45.5 68.3 44.1 24.2 7.8 24.11967—1968 76人 82 46.8 59.5 38 23.8 8.6 24.31968—1969 湖人 81 45.3 58.3 44.6 21.1 4.5 20.51969—1970 湖人 12 42.1 56.8 44.6 18.4 4.1 27.31970—1971 湖人 82 44.3 54 53.8 18.2 4.3 20.71971—1972 湖人 82 42.3 64.9 42.2 19.2 4 14.81972—1973 湖人 82 43.2 72.7 52 18.6 4.5 13.2职业生涯 1 045 45.8 54 51.1 22.9 4.4 30.1

目 录
第1章概率论基础
1.1 随机事件及其概率

1.2 概率的性质与运算法则

1.3 离散型随机变量及其分布

1.4 连续型随机变量及其分布

习题
第2章统计数据及其来源
2.1 统计学的基本概念

1.本书内容丰富、前后知识点的安排由浅入深、顺序渐进。在抽样调查部分增加了调查费用核算方法,目的是让学生了解抽样调查的完整过程。为了让学生掌握分类数据和顺序数据的有关检验,增加了非参数检验。在回归分析中,增加了利用回归方程进行控制,其目的是提高学生应用回归方程分析问题的能力。在一元线性回归分析中,增加了重复试验内容,目的是让学生明白,在做回归分析时,怎样判断有没有遗漏掉其他重要解释变量。 2.章节的安排逻辑性强,有利于学生学习和掌握统计思想。在统计数据特征分析中,分别介绍了分类数据特征、顺序数据特征和数值型数据特征,其目的是便于学生更好地掌握描述统计数据特征的方法。在假设检验部分,首先介绍单侧检验以及单侧检验的拒绝域在左侧或者在右侧的道理,接着介绍一个总体参数单侧检验,然后介绍两个总体参数单侧检验;在双侧检验内容部分,也是先阐述双侧检验的拒绝域在两侧的道理,然后分别介绍一个总体参数中双侧检验和两个总体参数中的双侧检验问题,力求帮助学生更好地理解假设检验的思想。时间序列分析的内容比较杂,学生容易混淆一些处理时间序列问题的方法,首先介绍了平稳时间序列和非平稳时间序列的区别,接着阐述了检验一个时间序列是平稳的还是非平稳的方法,然后再分别介绍平稳时间序列和非平稳时间序列的预测方法,其目的是让学生学习时间序列时,保持思路清晰,提高分析问题的能力。