统计学 在经济管理领域的应用PDF电子书下载

第一章　绪论 1

第一节　什么是统计 1

一、关于统计的含义 1

二、统计研究的基本环节 2

第二节　统计学的种类及其性质 3

一、理论统计学和应用统计学 3

二、统计学与有关学科的联系与区别 5

第三节　统计学的基本概念 5

一、总体与总体单位 5

二、样本 6

三、标志 6

四、统计指标与指标体系 7

五、统计数据 8

本章回顾 10

第二章　统计资料的收集、整理与显示 12

第一节　统计资料的收集 12

一、统计资料收集概述 12

二、统计资料的收集方法 13

三、统计调查方式 14

四、统计调查体系 17

五、第二手统计资料的主要来源 18

第二节　数据整理 18

一、数据整理的内容 18

二、统计分组 18

第三节　频数分布 21

一、频数分布的基本概念 21

二、频数和频率 22

三、累计频数与累计频率 23

四、频数分布的类型 27

第四节　数据显示 28

一、统计表 28

二、统计图 32

本章回顾 38

第三章　统计数据分布特征的描述 40

第一节　分布的集中趋势 40

一、测定集中趋势的指标及其作用 40

二、算术平均数 41

三、调和平均数 45

四、几何平均数 46

五、幂平均数 47

六、众数 48

七、中位数 49

八、算术平均数与中位数和众数的关系 52

第二节　分布的离散程度 53

一、变异指标概述 53

二、极差与四分位差 53

三、标准差和方差 54

四、变异系数 57

第三节　分布的偏度和峰度 57

一、统计动差 57

二、偏度 58

三、峰度 58

本章回顾 59

第四章　概率与概率分布 62

第一节　随机事件与概率 62

一、随机试验与随机事件 62

二、随机事件的概率 63

三、条件概率与事件独立 64

四、全概率公式与贝叶斯公式 65

第二节　随机变量及其概率分布 66

一、随机变量的含义 66

二、离散型随机变量的概率分布 67

三、连续型随机变量的概率分布 67

第三节　随机向量及其分布简介 70

一、随机向量及其分布 70

二、随机向量的数字特征 72

三、多元正态分布 73

本章回顾 74

第五章　抽样与抽样分布 76

第一节　抽样的基本概念 76

一、总体参数与样本统计量 76

二、样本容量与样本个数 76

三、重复抽样与不重复抽样 77

第二节　抽样分布 77

一、重复抽样分布 77

二、不重复抽样分布 79

第三节　抽样设计 81

一、类型抽样 81

二、等距抽样 83

三、整群抽样 84

四、抽样组织的设计 85

第四节　大数定理与中心极限定理 85

一、大数定理 85

二、正态分布的再生定理 86

三、中心极限定理 86

本章回顾 87

第六章　参数估计 89

第一节　点估计 89

一、点估计的定义 89

二、点估计的评价标准 89

第二节　区间估计 90

一、区间估计的含义 90

二、平均数的区间估计 91

三、总体成数的区间估计 94

第三节　样本容量的确定 94

一、问题的提出 94

二、估计总体均值时样本容量的确定 94

三、估计成数时样本容量的确定 95

四、应注意的问题 95

本章回顾 96

第七章　假设检验 98

第一节　假设检验概述 98

一、假设检验的基本思想 98

二、假设检验的步骤 98

三、两种类型的错误 101

四、检验功效 102

第二节　总体均值与成数的检验 102

一、单个总体的假设检验 102

二、两个正态总体的假设检验 105

三、p值检验 108

第三节 自由分布检验 110

一、自由分布检验概述 110

二、符号检验 110

三、秩和检验 112

四、游程检验 114

第四节　列联表分析与总体方差检验 115

一、列联表分析 115

二、总体方差检验 117

本章回顾 120

第八章　方差分析 124

第一节　方差分析的基本问题 124

一、方差分析问题的提出 124

二、方差分析的基本概念 125

三、方差分析的原理 125

第二节　单因素方差分析 126

一、单因素条件下离差平方和的分解 126

二、因素作用的显著性检验 127

三、单因素方差分析中的几个问题 128

第三节　双因素方差分析 129

一、无交互作用下的方差分析 129

二、有交互作用的方差分析 130

第四节　方差分析的应用 133

本章回顾 136

第九章　简单相关与一元线性回归分析 139

第一节　相关与回归分析的基本概念 139

一、函数关系与相关关系 139

二、相关关系的种类 139

三、相关分析与回归分析 140

四、相关图 141

第二节　简单线性相关分析 141

一、相关系数的定义 141

二、相关系数的特点 142

三、相关系数的计算 142

四、相关系数的检验 143

第三节　一元线性回归分析 143

一、标准的一元线性回归模型设定 143

二、一元线性回归模型的估计 144

三、一元线性回归模型的检验 148

第四节　一元线性回归模型预测 151

一、简单线性回归预测公式与误差 151

二、区间预测 152

三、一元线性回归模型的计算机实现 153

本章回顾 155

第十章　多元线性回归与非线性回归分析 157

第一节　多元线性回归模型 157

一、多元线性回归模型的设定 157

二、多元线性回归模型的估计 158

三、多元线性回归模型的检验和预测 159

四、复相关系数和偏相关系数 162

第二节　多元线性回归模型中自变量的选择 165

一、问题的提出 165

二、一般情形 166

三、变量选择方法 168

四、应用实例 168

第三节　非线性回归分析 172

一、非线性回归分析的意义 172

二、非线性函数形式的确定 172

三、非线性回归模型估计 174

四、相关指数 176

本章回顾 176

第十一章　时间序列分析 179

第一节　时间序列的概念及其水平 179

一、时间序列的概念和种类 179

二、时间序列的水平 181

第二节　时间序列的速度指标 187

一、发展速度 187

二、增长速度 188

三、平均发展速度和平均增长速度 190

第三节　长期趋势的测定 192

一、时间序列的构成与分析模型 192

二、长期趋势的测定方法 194

三、长期趋势测定的Excel实现 197

第四节　季节变动、循环波动和随机变动的测定 197

一、季节变动的测定 197

二、循环波动的测定 200

三、随机变动的测定方法 201

四、季节变动、循环变动和不规则变动的Excel实现 204

第五节　时间序列预测 205

一、移动平均和指数平滑预测 205

二、趋势外推预测 209

三、季节性时间序列的预测 209

四、时间序列预测的Excel实现 211

本章回顾 212

第十二章　统计指数与综合评价 215

第一节　综合指数 215

一、统计指数概述 215

二、综合指数编制的基本方法 217

三、综合指数的各种编制形式 217

第二节　平均指数 221

一、平均指数编制的基本方法 221

二、算术平均指数 221

三、调和平均指数 222

第三节　指数体系与因素分析 223

一、指数体系的概念 223

二、连锁替代法 223

三、总体现象变动的两因素分析 224

四、平均指标变动的因素分析 225

第四节　常用的经济指数 227

一、居民消费价格指数 227

二、生产指数 228

三、空间价格指数 229

四、产品成本指数 231

五、股票价格指数 231

第五节　综合评价指数 232

一、综合评价的意义 232

二、综合评价指数的构建程序 233

三、综合评价指数的编制方法 233

本章回顾 237

第十三章　统计决策 241

第一节　统计决策的基本概念 241

一、什么是统计决策 241

二、统计决策的基本步骤 242

三、收益矩阵表 243

第二节　完全不确定型决策 244

一、完全不确定型决策的准则 244

二、各种准则的特点和适用场合 246

第三节　一般风险型决策 247

一、自然状态概率分布的估计 247

二、风险型决策的准则 247

三、利用决策树进行风险型决策 249

第四节　贝叶斯决策 251

一、什么是贝叶斯决策 251

二、贝叶斯公式与后验概率的估计 252

三、先验分析与后验分析 253

四、后验预分析 253

本章回顾 255

第十四章　聚类分析与判别分析 257

第一节　聚类分析概述 257

一、聚类分析的含义 257

二、样品相似性的度量 257

三、距离选择的原则 258

第二节　系统聚类法及其应用 259

一、系统聚类的基本思想 259

二、类间距离与系统聚类法 259

三、类间距离的统一性 261

四、聚类分析实例 262

第三节　判别分析 267

一、判别分析概述 267

二、距离判别法 267

三、贝叶斯判别法 268

四、费雪判别法 269

五、判别分析实例 271

本章回顾 273

第十五章　主成分分析与因子分析 277

第一节　主成分分析的基本原理 277

一、主成分分析概述 277

二、主成分的几何意义 277

三、主成分的数学推导 278

四、主成分的方差贡献率 279

五、通过相关系数矩阵进行主成分分析 280

第二节　主成分分析的具体步骤及其应用 281

一、利用样本计算主成分的步骤 281

二、主成分分析实例 281

第三节　因子分析的基本原理 283

一、什么是因子分析 283

二、因子分析的数学模型 284

三、因子载荷阵的统计意义 284

四、因子载荷矩阵的求解 285

五、共同因子的贡献 286

六、因子旋转与因子得分 286

第四节　因子分析的具体步骤与应用 287

一、因子分析的步骤 287

二、因子分析的具体应用 288

三、利用因子分析间接计算主成分分析 289

本章回顾 291

附录A SPSS简介 294

一、SPSS的统计功能 294

二、SPSS工作界面 294

三、变量与变量定义 296

四、输入数据 297

五、常用统计分析功能 298

附录B　常用统计表 302

参考文献 310