商务与经济统计 英文版 原书第9版PDF电子书下载

第1章 数据与统计资料 1

实践中的统计：商业周刊 2

1.1在商务和经济中的应用 3

1.1.1会计 3

1.1.2财务 3

1.1.3市场营销 4

1.1.4生产 4

1.1.5经济 4

1.2数据 5

1.2.1个体、变量和观测值 5

1.2.2测量尺度 6

1.2.3品质型数据和数量型数据 7

1.2.4截面数据和时间序列数据 7

1.3数据来源 8

1.3.1现有资料来源 8

1.3.2统计研究 9

1.3.3数据搜集误差 11

1.4描述统计 11

1.5统计推断 13

1.6计算机与统计分析 15

本章小结 15

关键术语 15

练习题 16

第2章 描述统计学：表格法和图形法 21

实践中的统计：高露洁-棕榄公司 22

2.1品质型数据汇总 23

2.1.1频数分布 23

2.1.2相对频数分布和百分数频数分布 24

2.1.3条形图和饼形图 24

2.2数量型数据汇总 28

2.2.1频数分布 28

2.2.2相对频数分布和百分数频数分布 30

2.2.3直方图 30

2.2.4累积分布 32

2.2.5累积曲线 32

2.3探索性数据分析：茎叶显示 36

2.4交叉分组表和散点图 40

2.4.1交叉分组表 41

2.4.2散点图和趋势线 42

本章小结 46

关键术语 49

重要公式 50

补充练习 50

案例Pelican商店 54

附录2A在表格和图形描述中使用Minitab 55

附录2B在表格和图形描述中使用Excel 57

第3章 描述统计学：数值方法 67

实践中的统计：Small Fry Design公司 68

3.1位置的度量 69

3.1.1平均数 69

3.1.2中位数 70

3.1.3众数 71

3.1.4百分位数 72

3.1.5四分位数 73

3.2变异程度的度量 77

3.2.1极差 77

3.2.2四分位数间距 78

3.2.3方差 78

3.2.4标准差 79

3.2.5标准差系数 80

3.3分布形态、相对位置的度量以及异常值的检测 82

3.3.1分布形态 82

3.3.2 z-分数 83

3.3.3切比雪夫定理 84

3.3.4经验法则 85

3.3.5异常值的检测 86

3.4探索性数据分析 88

3.4.1五数概括法 88

3.4.2箱形图 89

3.5两变量间关系的度量 91

3.5.1协方差 92

3.5.2协方差的解释 93

3.5.3相关系数 96

3.5.4相关系数的解释 97

3.6加权平均数和使用分组数据 99

3.6.1加权平均数 100

3.6.2分组数据 101

本章小结 105

关键术语 105

重要公式 106

补充练习 108

案例3-1 Pelican商店 111

案例3-2国家健康护理协会 112

案例3-3亚太商学院 113

附录3A用Minitab计算描述统计量 115

附录3B用Excel计算描述统计量 117

第4章 概率 121

实践中的统计：莫顿国际公司 121

4.1试验、计数法则和概率分配 123

4.1.1计数法则、排列和组合 124

4.1.2试验结果的概率分配 128

4.1.3 KP&L公司项目的概率 130

4.2事件及其概率 133

4.3概率的基本关系 136

4.3.1事件的补 136

4.3.2加法公式 137

4.4条件概率 141

4.4.1独立事件 144

4.4.2乘法公式 145

4.5贝叶斯定理 148

本章小结 153

关键术语 153

重要公式 154

补充练习 155

案例Hamilton县的法官们 158

第5章 离散型概率分布 160

实践中的统计花旗银行 160

5.1随机变量 161

5.1.1离散型随机变量 162

5.1.2连续型随机变量 163

5.2离散型概率分布 164

5.3数学期望和方差 169

5.3.1数学期望 169

5.3.2方差 169

5.4二项概率分布 173

5.4.1贝努里试验 173

5.4.2马丁服装店问题 174

5.4.3二项概率表的使用 178

5.4.4二项概率分布的数学期望和方差 179

5.5泊松概率分布 181

5.5.1一个与时间间隔有关的例子 182

5.5.2一个与长度或距离间隔有关的例子 183

5.6超几何概率分布 184

本章小结 187

关键术语 188

重要公式 188

补充练习 190

附录5A用Minitab计算离散型概率分布 191

附录5B用Excel计算离散型概率分布 193

第6章连续型概率分布 194

实践中的统计：宝洁公司 195

6.1均匀概率分布 196

作为概率度量的面积 197

6.2正态概率分布 200

6.2.1正态曲线 200

6.2.2标准正态概率分布 202

6.2.3计算任一正态概率分布的概率 206

6.3二项概率的正态近似 208

6.4指数概率分布 211

6.4.1计算指数分布的概率 212

6.4.2泊松分布与指数分布的关系 213

本章小结 215

关键术语 215

重要公式 216

补充练习 216

案例Specialty玩具公司 218

附录6A用Minitab计算连续型概率分布 219

附录6B用Excel计算连续型概率分布 220

第7章 抽样和抽样分布 222

实践中的统计：MeadWestvaco有限公司 223

7.1 Electronics Associates公司的抽样问题 224

7.2简单随机抽样 225

7.2.1自有限总体的简单随机抽样 225

7.2.2自无限总体的简单随机抽样 226

7.3点估计 229

7.4抽样分布简介 231

7.5 x的抽样分布 234

7.5.1 x的数学期望 234

7.5.2 x的标准差 235

7.5.3 x抽样分布的形式 236

7.5.4 EAI问题中x的抽样分布 237

7.5.5 x抽样分布的实际值 238

7.5.6样本容量与的x抽样分布的关系 239

7.6 p的抽样分布 243

7.6.1 p的数学期望 243

7.6.2p的标准差 243

7.6.3p抽样分布的形式 244

7.6.4p抽样分布的实际值 245

7.7点估计的性质 247

7.7.1无偏性 248

7.7.2有效性 249

7.7.3一致性 250

本章小结 250

关键术语 250

重要公式 251

补充练习 252

附录7A用Minitab进行随机抽样 253

附录7B用Excel进行随机抽样 254

第8章 区间估计 255

实践中的统计：Food Lion 256

8.1总体均值的区间估计：σ已知情形 257

8.1.1边际误差和区间估计 257

8.1.2应用中的建议 260

8.2总体均值的区间估计：σ未知情形 262

8.2.1边际误差和区间估计 263

8.2.2应用中的建议 265

8.2.3利用小样本 265

8.2.4区间估计程序的小结 267

8.3样本容量的确定 269

8.4总体比率的区间估计 272

样本容量的确定 273

本章小结 276

关键术语 277

重要公式 277

补充练习 278

案例8-1 Bock投资服务公司 279

案例8-2 Gulf Real Estate Properties公司 281

案例8-3 Metropolitan Reseach有限公司 282

附录8A用Minitab求区间估计 283

附录8B用Excel求区间估计 284

第9章 假设检验 288

实践中的统计：John Morrell有限公司 289

9.1原假设和备择假设的建立 290

9.1.1检验研究中的假设 290

9.1.2对某项声明的有效性所进行的检验 290

9.1.3决策中的假设检验 291

9.1.4关于原假设和备择假设形式的小结 291

9.2第一类错误和第二类错误 292

9.3总体均值的检验σ已知情形 295

9.3.1单侧检验 295

9.3.2双侧检验 301

9.3.3小结与应用中的建议 304

9.3.4区间估计与假设检验的关系 305

9.4总体均值的检验：σ未知情形 309

9.4.1单侧检验 310

9.4.2双侧检验 311

9.4.3小结与应用中的建议 312

9.5总体比率的检验 315

小结 318

9.6计算第二类错误的概率 320

本章小结 324

关键术语 325

重要公式 326

补充练习 326

案例9-1 Quality Associates有限公司 327

案例9-2失业问题研究 329

附录9A用Minitab进行假设检验 329

附录9B用Excel进行假设检验 331

第10章 关于总体方差的统计推断 336

实践中的统计：美国会计总署 337

10.1关于一个总体方差的统计推断 338

10.1.1区间估计 338

10.1.2假设检验 341

10.2关于两个总体方差的统计推断 345

本章小结 350

重要公式 350

补充练习 351

案例 空军训练计划 352

附录10A用Minitab计算总体方差 353

附录10B用Excel计算总体方差 354

第11章 两总体均值和比例的统计推断 356

实践中的统计：Fisons公司 357

11.1两总体均值之差的推断：σ1和σ2已知 358

11.1.1 μ1-μ2的区间估计 358

11.1.2 μ1-μ2的假设检验 360

11.1.3应用中的建议 362

11.2两总体均值之差的推断：σ1和σ2未知 364

11.2.1 μ1-μ2的区间估计 364

11.2.2 μ1-μ2的假设检验 365

11.2.3应用中的建议 367

11.3两总体均值之差的推断：匹配样本 371

11.4两总体比例之差的推断 376

11.4.1 p1-p2的区间估计 377

11.4.2 p1-p2的假设检验 379

本章小结 382

关键术语 382

重要公式 382

补充练习 384

案例Par公司 385

附录11A用Minitab进行两个总体的推断 386

附录11B用Excel进行两个总体的推断 388

第12章 方差分析与实验设计 390

实践中的统计：Burke市场营销服务公司 391

12.1方差分析引论 391

12.1.1方差分析的假定 393

12.1.2问题的一般提法 393

12.2方差分析：k个总体均值相等性检验 395

12.2.1总体方差的处理间估计 396

12.2.2总体方差的处理内估计 397

12.2.3方差估计量的比较：F检验 398

12.2.4 ANOVA表 400

12.2.5方差分析的计算结果 400

12.3多重比较方法 404

Fisher的LSD方法 404

12.4实验设计初步 409

数据收集 409

12.5完全随机化设计 410

12.5.1总体方差的处理间估计 410

12.5.2总体方差的处理内估计 411

12.5.3方差估计量的比较：F检验 411

12.5.4 ANOVA表 411

12.5.5两两比较 412

12.6随机化区组设计 415

12.6.1空中交通管理员工作压力测试 415

12.6.2 ANOVA方法 417

12.6.3计算与结论 417

12.7析因实验 421

12.7.1 ANOVA方法 422

12.7.2计算与结论 423

本章小结 428

关键术语 428

重要公式 429

补充练习 432

案例12-1 Wentworth医疗中心 436

案例12-2工业产品推销员的回报 437

附录12A用Minitab进行方差分析和实验设计 438

附录12B用Excel进行方差分析和实验设计 439

第13章 简单线性回归 443

实践中的统计：联合数据系统公司 444

13.1简单线性回归模型 445

13.1.1回归模型和回归方程 445

13.1.2估计的回归方程 446

13.2最小二乘法 448

13.3判定系数 457

相关系数 460

13.4模型的假定 463

13.5显著性检验 465

13.5.1 σ2的估计 465

13.5.2 t检验 466

13.5.3β1的置信区间 467

13.5.4 F检验 468

13.5.5关于显著性检验解释的几点注意事项 470

13.6利用估计的回归方程进行估计和预测 473

13.6.1点估计 473

13.6.2区间估计 474

13.6.3 y平均值的置信区间 474

13.6.4 y的一个个别值的预测区间 476

13.7残差分析：证实模型假定 481

13.7.1关于x的残差图 482

13.7.2关y的残差图 483

13.7.3标准化残差 483

13.7.4正态概率图 486

13.8残差分析：异常值与有影响的观测值 490

13.8.1检测异常值 490

13.8.2检测有影响的观测值 491

本章小结 497

关键术语 497

重要公式 498

补充练习 500

案例13-1教育经费支出和学生成绩 504

案例13-2美国交通部 506

案例13-3校友捐赠 507

案例13-4美国职业棒球联盟球队的价值 509

附录13A最小二乘公式的推导 510

附录13B利用相关系数的显著性检验 511

附录13C用Minitab进行回归分析 512

附录13D用Excel进行回归分析 513

第14章 多元回归 516

实践中的统计：国际纸业公司 517

14.1多元回归模型 518

14.1.1回归模型和回归方程 518

14.1.2估计的多元回归方程 518

14.2最小二乘法 519

14.2.1一个例子：Butler运输公司 520

14.2.2关于回归系数解释的注释 522

14.3多元判定系数 526

14.4模型的假定 529

14.5显著性检验 530

14.5.1 F检验 531

14.5.2 t检验 534

14.5.3多重共线性 534

14.6利用估计的回归方程进行估计和预测 537

14.7定性自变量 539

14.7.1一个例子：约翰逊过滤水股份公司 539

14.7.2解释参数 541

14.7.3更复杂的定性变量 543

14.8残差分析 546

14.8.1检测异常值 547

14.8.2学生化删除残差和异常值 548

14.8.3有影响的观测值 549

14.8.4利用库克距离测度识别有影响的观测值 549

14.9 Logistic回归 553

14.9.1 Logistic回归方程 554

14.9.2估计Logistic回归方程 555

14.9.3显著性检验 557

14.9.4管理上的应用 558

14.9.5解释Logistic回归方程 558

14.9.6对数机会比变换 561

本章小结 563

关键术语 564

重要公式 565

补充练习 567

案例14-1消费者调查股份有限公司 571

案例14-2全美橄榄球联盟四分卫等级排序 572

案例14-3预测学生综合测验成绩 574

案例14-4校友捐赠 575

附录14A用Minitab进行多元回归分析 575

附录14B用Excel进行多元回归分析 575

附录14C用Minitab进行Logistic回归 578

第15章 回归分析：建立模型 579

实践中的统计：Monsanto公司 580

15.1一般线性模型 581

15.1.1模拟曲线关系 581

15.1.2交互作用 585

15.1.3包含因变量的变换 587

15.1.4内蕴线性的非线性模型 591

15.2确定什么时候增加或者删除变量 596

15.2.1一般情形 597

15.2.2 p-值的应用 599

15.3大型问题的分析 602

15.4变量选择方法 605

15.4.1逐步回归 606

15.4.2前向选择 607

15.4.3后向消元 608

15.4.4最佳子集回归 608

15.4.5做出最终的选择 609

15.5残差分析 611

自相关性和杜宾-瓦特森检验 612

15.6方差分析和实验设计的多元回归方法 615

本章小结 619

关键术语 619

重要公式 619

补充练习 620

案例15-1失业问题研究 623

案例15-2汽车的油耗问题 625

案例15-3预测高等院校的毕业率 625

第16章 预测 627

实践中的统计：内华达职业健康诊所 628

16.1时间序列的成分 629

16.1.1趋势成分 629

16.1.2循环成分 631

16.1.3季节成分 632

16.1.4不规则成分 632

16.2平滑法 632

16.2.1移动平均法 632

16.2.2加权移动平均法 634

16.2.3指数平滑法 636

16.3趋势推测法 642

16.4趋势和季节成分 647

16.4.1乘法模型 647

16.4.2计算季节指数 648

16.4.3消除季节影响的时间序列 652

16.4.4利用消除季节影响的时序数列确定趋势 652

16.4.5季节调整 655

16.4.6根据月度资料建立模型 655

16.4.7循环成分 655

16.5回归分析 657

16.6定性预测方法 659

16.6.1德尔菲法 659

16.6.2专家判断法 659

16.6.3远景方案论述法 660

16.6.4直观法 660

本章小结 660

关键术语 661

重要公式 661

补充练习 662

案例16-1预测食品和饮料的销售额 665

案例16-2预测损失的销售额 666

附录16A用Minitab进行预测 667

附录16B用Excel进行预测 669

第17章 拟合优度检验和独立性检验 671

实践中的统计：United Way 672

17.1拟合优度检验：多项总体 673

17.2独立性检验 677

17.3拟合优度检验：泊松分布和正态分布 683

17.3.1泊松分布 684

17.3.2正态分布 687

本章小结 692

关键术语 693

重要公式 693

补充练习 693

案例 两党议程变更 695

附录17A用Minitab进行拟合优度检验和独立性检验 696

附录17B用Excel进行拟合优度检验和独立性检验 697

第18章 非参数方法 700

实践中的统计：West Shell Realtors公司 701

18.1符号检验 702

18.1.1小样本情形 702

18.1.2大样本情形 703

18.1.3中位数假设检验 705

18.2威尔科克森符号秩检验 707

18.3曼-惠特尼-威尔科克森检验 711

18.3.1小样本情形 711

18.3.2大样本情形 713

18.4克鲁斯卡尔-沃利斯检验 718

18.5秩相关 721

秩相关的显著性检验 723

本章小结 725

关键术语 726

重要公式 726

补充练习 727

第19章 决策分析 729

实践中的统计学：俄亥俄州爱迪生公司 730

19.1 问题简介 731

19.1.1支付表 732

19.1.2决策树 732

19.2概率决策 733

19.2.1期望值法 733

19.2.2完备信息的期望值 735

19.3样本信息下的决策分析 740

19.3.1决策树 741

19.3.2决策策略 742

19.3.3样本信息的期望值 745

19.4应用贝叶斯定理计算分枝概率 750

本章小结 755

关键术语 755

重要公式 756

案例 诉讼辩护策略 756

附录19A用TreePlan解决PDC问题 757

附录A参考书目 764

附录B统计表格 766

附录C自测题答案和部分练习题答案 795