应用统计学PDF电子书下载

第1章 绪论 1

1.1 统计与统计学 1

1.1.1 统计的内涵 1

1.1.2 统计学的重要性 2

1.1.3 统计学的分科 3

1.1.4 统计学与其他学科的关系 4

1.1.5 统计工作的基本职能 5

1.2 统计学的产生与发展 6

1.2.1 古典统计学时期 6

1.2.2 近代统计学时期 7

1.2.3 现代统计学时期 8

1.2.4 统计在我国的发展 8

1.3 统计学的若干基本概念 9

1.3.1 统计数据的类型及来源 9

1.3.2 总体与样本 10

1.3.3 参数与统计量 11

1.3.4 标志与指标 12

1.3.5 变量及其分类 13

1.3.6 变量的测量水平 13

1.4 统计工作的过程 15

1.5 常用的统计分析软件 17

1.6 统计学的学习 20

小结 21

关键词 21

思考题 22

习题 22

实验题 23

参考文献 23

第2章 描述性统计 25

2.1 数据的预处理 25

2.1.1 数据的审核 25

2.1.2 数据的筛选 26

2.1.3 数据的排序 26

2.1.4 数据的分组 27

2.2 数据的位置特征 33

2.2.1 平均数 33

2.2.2 中位数 35

2.2.3 众数 38

2.2.4 平均数、中位数与众数的比较 41

2.3 数据的离散特征 43

2.3.1 极差 43

2.3.2 四分数间距 43

2.3.3 方差与标准差 45

2.3.4 平均绝对离差 46

2.3.5 变异系数 47

2.3.6 数据离散特征的比较 48

2.4 分布的形态特征 49

2.4.1 偏倚程度 49

2.4.2 高陡程度 51

2.5 样本数据的图形描述 52

2.5.1 茎叶图 52

2.5.2 五数概括与箱线图 57

2.5.3 相关关系与散点图 61

2.5.4 P-P图和Q-Q图 65

小结 69

关键词 70

思考题 71

习题 71

实验题 73

参考文献 76

第3章 参数估计与假设检验 78

3.1 估计与检验概述 78

3.1.1 估计与检验的基本概念 78

3.1.2 常用分布介绍 82

3.2 总体参数的点估计 86

3.2.1 矩估计法 86

3.2.2 极大似然法 88

3.2.3 估计量的评价 90

3.3 区间估计 92

3.3.1 区间估计的基本概念 92

3.3.2 总体均值的置信区间 95

3.3.3 总体方差的置信区间 97

3.3.4 总体比例的置信区间 98

3.3.5 两总体均值之差的置信区间 99

3.3.6 两总体方差之比的置信区间 101

3.4 假设检验 103

3.4.1 显著性检验与P值检验 103

3.4.2 一个总体均值的假设检验 107

3.4.3 一个总体比例的假设检验 110

3.4.4 一个总体方差的假设检验 111

3.4.5 两个总体均值的假设检验 113

3.4.6 两个总体方差的假设检验 115

3.5 Bayes估计与检验 117

3.5.1 Bayes公式 118

3.5.2 验前分布 120

3.5.3 Bayes点估计 126

3.5.4 Bayes区间估计 130

3.5.5 Bayes假设检验 131

小结 134

关键词 135

思考题 136

习题 137

实验题 138

参考文献 139

第4章 方差分析 140

4.1 基本概念和原理 140

4.1.1 方差分析的基本概念 140

4.1.2 方差分析的基本原理 144

4.2 单因素方差分析 145

4.2.1 单因素方差分析模型 145

4.2.2 固定效应模型 146

4.2.3 多重比较 154

4.2.4 方差分析模型的检验 158

4.2.5 随机效应模型 160

4.3 无交互作用的双因素方差分析 163

4.3.1 双因素方差分析模型 163

4.3.2 固定效应模型 165

4.3.3 随机效应模型和混合效应模型 175

4.4 有交互作用的双因素方差分析 180

4.4.1 固定效应模型 180

4.4.2 随机效应模型和混合效应模型 187

4.5 试验设计概述 195

4.5.1 试验设计的基本概念和原则 195

4.5.2 随机化完全区组设计 196

4.5.3 因子设计 199

小结 200

关键词 201

思考题 202

习题 202

实验题 206

参考文献 207

第5章 回归分析 210

5.1 一元线性回归 210

5.1.1 一元线性回归模型 210

5.1.2 一元线性回归模型参数的求解 212

5.1.3 最小二乘参数估计的性质 214

5.1.4 回归参数的方差 215

5.1.5 一元线性回归模型的检验 216

5.1.6 回归模型假设的检验 221

5.1.7 一元回归预测 225

5.2 多元线性回归 226

5.2.1 多元线性回归模型 226

5.2.2 多元线性回归模型参数的求解 228

5.2.3 最小二乘参数估计的性质 231

5.2.4 多元线性回归模型的检验 234

5.2.5 多元线性回归模型假设的检验 237

5.2.6 多重共线性问题 245

5.2.7 多元回归预测 247

5.3 非线性回归模型 248

5.3.1 Logistic回归 249

5.3.2 其他非线性回归模型 254

小结 259

关键词 260

思考题 261

习题 261

实验题 266

参考文献 267

第6章 时间序列分析 269

6.1 时间序列的基本概念 269

6.1.1 时间序列的定义及分类 269

6.1.2 时间序列的编制原则 273

6.1.3 时间序列的影响因素 273

6.2 时间序列的指标分析 274

6.2.1 时间序列的水平指标 275

6.2.2 时间序列的速度指标 281

6.3 时间序列的分解 285

6.3.1 时间序列的分解模型 285

6.3.2 长期变动趋势的分析 286

6.3.3 季节变动的分析 294

6.3.4 循环变动的分析 301

6.3.5 不规则变动的分析 302

6.4 时间序列的预测 303

6.4.1 趋势外推法 303

6.4.2 移动平均法 305

6.4.3 指数平滑法 310

6.4.4 预测方法的评价 313

小结 314

关键词 315

思考题 316

习题 316

实验题 318

参考文献 319

第7章 统计指数 320

7.1 统计指数概述 320

7.1.1 统计指数的概念 320

7.1.2 统计指数的性质和作用 322

7.1.3 统计指数的种类 324

7.2 指数的编制 327

7.2.1 综合指数的编制 327

7.2.2 平均指数的编制 330

7.2.3 平均指标指数的编制 333

7.3 指数体系和因素分析 336

7.3.1 指数体系的概念 336

7.3.2 综合指数的因素分析 337

7.3.3 平均指标指数的因素分析 341

7.3.4 指数数列 342

7.4 价格统计指数 343

7.4.1 居民消费价格指数和商品零售价格指数 343

7.4.2 股票价格指数 344

7.5 综合评价指数 346

7.5.1 综合评价的基本过程 346

7.5.2 单项指标的标准化方法 347

7.5.3 综合评价指数的综合方法 349

7.5.4 权重的确定方法 349

7.5.5 社会发展综合评价指数 351

小结 353

关键词 354

思考题 355

习题 355

实验题 356

参考文献 357

第8章 统计调查 358

8.1 统计调查概述 358

8.1.1 统计调查的基本要求 358

8.1.2 数据的来源 359

8.1.3 统计数据的误差 360

8.1.4 统计调查的流程 362

8.2 统计调查的实施 364

8.2.1 组织方式 364

8.2.2 统计调查方法 371

8.3 统计表 373

8.3.1 统计表的作用 374

8.3.2 统计表的设计 374

8.3.3 统计表的分类 376

8.4 调查问卷 380

8.4.1 调查问卷及问题的分类 380

8.4.2 量表设计 381

8.4.3 问卷的基本结构 383

8.4.4 问卷设计的原则 384

8.4.5 问卷设计流程 387

8.5 信度与效度分析 389

8.5.1 信度 389

8.5.2 效度 394

8.5.3 信度和效度的关系 396

8.6 统计整理 397

小结 406

关键词 407

思考题 408

习题 408

实验题 410

参考文献 410

第9章 抽样技术 412

9.1 抽样概述 412

9.1.1 抽样的相关概念 412

9.1.2 总体参数与样本参数 415

9.1.3 抽样分布 416

9.1.4 抽样误差 418

9.2 简单随机抽样 419

9.2.1 简单随机抽样的基本概念 419

9.2.2 简单随机抽样的实施方法 421

9.2.3 不放回简单随机抽样的参数估计 424

9.2.4 放回简单随机抽样的参数估计 430

9.2.5 简单随机抽样的设计效应 431

9.2.6 简单随机抽样的样本量确定 431

9.3 分层抽样 435

9.3.1 分层抽样与分层随机抽样 435

9.3.2 分层随机抽样的相关符号说明 437

9.3.3 分层随机抽样的参数估计 438

9.3.4 分层随机抽样的样本量分配 442

9.3.5 事后分层 445

9.3.6 分层随机抽样的样本量确定 447

9.3.7 分层随机抽样的设计效应 452

9.4 整群抽样 454

9.4.1 整群抽样的特点与群的划分原则 454

9.4.2 群规模相等时的整群抽样 455

9.4.3 群规模不等时的整群抽样 460

9.4.4 不等概率抽样 468

9.4.4 不等概率抽样 468

9.4.5 整群抽样的设计效应 478

9.5 系统抽样 482

9.5.1 系统抽样的特点 482

9.5.2 系统抽样的实施方法 482

9.5.3 估计量与参数估计 486

小结 491

关键词 492

思考题 493

习题 493

实验题 497

参考文献 497

第10章 非参数检验 499

10.1 非参数检验概述 499

10.1.1 非参数检验的特点 499

10.1.2 秩统计量 500

10.1.3 非参数检验的类型 501

10.2 符号检验 507

10.2.1 检验的基本原理和步骤 507

10.2.2 配对样本的符号检验 509

10.2.3 McNemar检验 512

10.3 秩和检验 514

10.3.1 检验的基本原理和步骤 514

10.3.2 大样本的秩和检验 519

10.3.3 Mann-Whitney U检验 522

10.4 符号秩检验 524

10.4.1 检验的基本原理和步骤 524

10.4.2 配对样本的符号秩检验 528

10.5 Kruskal-Wallis检验 531

10.5.1 检验的基本原理和步骤 531

10.5.2 大样本的Kruskal-Wallis检验 536

10.6 Friedman检验 537

10.6.1 检验的基本原理和步骤 537

10.6.2 大样本的Friedman检验 542

10.7 Cochran Q检验 543

10.8 游程检验 548

10.8.1 检验的基本原理和步骤 548

10.8.2 两个总体分布的游程检验 549

10.9 χ2检验 550

10.9.1 χ2拟合优度检验 550

10.9.2 列联表的独立性检验 554

10.10 Kolmogorov-Smirnov检验 557

10.10.1 Kolmogorov检验 557

10.10.2 Smirnov检验 559

10.11 Spearman秩相关系数检验 560

10.11.1 Spearman秩相关系数的计算 560

10.11.2 检验的原理与步骤 563

10.12 Kendall τ相关系数检验 564

10.12.1 Kendall τ相关系数的计算 564

10.12.2 检验的原理与步骤 567

小结 568

关键词 569

思考题 570

习题 570

实验题 575

参考文献 576

第11章 主成分分析与因子分析 577

11.1 主成分分析概述 577

11.1.1 主成分分析的基本思想 577

11.1.2 主成分的定义 578

11.2 主成分分析模型的求解 580

11.2.1 相关的矩阵分析理论 580

11.2.2 总体主成分的求解及其性质 586

11.2.3 主成分与多元正态分布 588

11.2.4 样本主成分模型的求解 591

11.3 主成分分析的应用 595

11.3.2 主成分分析的应用步骤 595

11.3.3 应用示例 598

11.4 因子分析概述 601

11.4.1 因子分析的基本思想 601

11.4.2 公共因子分析模型 603

11.4.3 正交因子模型 604

11.5 因子分析模型的求解 607

11.5.1 主成分法 607

11.5.2 极大似然法 611

11.5.3 因子旋转 615

11.6 因子分析的应用 619

11.6.1 因子得分计算 619

11.6.2 因子分析的步骤 622

11.6.3 应用示例 625

小结 632

关键词 633

思考题 634

习题 635

实验题 636

参考文献 642

第12章 判别分析与聚类分析 643

12.1 距离判别法 643

12.1.1 距离判别法的原理 644

12.1.2 各总体协方差阵相等时的判别准则 645

12.1.3 错判概率的估计 649

12.2 Fisher判别法 650

12.2.1 Fisher判别法的基本思想 650

12.2.2 Fisher判别法的主要步骤 653

12.3 Bayes判别法 656

12.3.1 Bayes判别法的基本原理 656

12.3.2 正态等协方差且等损失下的Bayes判别 658

12.4 逐步判别 660

12.4.1 判别能力的度量与检验 660

12.4.2 逐步判别的基本原理 663

12.4.3 变量筛选过程 665

12.5 聚类分析概述 670

12.5.1 聚类分析的作用 670

12.5.2 聚类分析的基本模型 670

12.6 相似性度量 671

12.6.1 距离与相似性 672

12.6.2 常见的距离 673

12.6.3 定性变量的距离 675

12.6.4 变量的相似性度量 676

12.7 系统聚类法 677

12.7.1 系统聚类法概述 677

12.7.2 若干实现算法 678

12.7.3 系统聚类法的应用 686

12.8 动态聚类法 692

12.8.1 初始凝聚点的确定 692

12.8.2 K-均值聚类 693

12.9 有序对象的分类 696

12.9.1 有序对象分类的算法 696

12.9.2 应用示例 697

小结 701

关键词 702

思考题 703

习题 703

实验题 709

参考文献 713

附录 714