统计学PDF电子书下载

第1章 导论 1

1.1 统计及其应用领域 2

1.1.1 什么是统计学 2

1.1.2 统计的应用领域 3

1.2 统计数据的类型 5

1.2.1 分类数据、顺序数据、数值型数据 5

1.2.2 观测数据和实验数据 6

1.2.3 截面数据和时间序列数据 6

1.3 统计中的几个基本概念 7

1.3.1 总体和样本 7

1.3.2 参数和统计量 9

1.3.3 变量 9

思考与练习 11

第2章 数据的搜集 13

2.1 数据的来源 14

2.1.1 数据的间接来源 14

2.1.2 数据的直接来源 15

2.2 调查数据 16

2.2.1 概率抽样和非概率抽样 16

2.2.2 搜集数据的基本方法 23

2.3 实验数据 28

2.3.1 实验组和对照组 28

2.3.2 实验中的若干问题 29

2.3.3 实验中的统计 30

2.3.4 实验法案例 31

2.4 数据的误差 33

2.4.1 抽样误差 34

2.4.2 非抽样误差 35

2.4.3 误差的控制 39

2.5 数据文件 40

思考与练习 41

第3章 数据的图表展示 43

3.1 数据的预处理 44

3.1.1 数据审核 45

3.1.2 数据筛选 45

3.1.3 数据排序 48

3.1.4 数据透视表 48

3.2 品质数据的整理与展示 52

3.2.1 分类数据的整理与图示 52

3.2.2 顺序数据的整理与图示 59

3.3 数值型数据的整理与展示 61

3.3.1 数据分组 61

3.3.2 数值型数据的图示 65

3.4 合理使用图表 74

3.4.1 鉴别图形优劣的准则 75

3.4.2 统计表的设计 76

思考与练习 77

第4章 数据的概括性度量 85

4.1 集中趋势的度量 86

4.1.1 分类数据：众数 86

4.1.2 顺序数据：中位数和分位数 88

4.1.3 数值型数据：平均数 91

4.1.4 众数、中位数和平均数的比较 94

4.2 离散程度的度量 96

4.2.1 分类数据：异众比率 96

4.2.2 顺序数据：四分位差 96

4.2.3 数值型数据：方差和标准差 97

4.2.4 相对离散程度：离散系数 102

4.3 偏态与峰态的度量 104

4.3.1 偏态及其测度 104

4.3.2 峰态及其测度 106

思考与练习 108

第5章 概率与概率分布 113

5.1 随机事件及其概率 114

5.1.1 随机事件的几个基本概念 114

5.1.2 事件的概率 115

5.1.3 关于概率计算的几个例子 116

5.2 概率的性质与运算法则 117

5.2.1 概率的性质 117

5.2.2 概率的加法法则 118

5.2.3 条件概率与独立事件 119

5.2.4 全概率公式及贝叶斯公式 122

5.3 离散型随机变量及其分布 124

5.3.1 随机变量的概念 124

5.3.2 离散型随机变量的概率分布 125

5.4 连续型随机变量的概率分布 139

5.4.1 概率密度与分布函数 139

5.4.2 正态分布 142

思考与练习 154

第6章 统计量及其抽样分布 156

6.1 统计量 157

6.1.1 统计量的概念 157

6.1.2 常用统计量 158

6.1.3 次序统计量 159

6.1.4 充分统计量 159

6.2 关于分布的几个概念 160

6.2.1 抽样分布 160

6.2.2 渐进分布 161

6.2.3 随机模拟获得的近似分布 161

6.3 由正态分布导出的几个重要分布 162

6.3.1 x2分布 162

6.3.2 t分布 163

6.3.3 F分布 165

6.4 样本均值的分布与中心极限定理 166

6.5 样本比例的抽样分布 169

6.6 两个样本平均值之差的分布 171

6.7 关于样本方差的分布 172

6.7.1 样本方差的分布 172

6.7.2 两个样本方差比的分布 173

思考与练习 173

第7章 参数估计 175

7.1 参数估计的一般问题 176

7.1.1 估计量与估计值 176

7.1.2 点估计与区间估计 177

7.1.3 评价估计量的标准 180

7.2 一个总体参数的区间估计 182

7.2.1 总体均值的区间估计 183

7.2.2 总体比例的区间估计 187

7.2.3 总体方差的区间估计 188

7.3 两个总体参数的区间估计 189

7.3.1 两个总体均值之差的区间估计 189

7.3.2 两个总体比例之差的区间估计 195

7.3.3 两个总体方差比的区间估计 196

7.4 样本量的确定 201

7.4.1 估计总体均值时样本量的确定 201

7.4.2 估计总体比例时样本量的确定 202

7.4.3 估计两个总体均值之差时样本量的确定 203

7.4.4 估计两个总体比例之差时样本量的确定 203

思考与练习 204

第8章 假设检验 211

8.1 假设检验的基本问题 212

8.1.1 假设问题的提出 212

8.1.2 假设的表达式 212

8.1.3 两类错误 213

8.1.4 假设检验的流程 215

8.1.5 利用P值进行决策 217

8.1.6 单侧检验 218

8.2 一个总体参数的检验 220

8.2.1 检验统计量的确定 220

8.2.2 总体均值的检验 222

8.2.3 总体比例的检验 226

8.2.4 总体方差的检验 227

8.3 两个总体参数的检验 229

8.3.1 检验统计量的确定 230

8.3.2 两个总体均值之差的检验 231

8.3.3 两个总体比例之差的检验 235

8.3.4 两个总体方差比的检验 237

8.3.5 检验中的匹配样本 238

8.4 假设检验中的其他问题 241

8.4.1 用置信区间进行检验 241

8.4.2 单侧检验中假设的建立 243

思考与练习 246

第9章 列联分析 249

9.1 分类数据与列联表 250

9.1.1 分类数据 250

9.1.2 列联表的构造 251

9.1.3 列联表的分布 251

9.2 拟合优度检验 253

9.2.1 x2统计量 253

9.2.2 拟合优度检验 256

9.3 独立性检验 259

9.4 列联表中的相关测量 262

9.4.1 ？相关系数 262

9.4.2 列联相关系数 264

9.4.3 V相关系数 264

9.4.4 数值分析 264

9.5 列联分析中应注意的问题 265

9.5.1 条件百分表的方向 265

9.5.2 x2分布的期望值准则 267

思考与练习 269

第10章 方差分析与试验设计 271

10.1 方差分析引论 272

10.1.1 方差分析及其有关术语 272

10.1.2 方差分析的基本思想和原理 274

10.1.3 方差分析中的基本假定 276

10.1.4 问题的一般提法 278

10.2 单因素方差分析 278

10.2.1 数据结构 278

10.2.2 分析步骤 279

10.2.3 关系强度的测量 286

10.2.4 方差分析中的多重比较 287

10.3 双因素方差分析 289

10.3.1 双因素方差分析及其类型 289

10.3.2 无交互作用的双因素方差分析 290

10.3.3 有交互作用的双因素方差分析 296

10.4 试验设计初步 300

10.4.1 完全随机化设计 300

10.4.2 随机化区组设计 302

10.4.3 因子设计 303

思考与练习 304

第11章 一元线性回归 311

11.1 变量间关系的度量 312

11.1.1 变量间的关系 312

11.1.2 相关关系的描述与测度 314

11.1.3 相关关系的显著性检验 319

11.2 一元线性回归 321

11.2.1 一元线性回归模型 321

11.2.2 参数的最小二乘估计 323

11.2.3 回归直线的拟合优度 327

11.2.4 显著性检验 331

11.2.5 回归分析结果的评价 334

11.3 利用回归方程进行估计和预测 335

11.3.1 点估计 335

11.3.2 区间估计 336

11.4 残差分析 339

11.4.1 用残差证实模型的假定 339

11.4.2 用残差检测异常值和有影响的观测值 342

思考与练习 345

第12章 多元线性回归 352

12.1 多元线性回归模型 353

12.1.1 多元回归模型与回归方程 353

12.1.2 估计的多元回归方程 354

12.1.3 参数的最小二乘估计 354

12.2 回归方程的拟合优度 357

12.2.1 多重判定系数 357

12.2.2 估计标准误差 358

12.3 显著性检验 359

12.3.1 线性关系检验 359

12.3.2 回归系数检验和推断 360

12.4 多重共线性 362

12.4.1 多重共线性及其所产生的问题 362

12.4.2 多重共线性的判别 363

12.4.3 多重共线性问题的处理 364

12.5 利用回归方程进行估计和预测 365

12.6 变量选择与逐步回归 367

12.6.1 变量选择过程 367

12.6.2 向前选择 368

12.6.3 向后剔除 368

12.6.4 逐步回归 368

12.7 虚拟自变量的回归 370

12.7.1 在模型中引进虚拟变量 371

12.7.2 含有一个虚拟自变量的回归 372

思考与练习 377

第13章 时间序列分析和预测 385

13.1 时间序列及其分解 386

13.2 时间序列的描述性分析 388

13.2.1 图形描述 388

13.2.2 增长率分析 390

13.3 时间序列预测的程序 392

13.3.1 确定时间序列的成分 392

13.3.2 选择预测方法 395

13.3.3 预测方法的评估 396

13.4 平稳序列的预测 397

13.4.1 简单平均法 397

13.4.2 移动平均法 398

13.4.3 指数平滑法 400

13.5 趋势型序列的预测 403

13.5.1 线性趋势预测 403

13.5.2 非线性趋势预测 405

13.6 季节型序列的预测 414

13.7 复合型序列的分解预测 418

13.7.1 确定并分离季节成分 419

13.7.2 建立预测模型并进行预测 422

13.7.3 计算最后的预测值 422

思考与练习 424

第14章 指数 431

14.1 加权指数 432

14.1.1 加权综合指数 432

14.1.2 加权平均指数 434

14.2 几种常用的价格指数 435

14.2.1 零售价格指数 435

14.2.2 消费价格指数 436

14.2.3 股票价格指数 438

14.3 多指标综合评价指数 438

14.3.1 多指标综合评价指数的构建 438

14.3.2 几种常用的综合评价指数 441

思考与练习 443

附录一 术语表 445

附录二 用Excel生成概率分布表 455

参考文献 465