管理统计学PDF电子书下载

第1章 绪论 1

1.1 统计学的性质 1

1.2 统计学在管理中的应用 2

1.3 统计学方法的分类 3

1.3.1 描述统计学 3

1.3.2 推断统计学 3

1.4 统计学的基本概念 3

1.4.1 总体 3

1.4.2 样本 4

1.4.3 总体参数和统计量 4

1.5 统计学的发展 4

1.5.1 古典统计学时代 4

1.5.2 近代统计学时代 5

1.5.3 现代统计学时代 5

本章小结 6

关键术语 6

习题 6

第2章 数据收集方法 7

2.1 统计数据收集的意义 7

2.2 统计数据的计量与类型 7

2.2.1 统计数据的计量 8

2.2.2 统计数据的类型 8

2.2.3 统计变量 9

2.3 统计数据的来源 9

2.3.1 直接来源 9

2.3.2 间接来源 14

2.4 统计数据的误差 15

2.5 统计数据收集过程 16

本章小结 17

关键术语 17

习题 17

案例研究 18

第3章 描述数据的图表方法 19

3.1 数据描述的意义及分类 19

3.2 定量数据的图形描述 19

3.2.1 定量数据整理 19

3.2.2 单变量定量数据的图形描述 21

3.2.3 多变量定量数据的图形描述 26

3.3 定性数据的图表描述 30

3.3.1 定性数据的整理 31

3.3.2 单变量定性数据的图形描述 32

3.3.3 多变量定性数据的图形描述 37

本章小结 41

关键术语 42

习题 42

案例研究 44

第4章 描述统计中的测度 45

4.1 数据分布的集中趋势测度 45

4.1.1 数值平均数 45

4.1.2 位置平均数 49

4.1.3 中位数与算术平均数的比较 56

4.2 数据分布的离散趋势测度 56

4.2.1 极差 57

4.2.2 四分位差 57

4.2.3 平均差 58

4.2.4 方差与标准差 59

4.2.5 相对位置和相对离散程度的度量 60

4.3 数据分布的形状测度 62

4.3.1 分布偏态测度 62

4.3.2 分布峰态测度 63

4.4 用Excel计算描述统计量 64

本章小结 66

关键术语 66

习题 66

案例研究 68

第5章 概率与概率分布 69

5.1 概率及其运算 69

5.2 全概率公式、贝叶斯公式和事件的独立性 71

5.2.1 全概率公式 72

5.2.2 贝叶斯公式 73

5.3 离散型随机变量的概率分布 74

5.3.1 伯努利分布 76

5.3.2 二项分布 76

5.3.3 几何分布 77

5.3.4 超几何分布 77

5.3.5 泊松分布 78

5.3.6 多项分布 78

5.4 连续型随机变量的概率分布 78

5.4.1 正态分布 79

5.4.2 指数分布 80

5.4.3 均匀分布 81

软件应用 81

本章小结 84

关键术语 84

习题 84

案例研究 87

第6章 抽样与抽样分布 89

6.1 概率抽样方法 89

6.1.1 简单随机抽样 89

6.1.2 分层抽样 90

6.1.3 系统抽样 90

6.1.4 整群抽样 91

6.2 由正态分布导出的几个重要分布 91

6.2.1 x2分布 91

6.2.2 t分布 92

6.2.3 F分布 93

6.3 样本均值的分布与中心极限定理 94

6.4 样本比例的抽样分布 96

6.5 样本方差的抽样分布 97

6.6 两个总体参数推断时的样本统计量的抽样分布 97

6.6.1 两个样本均值差的抽样分布 97

6.6.2 两个样本比例差的抽样分布 98

6.6.3 两个样本方差比的抽样分布 99

软件应用 100

本章小结 102

关键术语 102

习题 103

案例研究 104

第7章 参数估计 105

7.1 参数点估计 105

7.1.1 矩估计法 105

7.1.2 极大似然估计法 106

7.2 点估计的评价准则 108

7.2.1 无偏性 108

7.2.2 有效性 109

7.2.3 一致性 109

7.3 区间估计的概念和原理 109

7.3.1 区间估计的基本原理 110

7.3.2 区间估计的步骤 111

7.4 总体均值的区间估计 111

7.4.1 单一总体均值的区间估计（方差已知或大样本） 112

7.4.2 单一总体均值的区间估计（小样本且方差未知） 113

7.4.3 两个总体均值之差的区间估计 114

7.5 总体比例的区间估计 119

7.5.1 单一总体比例的区间估计 119

7.5.2 两个总体比例之差的区间估计 120

7.6 总体方差的区间估计 121

7.7 样本容量的确定 122

7.7.1 总体均值区间估计时样本容量的确定 122

7.7.2 总体比例区间估计时样本容量的确定 122

7.7.3 两个总体均值之差区间估计时样本容量的确定 123

7.7.4 两个总体比例之差区间估计时样本容量的确定 123

软件应用 123

本章小结 126

关键术语 126

习题 126

案例研究 129

第8章 假设检验 131

8.1 假设检验的原理 131

8.1.1 假设检验的基本原理 131

8.1.2 假设检验的步骤 132

8.1.3 假设检验中的两类错误 136

8.1.4 假设检验中的P值 138

8.2 总体均值的假设检验 139

8.2.1 σ已知的情况下总体均值的假设检验 140

8.2.2 σ未知、大样本的情况下总体均值的假设检验 140

8.2.3 σ未知、小样本的情况下总体均值的假设检验 141

8.3 总体比例的假设检验 142

8.3.1 单一总体比例的假设检验 142

8.3.2 两个总体比例之差的假设检验 143

8.4 总体方差的假设检验 143

8.4.1 单一总体方差的假设检验 144

8.4.2 两个总体方差比的假设检验 145

8.5 两个总体均值差的假设检验 146

8.5.1 σ？、σ？已知，或σ？、σ？未知，但大样本的情况 146

8.5.2 σ？、σ？未知，且小样本的情况 147

8.5.3 配对样本 149

软件应用 150

本章小结 155

关键术语 155

习题 156

案例研究 158

第9章 方差分析 162

9.1 方差分析的基本思想 163

9.2 单因素方差分析 164

9.2.1 单因素方差分析的步骤 164

9.2.2 单因素方差分析的多重比较 167

9.3 双因素方差分析 168

软件应用 172

本章小结 175

关键术语 175

习题 175

案例研究 178

第10章 x2分布和列联分析 179

10.1 x2分布与拟合优度检验 179

10.1.1 x2统计量与x2分布 179

10.1.2 拟合优度检验 181

10.2 列联表与两变量独立性检验 184

10.2.1 列联表 184

10.2.2 独立性检验 187

10.3 列联表与多个比例相等的检验 188

软件应用 190

本章小结 194

关键术语 194

习题 195

案例研究 197

第11章 相关与回归分析 198

11.1 变量间的相关关系 198

11.1.1 变量相关的概念 198

11.1.2 相关系数 200

11.1.3 对相关系数的显著性检验 200

11.1.4 决定系数 202

11.2 一元线性回归 202

11.2.1 一元线性回归的概念 202

11.2.2 参数β0和β1的最小二乘估计 203

11.2.3 残差分析 205

11.2.4 回归方程的显著性检验（总体显著性检验） 206

11.2.5 回归系数的显著性检验 207

11.2.6 预测标准误差 208

11.2.7 回归方程在估计和预测中的应用 209

11.2.8 相关系数、决定系数和预测标准误差三者的关系 211

11.3 多元线性回归 211

11.3.1 多元线性回归的概念和方法 211

11.3.2 对多元回归模型的评估 214

11.4 可线性化的非线性回归 217

软件应用 219

本章小结 221

关键术语 222

习题 222

案例研究 225

第12章 时间序列分析与预测 226

12.1 时间序列分析概述 226

12.1.1 时间序列及其分类 227

12.1.2 时间序列的组成因素与模型 227

12.2 时间序列平滑与预测 229

12.2.1 移动平均法 229

12.2.2 指数平滑法 232

12.3 有趋势序列的最小二乘法预测模型 233

12.3.1 线性趋势模型 233

12.3.2 二次曲线趋势模型 235

12.3.3 指数趋势模型 236

12.3.4 使用第一、第二、百分数差异法选择模型 238

12.4 有趋势序列的自回归预测模型 239

12.5 季节因素分析 242

12.5.1 季节因素分析的目的 242

12.5.2 季节因素分析的方法 242

12.5.3 季节因素的调整 245

12.6 循环因子分析 247

12.6.1 循环波动及其分析目的 247

12.6.2 循环波动的分析方法 247

软件应用 249

本章小结 254

关键术语 254

习题 255

案例研究 257

第13章 指数 259

13.1 指数的概念和分类 259

13.1.1 指数的概念 259

13.1.2 指数的分类 260

13.2 个体指数 261

13.3 综合指数 261

13.3.1 不加权综合指数 261

13.3.2 加权综合指数：拉氏指数和帕氏指数 262

13.4 平均指数 265

13.4.1 加权算术平均法编制数量指标指数 265

13.4.2 加权调和平均法编制质量指标指数 266

13.5 指数体系 267

13.5.1 指数体系概念和应用 267

13.5.2 指数体系的因素分析 267

13.6 常用价格指数 271

13.6.1 消费价格指数 271

13.6.2 零售价格指数 273

13.6.3 股票价格指数 274

本章小结 276

关键术语 276

习题 276

案例研究 277

第14章 聚类分析 280

14.1 聚类分析概述 280

14.2 距离和相似系数 281

14.2.1 变量测量尺度的类型 281

14.2.2 样品间亲疏程度的测度 281

14.3 类间距离计算方法 283

14.3.1 最短距离连接法 283

14.3.2 最长距离连接法 284

14.3.3 类间平均距离连接法 284

14.3.4 类内平均距离连接法 285

14.3.5 重心聚类法 285

14.3.6 离差平方和法 285

14.3.7 中位数法 285

14.4 层次聚类分析法 285

14.4.1 层次聚类分析概述 285

14.4.2 层次聚类分析具体步骤 286

14.4.3 用SPSS进行层次聚类分析基本操作步骤和输出结果分析 286

14.4.4 SPSS层次聚类分析操作的其他常用选项 289

14.5 快速聚类分析 293

14.5.1 快速聚类分析概述 293

14.5.2 快速聚类分析具体分析步骤 293

14.5.3 SPSS快速聚类分析基本操作步骤和输出结果分析 294

14.5.4 SPSS快速聚类分析操作的其他常用选项 296

14.6 聚类分析的实例分析 298

14.6.1 背景介绍 298

14.6.2 操作步骤及结果解析 298

14.6.3 聚类分析的注意事项 304

本章小结 305

关键术语 305

习题 306

案例研究 309

第15章 因子分析 311

15.1 基本概念 311

15.1.1 因子分析概述 311

15.1.2 因子分析模型 312

15.2 因子分析的基本步骤 314

15.2.1 判断原始变量是否适合进行因子分析 314

15.2.2 提取公因子和确定公因子数目 315

15.2.3 公因子的命名解释 317

15.2.4 计算因子得分 318

15.3 SPSS实现因子分析的操作步骤 318

15.4 因子分析的实例分析 321

15.4.1 背景介绍 321

15.4.2 操作步骤及结果解析 322

15.4.3 实例分析小结 332

本章小结 332

关键术语 332

习题 333

案例研究 335

参考文献 337

附录 常用统计表 338