当前位置:首页 > 经济
商业统计学精要
商业统计学精要

商业统计学精要PDF电子书下载

经济

  • 电子书积分:14 积分如何计算积分?
  • 作 者:(美)詹姆斯·R.埃文斯(James R.Evans)著;潘文卿,丁海山译
  • 出 版 社:北京:中国人民大学出版社
  • 出版年份:2004
  • ISBN:730005093X
  • 页数:434 页
图书介绍:本书系统介绍统计学的理论与方法。
《商业统计学精要》目录

目录 1

第1章 数据与商业决策 1

1.1 引论 1

1.2 商业中的统计思想 2

1.3 商业环境中的数据 4

1.4 数据的来源与类型 8

1.4.1 数据分类 8

1.5 总体与样本 13

1.6 使用Microsoft Excel 15

1.6.1 Excel的基本技巧 15

1.6.3 函数 16

1.6.2 复制公式和单元格引用 16

1.6.4 其他有用的Excel小技巧 17

1.6.5 Excel的加载宏 19

1.7 在Excel中处理数据 20

1.7.1 数据透视表 23

1.8 问题和难点 28

1.9 案例:Tracway公司的平衡计分卡 30

第2章 数据显示和数据整理 37

2.1 引论 37

2.2 用图表显示数据 38

2.2.1 柱形图和条形图 38

2.2.3 饼图 43

2.2.4 面积图 43

2.2.2 折线图 43

2.2.5 散点图 44

2.2.6 其他Excel图形 45

2.2.7 图形化显示方法总结 46

2.3 列联表和交叉表 47

2.4 描述统计学 48

2.4.1 频数分布和直方图 50

2.4.2 集中趋势指标 53

2.5 离散趋势指标 57

2.5.1 标准差的重要性 60

2.6 分组数据的计算 61

2.7 变异系数 63

2.8 形状指标 64

2.9 Excel的描述统计工具 66

2.10 数据剖面和比例 68

2.11 统计量的可视化 70

2.11.1 箱线图 70

2.11.2 茎叶图 73

2.11.3 点刻度图 75

2.12 统计关系 76

2.13 案例研究:描述统计学在马尔科姆…鲍德里奇国家质量奖中的应用 79

2.14 问题和难点 82

2.15 案例:Tracway数据的描述统计分析 91

第3章 随机变量与概率分布 93

3.1 引论 93

3.2.1 概率 94

3.2 基本概念 94

3.2.2 概率性质及其计算 95

3.3 随机变量 96

3.4 概率分布 97

3.5 随机变量的期望值和方差 103

3.6 离散型概率分布 104

3.6.1 贝努利分布和二项分布 104

3.6.2 泊松分布 107

3.7 连续型概率分布 109

3.7.1 均匀分布 109

3.7.2 正态分布 110

3.7.3 三角分布 116

3.7.4 指数分布 117

3.8 其他的有用分布 120

3.8.1 PHStat中的概率分布 123

3.9 统计学中的蒙特卡洛方法 124

3.9.1 随机数 125

3.9.2 从概率分布中随机抽样 126

3.9.3 在Excel中生成随机变量 127

3.9.4 统计学中蒙特卡洛方法的实际应用 133

3.10 抽样分布和抽样误差 136

3.10.1 均值的标准误差 137

3.11 问题和难点 139

3.12 案例:Tracway公司质量测试的概率模型 145

4.1 引论 147

第4章 抽样与统计推断 147

4.2 统计抽样 148

4.2.1 抽样设计 148

4.2.2 抽样方法 149

4.2.3 抽样误差 153

4.2.4 从有限总体中抽样 153

4.3 抽样数据的统计分析 154

4.4 估计 156

4.4.1 点估计 156

4.5 区间估计 158

4.6 均值的置信区间 158

4.7 比例的置信区间 163

4.8 置信区间和样本容量 164

4.9 其他类型的置信区间 167

4.9.1 总体总数 167

4.9.2 均值之差 168

4.9.3 成对样本 171

4.9.4 比例之差 172

4.9.5 方差和标准差 173

4.9.6 时间序列数据 175

4.9.7 置信区间的总结与结论 175

4.9.8 置信区间和概率区间 177

4.10 假设检验 177

4.10.1 假设公式 178

4.10.2 显著性水平 180

4.10.3 决策规则 181

4.11 单样本假设检验 184

4.11.1 平均值的单样本检验 184

4.11.2 使用p值 188

4.11.3 比例的单样本检验 188

4.12 双样本假设检验 191

4.12.1 平均值的双样本检验 191

4.12.2 比例的双样本检验 194

4.12.3 假设检验和置信区间 195

4.12.4 方差间差异的F检验 195

4.13 ANOVA:若干均值间差异的检验 198

4.13.1 Tukey-Kramer多重比较程序 202

4.14 独立性卡方检验 204

4.15 非参数假设检验 207

4.16 分布拟合:假设检验的一种应用 207

4.16.1 用Crystal Ball进行分布拟合 212

4.17 问题和难点 214

4.18 案例:Tracway公司的统计推断 221

第5章 回归分析 223

5.1 引论 223

5.2 简单线性回归 225

5.2.1 最小二乘估计 227

5.3 度量回归直线的变差 230

5.3.1 可决系数和相关系数 232

5.3.2 估计的标准误差与置信带 233

5.4 作为方差分析的回归 234

5.5 回归分析的假设条件 241

5.6 回归分析在投资风险中的应用 244

5.7 多元线性回归 248

5.7.1 解释多元线性回归的结果 250

5.8 建立好的回归模型 252

5.8.1 使用修正的R2估计拟合优度 253

5.8.2 最优子集回归 254

5.8.3 逐步回归 256

5.8.4 相关性与多重共线性 258

5.9 定类独立变量的回归 260

5.10 非线性回归模型 264

5.11 问题和难点 267

5.12 案例:Tracway公司的回归分析 273

第6章 预测 276

6.1 引论 276

6.2 定性推断方法 277

6.2.1 历史类推法 278

6.2.2 德尔菲法 278

6.2.3 德尔菲法的应用 279

6.3 指标和指数 281

6.4 统计预测模型 283

6.5 静态时间序列的预测模型 285

6.5.1 移动平均模型 286

6.5.2 误差和预测精度 289

6.5.3 指数平滑模型 291

6.6 线性趋势预测模型 294

6.6.1 二次移动平均 294

6.6.2 二次指数平滑 296

6.7 季节性预测模型 297

6.7.1 加法季节模型 297

6.7.2 乘法季节模型 300

6.8 含有趋势和季节因素的时间序列模型 301

6.8.1 霍特-温特斯加法模型 301

6.8.2 霍特-温特斯乘法模型 302

6.9 CB预测器 303

6.10 回归模型 307

6.10.1 在回归模型中加入季节因素 309

6.11 预测练习 312

6.12 问题和难点 314

6.13 案例:Tracway公司的统计预测 318

第7章 统计质量控制 319

7.1 引论 319

7.2 统计学的作用与质量控制中的数据分析 320

7.3 统计过程控制 321

7.3.1 控制图 322

7.3.2 ?-图和R-图 324

7.4 分析控制图 329

7.5 品质控制图 337

7.5.1 可变样本容量 340

7.6 控制图设计中的统计问题 342

7.7 过程性能分析 343

7.8 问题和难点 346

7.9 案例:Tracway公司的质量控制 353

第8章 风险分析和蒙特卡洛模拟 355

8.1 引论 355

8.2 风险分析 356

8.3 用Crystal Ball进行蒙特卡洛模拟 359

8.3.1 财务风险分析模拟 360

8.3.2 指定输入信息 360

8.3.3 Crystal Ball的输出 367

8.3.4 创建Crystal Ball报表 371

8.4.1 相关假设 372

8.4 附加的Crystal Ball建模与分析选项 372

8.4.2 覆叠图 374

8.4.3 趋势图 376

8.4.4 灵敏度分析 376

8.4.5 其他的Crystal Ball工具 380

8.5 蒙特卡洛模拟的应用 384

8.5.1 项目管理 385

8.5.2 退休金计划 390

8.5.3 现金预算 392

8.6 问题和难点 395

8.7 案例:在Tracway公司确定一个机器维修战略 401

附录 403

关键词汇 422

相关图书
作者其它书籍
返回顶部