商务统计学PDF电子书下载

第1篇 数据探索和数据收集 2

第1章 统计学与变异 2

1.1 什么是统计学 2

1.2 本书有何用处 3

第2章 数据 6

2.1 什么是数据 7

2.2 变量类型 9

2.3 Where、How和When 12

2.4 小结 15

2.5 技术帮助 16

2.6 微型案例研究项目 17

2.7 习题 17

第3章 调查与抽样 22

3.1 抽样调查三原则 22

3.2 是否需要普查 25

3.3 总体和参数 26

3.4 简单随机样本（SRS） 27

3.5 其他抽样设计 28

3.6 定义总体 31

3.7 有效调查 31

3.8 小结 36

3.9 技术帮助：随机抽样 38

3.10 微型案例研究项目 38

3.11 习题 39

第4章 显示和描述分类数据 45

4.1 数据分析的3条规则 45

4.2 频数表 46

4.3 图 47

4.4 列联表 50

4.5 小结 60

4.6 技术帮助：在计算机上显示分类数据 61

4.7 微型案例研究项目 63

4.8 习题 63

第5章 随机性和概率 76

5.1 随机现象和概率 76

5.2 不存在的平均数定律 78

5.3 不同类型的概率 79

5.4 概率法则 81

5.5 联合概率和列联表 85

5.6 条件概率 86

5.7 构建列联表 88

5.8 小结 89

5.9 微型案例研究项目 91

5.10 习题 92

第6章 显示和描述定量数据 102

6.1 显示分布 102

6.2 形状 104

6.3 中心 106

6.4 分布的离散度 108

6.5 形状、中心和离散度的概括 109

6.6 五数概括和箱线图 110

6.7 组间比较 113

6.8 确认异常值 114

6.9 标准化 116

6.10 时间序列图 118

6.11 变换有偏的数据 120

6.12 小结 124

6.13 技术帮助：显示和概括定量变量 126

6.14 微型案例研究项目 129

6.15 习题 130

第2篇 理解数据和分布 148

第7章 散点图、关联和相关 148

7.1 观察散点图 149

7.2 在散点图中指定变量的角色 151

7.3 理解相关关系 152

7.4 直线型散点图 159

7.5 潜在变量和因果关系 160

7.6 小结 163

7.7 技术帮助：散点图和相关系数 164

7.8 微型案例研究项目 167

7.9 习题 168

第8章 线性回归 182

8.1 线性模型 183

8.2 相关性和直线 184

8.3 向均值的回归 187

8.4 模型检验 189

8.5 从残差中学习更多知识 189

8.6 模型的变异和R2 191

8.7 真实性检验：回归是否合理 193

8.8 小结 196

8.9 技术帮助：回归 197

8.10 微型案例研究项目 199

8.11 习题 200

第9章 抽样分布和正态模型 214

9.1 样本比例分布的建模 215

9.2 模拟 215

9.3 正态分布 216

9.4 练习正态分布的计算 217

9.5 比例的抽样分布 222

9.6 假设和条件 224

9.7 中心极限定理——统计学中的基本定理 226

9.8 均值的抽样分布 228

9.9 样本容量的收益递减性 230

9.10 抽样分布模型的原理 230

9.11 小结 233

9.12 微型案例研究项目 234

9.13 习题 235

第10章 比例的置信区间 243

10.1 置信区间 243

10.2 误差幅度：确定性与精确性 246

10.3 临界值 247

10.4 假设与条件 248

10.5 小样本的置信区间 251

10.6 选择样本容量 251

10.7 小结 255

10.8 技术帮助：比例的置信区间 256

10.9 微型案例研究项目 257

10.10 习题 258

第11章 比例的假设检验 266

11.1 假设 267

11.2 作为假设检验的审判 268

11.3 P值 269

11.4 假设检验的原理 270

11.5 备择假设 272

11.6 α水平与显著性 274

11.7 临界值 276

11.8 置信区间与假设检验 277

11.9 两类错误 280

11.10 检验的效力 281

11.11 小结 285

11.12 技术帮助 286

11.13 微型案例研究项目 288

11.14 习题 289

第12章 均值的置信区间和假设检验 297

12.1 均值的抽样分布 297

12.2 均值的置信区间 299

12.3 假设与条件 300

12.4 解释置信区间时需要注意的地方 305

12.5 单样本t检验 306

12.6 样本容量 309

12.7 自由度为什么是n－1 310

12.8 小结 312

12.9 技术帮助：均值推断 313

12.10 微型案例研究项目 315

12.11 习题 316

第13章 比较两个均值 328

13.1 检验两个均值的差异 329

13.2 两样本t检验 331

13.3 假设和条件 331

13.4 两均值差的置信区间 335

13.5 合并的t检验 337

13.6 图基快速检验 342

13.7 小结 343

13.8 技术帮助：两样本方法 345

13.9 微型案例研究项目 347

13.10 习题 347

第14章 配对样本与区组划分 361

14.1 配对数据 362

14.2 假设和条件 362

14.3 配对t检验 363

14.4 配对t检验的原理 366

14.5 小结 369

14.6 技术帮助：配对t方法 370

14.7 微型案例研究项目 372

14.8 习题 372

第15章 计数的推断：卡方检验 390

15.1 拟合优度检验 391

15.2 解释卡方值 395

15.3 检测残差 396

15.4 齐性的卡方检验 397

15.5 比较两个比例 401

15.6 独立性的卡方检验 403

15.7 小结 408

15.8 技术帮助：卡方 409

15.9 微型案例研究项目 411

15.10 习题 411

第3篇 研究变量之间的关系 426

第16章 回归的推断 426

16.1 总体和样本 427

16.2 假设和条件 427

16.3 斜率的标准误 430

16.4 对回归斜率的检验 432

16.5 相关性的假设检验 435

16.6 预测值的标准误 436

16.7 使用置信区间和预测区间 440

16.8 小结 443

16.9 技术帮助：回归分析 444

16.10 微型案例研究项目 446

16.11 习题 447

第17章 对残差的理解 463

17.1 检验各组的残差 463

17.2 外推和预测 466

17.3 不寻常和异常的观测值 468

17.4 处理汇总值 471

17.5 自相关 472

17.6 线性性 474

17.7 转换（变换）数据 475

17.8 幂变换阶梯 477

17.9 小结 480

17.10 技术帮助 481

17.11 微型案例研究项目 482

17.12 习题 483

第18章 多元回归 499

18.1 多元回归模型 500

18.2 解释多元回归的系数 502

18.3 多元回归模型的假设和条件 503

18.4 检验多元回归模型 510

18.5 调整后的R2和F统计量 511

18.6 Logistic回归模型 513

18.7 小结 520

18.8 技术帮助：回归分析 521

18.9 微型案例研究项目 523

18.10 习题 523

第19章 建立多元回归模型 538

19.1 指示（或虚拟）变量 539

19.2 不同斜率的调整——交互效应项 541

19.3 多元回归诊断 544

19.4 建立回归模型 548

19.5 共线性 555

19.6 二次项 558

19.7 小结 561

19.8 技术帮助：计算机回归分析 563

19.9 微型案例研究项目 564

19.10 习题 565

第20章 时间序列分析 582

20.1 什么是时间序列 583

20.2 时间序列成分 583

20.3 平滑方法 586

20.4 简单移动平均法 587

20.5 加权移动平均 589

20.6 指数平滑法 589

20.7 概括预测误差 590

20.8 自回归模型 592

20.9 随机游走 595

20.10 基于多元回归的模型 599

20.11 加法和乘法模型 601

20.12 循环和不规则成分 603

20.13 基于回归模型的预测 604

20.14 时间序列预测方法的选择 608

20.15 解释时间序列模型：再次考察全食超市的数据 608

20.16 小结 610

20.17 技术帮助 611

20.18 微型案例研究项目 612

20.19 习题 613

第4篇 决策建模 632

第21章 随机变量和概率模型 632

21.1 随机变量的期望值 632

21.2 随机变量的标准差 634

21.3 期望值和方差的性质 636

21.4 离散概率模型 639

21.5 连续型随机变量 646

21.6 小结 656

21.7 微型案例研究项目 658

21.8 习题 659

第22章 决策与风险 667

22.1 行动、自然状态和结果 667

22.2 收益表和决策树 668

22.3 最小化损失和最大化收益 669

22.4 行动的期望值 669

22.5 具有完全信息的期望值 671

22.6 样本信息下的决策 671

22.7 估计变异性 673

22.8 灵敏度 674

22.9 模拟 674

22.10 概率树 676

22.11 条件的反转：贝叶斯准则 678

22.12 更加复杂的决策 679

22.13 小结 680

22.14 微型案例研究项目 682

22.15 习题 683

第23章 实验的设计、分析及观察性研究 689

23.1 观察性研究 690

23.2 随机化的比较实验 690

23.3 实验设计的四大原则 691

23.4 实验设计 693

23.5 设盲和安慰剂 696

23.6 混杂变量和潜在变量 698

23.7 单因素设计分析——单因素方差分析法 698

23.8 方差分析的假设和条件 701

23.9 多重比较 704

23.10 观测数据的方差分析 706

23.11 多因子设计分析 707

23.12 小结 716

23.13 微型案例研究项目 722

23.14 习题 722

第24章 数据挖掘概述 737

24.1 直接营销 737

24.2 数据 738

24.3 数据挖掘的目标 739

24.4 数据挖掘的误区 740

24.5 成功的数据挖掘 741

24.6 数据挖掘问题 743

24.7 数据挖掘的算法 743

24.8 数据挖掘过程 747

24.9 总结 748

24.10 小结 749

习题答案 751

附录A 部分公式和表 810