第1章 导论 1
1.1 统计的初步认知 3
1.2 统计的概念界定 4
1.3 统计学的分科 5
1.3.1 描述统计和推断统计 5
1.3.2 理论统计和应用统计 7
1.4 统计学的基本术语 7
1.4.1 统计总体和总体单位 8
1.4.2 标志和变量 8
1.4.3 统计指标和指标体系 9
1.4.4 总体和样本 11
1.4.5 参数和统计量 11
1.5 统计在商务和经济领域中的应用 11
1.5.1 会计 12
1.5.2 金融 12
1.5.3 营销 12
1.5.4 生产 12
1.5.5 经济 13
第2章 统计数据的搜集 15
2.1 统计数据的类型 17
2.1.1 分类数据、顺序数据、数值型数据 17
2.1.2 观测数据和实验数据 17
2.1.3 截面数据和时间序列数据 17
2.1.4 原始数据和次级数据 18
2.2 数据搜集的组织方式 18
2.2.1 普查、统计报表 19
2.2.2 重点调查、典型调查 19
2.2.3 抽样调查 21
2.3 统计调查方案设计 25
2.3.1 调查方案的主要内容 25
2.3.2 调查表 26
2.3.3 问卷设计 26
2.4 数据的误差 28
2.4.1 抽样误差 28
2.4.2 非抽样误差 28
第3章 统计数据的整理和展示 35
3.1 统计数据的整理 37
3.1.1 数据的预处理 37
3.1.2 统计分组 38
3.1.3 分布数列 39
3.2 统计数据的图表展示 42
3.2.1 统计表 42
3.2.2 统计图 45
3.3 统计图表的合理使用 51
3.3.1 鉴别图形优劣的准则 52
3.3.2 统计表设计的注意事项 54
第4章 数据特征的描述分析 57
4.1 总和特征的度量——总量指标 59
4.1.1 总量指标的概念和作用 59
4.1.2 总量指标的分类 59
4.2 比较特征的度量——相对指标 60
4.2.1 相对指标的概念和作用 60
4.2.2 相对指标的种类与计算 61
4.2.3 相对指标的设计 64
4.3 水平特征的度量——平均指标 65
4.3.1 平均指标的概念与作用 65
4.3.2 平均指标的种类与计算 65
4.3.3 平均指标案例分析 73
4.4 差异特征的度量——标志变异指标 74
4.4.1 标志变异指标的概念和作用 74
4.4.2 标志变异指标的种类与计算 74
4.5 分布特征的进一步度量 79
4.5.1 偏度 79
4.5.2 峰度 81
第5章 概率基础与抽样分布 85
5.1 随机事件的概率度量 87
5.1.1 随机事件 87
5.1.2 概率 89
5.1.3 概率的运算 91
5.2 随机变量及其概率分布 95
5.2.1 随机变量 96
5.2.2 概率分布的类型 97
5.2.3 常见离散型概率分布 100
5.2.4 常见连续型概率分布 105
5.3 大数定律和中心极限定理 110
5.3.1 大数定律 110
5.3.2 中心极限定理 111
5.4 统计量的抽样分布 113
5.4.1 抽样分布的概念 114
5.4.2 样本均值的抽样分布 114
5.4.3 样本比例的抽样分布 115
5.4.4 样本方差的抽样分布 116
5.4.5 两个样本统计量的抽样分布 116
第6章 参数估计 123
6.1 参数估计的基本原理 125
6.1.1 点估计和点估计量 125
6.1.2 点估计量的评价标准 126
6.1.3 区间估计 127
6.2 一个总体参数的区间估计 128
6.2.1 总体均值μ的区间估计 128
6.2.2 大样本下总体比例π的区间估计 130
6.2.3 正态总体方差σ2的区间估计 131
6.3 两个总体参数的区间估计 132
6.3.1 两个总体均值差的区间估计 132
6.3.2 大样本情况下，两个总体比例差的区间估计 134
6.3.3 两个正态总体方差比的区间估计 135
6.4 样本容量的确定 136
6.4.1 样本容量与估计精确度的关系 136
6.4.2 确定样本容量的原理 137
6.4.3 估计总体均值时样本容量n的确定方法 137
6.4.4 估计总体比例时样本容量n的确定方法 138
第7章 假设检验 145
7.1 假设检验的基本原理 147
7.1.1 假设检验问题的提出 147
7.1.2 假设检验的基本规则 148
7.1.3 检验统计量、显著性水平和拒绝域 149
7.1.4 双侧检验和单侧检验 150
7.1.5 假设检验中的P值法 154
7.1.6 假设检验的两类错误 155
7.1.7 假设检验的步骤 156
7.2 一个总体参数的假设检验 157
7.2.1 总体均值μ的假设检验 157
7.2.2 大样本下总体比例π的假设检验 160
7.2.3 正态总体方差σ2的假设检验 160
7.3 两个总体参数的假设检验 162
7.3.1 两个总体均值差的假设检验 162
7.3.2 大样本情况下，两个总体比例差的假设检验 166
7.3.3 两个正态总体方差比的假设检验 168
7.3.4 配对样本的假设检验 169
第8章 方差分析 175
8.1 问题的提出 177
8.2 方差分析的基本原理 178
8.2.1 方差分析的相关概念 178
8.2.2 方差分析的基本思想和原理 179
8.2.3 方差分析的基本假定 181
8.2.4 一般提出形式 181
8.3 单因素方差分析 182
8.3.1 数据结构 182
8.3.2 分析步骤 182
8.3.3 关系强度的测量 187
8.3.4 方差分析中的多重比较 187
8.4 双因素方差分析 189
8.4.1 双因素方差分析及其类型 189
8.4.2 无交互作用的双因素方差分析 190
8.4.3 有交互作用的双因素方差分析 194
第9章 相关与回归分析 201
9.1 变量间相关关系的测定 203
9.1.1 相关分析的概念 203
9.1.2 相关关系 204
9.1.3 相关系数 206
9.1.4 相关系数的显著性检验 208
9.2 一元线性回归分析 209
9.2.1 一元线性回归的数学模型 210
9.2.2 参数α和β的最小二乘估计 211
9.2.3 残差分析 213
9.2.4 一元回归模型的检验 214
9.2.5 利用一元线性回归方程进行预测 217
9.3 多元线性回归分析 219
9.3.1 多元线性回归模型 220
9.3.2 总体回归系数的估计 221
9.3.3 多元线性回归模型的检验 222
第10章 时间序列分析 229
10.1 时间序列的界定 231
10.1.1 时间序列的概念 231
10.1.2 时间序列的分类 231
10.1.3 时间序列的编制方法 232
10.2 时间序列的描述性分析 232
10.2.1 水平指标 233
10.2.2 速度指标 236
10.3 时间序列的影响因素分析 240
10.4 长期趋势分析与测定 241
10.4.1 长期趋势的修匀方法 242
10.4.2 长期趋势的数学模型 244
10.5 季节变动分析与测定 248
10.5.1 按月（或按季）平均法 249
10.5.2 长期趋势剔除法 250
10.6 循环变动与不规则变动分析 252
第11章 指数分析 257
11.1 指数的概念和分类 259
11.1.1 指数的概念 259
11.1.2 指数的分类 260
11.1.3 指数的作用 261
11.2 综合指数 261
11.2.1 综合指数的含义和特点 261
11.2.2 综合指数的种类 262
11.3 平均数指数 266
11.3.1 加权算术平均数指数 267
11.3.2 加权调和平均数指数 268
11.4 指数体系与因素分析 269
11.4.1 指数体系的含义 269
11.4.2 构建指数体系的基本原则 270
11.4.3 指数因素分析 270
第12章 统计决策 279
12.1 统计决策的基本概念 281
12.1.1 统计决策的概念 281
12.1.2 统计决策中的重要概念——损益矩阵表 282
12.1.3 统计决策的基本原则 283
12.1.4 统计决策的基本步骤 284
12.2 完全不确定型决策 285
12.2.1 完全不确定型决策准则 285
12.2.2 各种决策准则比较 288
12.3 一般风险型决策 289
12.3.1 自然状态概率分布的估计 289
12.3.2 风险型决策的准则 289
12.3.3 利用决策树进行风险型决策 292
12.4 贝叶斯决策 294
12.4.1 贝叶斯决策的概念 294
12.4.2 预后验分析 295
12.4.3 贝叶斯决策的步骤 295
12.4.4 贝叶斯决策的优点及其局限性 298
参考文献 301
常用统计量分布表 302
附表1 标准正态分布表 302
附表2 t分布表 302
附表3 X2分布表 302
附表4 F分布 302