第1章 简介和数据收集 1
1.1 为什么学习统计学 1
1.2 适用于管理的统计学 1
统计应用：Good Tunes公司 2
1.3 统计基本术语 3
1.4 数据收集 4
1.5 变量类型 6
1.6 Microsoft Excel工作表 9
本章小结 11
关键术语 11
第2章 表格和图表中的数据表示 12
统计应用：Choice Is Yours公司（一） 12
2.1 分类数据的图表 13
2.2 数值数据的整理 19
2.3 数值数据的图表 23
2.4 交叉表 32
2.5 散点图与时间序列图 36
2.6 图表误用和道德问题 40
本章小结 43
关键术语 44
第3章 数值型描述度量 45
统计应用：Choice Is Yours公司（二） 45
3.1 集中趋势度量 45
3.2 离散程度与形状 50
3.3 总体的数值型描述度量 60
3.4 探索性数据分析 63
3.5 协方差和相关系数 67
3.6 数值型描述度量的缺陷和道德问题 71
本章小结 72
重要公式 72
关键术语 74
第4章 概率论基础 75
统计应用：Consumer电子公司 75
4.1 概率的基本概念 76
4.2 条件概率 82
4.3 贝叶斯定理 88
4.4 道德问题和概率 93
4.5 概率计算规则 93
本章小结 93
重要公式 93
关键术语 94
第5章 离散型随机变量的概率分布 95
统计应用：Saxon Home Improvement公司 95
5.1 离散型随机变量的概率分布 95
5.2 协方差及其在金融中的应用 99
5.3 二项分布 103
5.4 泊松分布 109
5.5 超几何分布 113
5.6 运用泊松分布近似二项分布 115
本章小结 116
重要公式 116
关键术语 117
第6章 正态分布和其他连续型分布 118
统计应用：OurCampus！网站 118
6.1 连续型概率分布 118
6.2 正态分布 119
6.3 评价正态性 130
6.4 均匀分布 133
6.5 指数分布 135
6.6 运用正态分布近似二项分布 137
本章小结 137
重要公式 137
关键术语 138
第7章 抽样与抽样分布 139
统计应用：牛津谷物公司（一） 139
7.1 抽样方法 139
7.2 评价调查价值 144
7.3 抽样分布 147
7.4 均值的抽样分布 147
7.5 比例的抽样分布 155
7.6 有限总体中的抽样 158
本章小结 158
重要公式 158
关键术语 159
第8章 置信区间估计 160
统计应用：Saxon Home Improvement公司 160
8.1 均值的置信区间估计（σ已知） 161
8.2 均值的置信区间估计（σ未知） 164
8.3 比例的置信区间估计 170
8.4 确定样本容量 173
8.5 置信区间估计在审计中的应用 178
8.6 置信区间估计和道德问题 184
8.7 有限总体的估计和样本容量确定 184
本章小结 184
重要公式 184
关键术语 185
第9章 假设检验基础：单样本检验 186
统计应用：牛津谷物公司（二） 186
9.1 假设检验的方法 186
9.2 均值的假设检验，Z检验（σ已知） 190
9.3 单尾检验 196
9.4 均值的t假设检验（σ未知） 200
9.5 比例假设检验的Z检验 206
9.6 假设检验潜在的缺陷和道德问题 209
9.7 检验功效 211
本章小结 211
重要公式 211
关键术语 212
第10章 双样本检验 213
统计应用：BLK食品公司 213
10.1 两个独立总体均值的比较 213
10.2 两个相关总体均值的比较 221
10.3 比较两个总体的比例 229
10.4 两个方差的F检验 235
本章小结 240
重要公式 241
关键术语 242
第11章 方差分析 243
统计应用：Perfect Parachutes公司 243
11.1 完全随机假设：单因素方差分析 243
11.2 因子设计：双因素方差分析 255
11.3 随机区组设计 266
本章小结 266
重要公式 266
关键术语 267
第12章 卡方检验和非参数检验 269
统计应用：T.C.Resort Properties公司 269
12.1 两个比例（独立样本）差值的卡方检验 269
12.2 两个以上比例差值的卡方检验 275
12.3 独立性的卡方检验 281
12.4 两个比例差值的McNEMAR检验（相关样本） 286
12.5 Wilcoxon秩和检验：两个独立总体的非参数分析 289
12.6 Kruskal-Wallis秩检验：单因素方差分析的非参数方法 295
12.7 对方差或标准差的x2检验 299
本章小结 299
重要公式 299
关键术语 300
第13章 简单线性回归 301
统计应用：Sunflowers Apparel公司 301
13.1 回归模型的类型 301
13.2 确定简单线性回归方程 303
13.3 偏差的度量 311
13.4 假设 315
13.5 残差分析 316
13.6 度量自相关：杜宾·瓦森统计量 320
13.7 关于斜率和相关系数的推断 324
13.8 均值估计和单值预测 330
13.9 回归的缺陷和道德问题 333
本章小结 337
重要公式 338
关键术语 339
第14章 多元回归介绍 341
统计应用：OmniFoods公司 341
14.1 创建多元回归模型 341
14.2 多元判定系数r2，校正r2和联合F检验 346
14.3 多元回归模型的残差分析 349
14.4 总体回归系数的推论 351
14.5 多元回归模型的检验部分 354
14.6 在回归模型中运用虚拟变量和交互作用项 358
本章小结 367
重要公式 369
关键术语 370
第15章 构建多元回归模型 371
统计应用：WTT-TV公司 371
15.1 二次回归模型 371
15.2 在回归模型中运用变换 378
15.3 共线性 381
15.4 模型构建 382
15.5 多元回归的缺陷和道德问题 389
本章小结 390
重要公式 391
关键术语 391
第16章 时间序列预测和指数 392
统计应用：The Principled公司 392
16.1 商业预测的重要性 392
16.2 经典乘法时间序列模型的组成因素 393
16.3 年时间序列平滑 394
16.4 最小二乘趋势拟合和预测 400
16.5 自回归模型用于拟合和预测趋势 410
16.6 选择适合的预测模型 417
16.7 时间序列预测季节数据 421
16.8 指数 427
16.9 时间序列预测的缺陷 433
本章小结 434
重要公式 434
关键术语 437
第17章 决策制定 438
统计应用：可信基金 438
17.1 结算表和决策树 438
17.2 决策制定标准 442
17.3 样本信息的决策制定 450
17.4 效用 455
本章小结 456
重要公式 456
关键术语 456
第18章 统计在质量管理中的应用 458
统计应用：Beachcomber酒店 458
18.1 全面质量管理 459
18.2 六西格玛管理 460
18.3 控制图理论 461
18.4 比例的控制图：p-图 463
18.5 红珠实验：理解过程变异性 469
18.6 极差和均值控制图 470
18.7 过程能力 477
本章小结 482
重要公式 482
关键术语 483