第1章 数据与统计资料 1
实践中的统计：彭博商业周刊 2
1.1 统计学在商务和经济中的应用 3
1.1.1 会计 3
1.1.2 财务 4
1.1.3 市场营销 4
1.1.4 生产 4
1.1.5 经济 4
1.1.6 信息系统 5
1.2 数据 5
1.2.1 个体、变量和观测值 5
1.2.2 测量尺度 7
1.2.3 分类型数据和数量型数据 8
1.2.4 截面数据和时间序列数据 8
1.3 数据来源 11
1.3.1 现有来源 11
1.3.2 观测性研究 12
1.3.3 实验 13
1.3.4 时间与成本问题 13
1.3.5 数据采集误差 13
1.4 描述统计 14
1.5 统计推断 16
1.6 逻辑分析方法 17
1.7 大数据和数据挖掘 18
1.8 计算机与统计分析 20
1.9 统计工作的道德准则 20
小结 22
关键术语 23
补充练习 24
第2章 描述统计学Ⅰ：表格法和图形法 32
实践中的统计：高露洁-棕榄公司 33
2.1 汇总分类变量的数据 34
2.1.1 频数分布 34
2.1.2 相对频数分布和百分数频数分布 35
2.1.3 条形图和饼形图 35
2.2 汇总数量变量的数据 41
2.2.1 频数分布 41
2.2.2 相对频数分布和百分数频数分布 43
2.2.3 打点图 43
2.2.4 直方图 44
2.2.5 累积分布 45
2.2.6 茎叶显示 46
2.3 用表格方式汇总两个变量的数据 55
2.3.1 交叉分组表 55
2.3.2 辛普森悖论 58
2.4 用图形显示方式汇总两个变量的数据 64
2.4.1 散点图和趋势线 64
2.4.2 复合条形图和结构条形图 65
2.5 数据可视化：创建有效图形显示的最佳实践 71
2.5.1 创建有效的图形显示 71
2.5.2 选择图形显示的类型 72
2.5.3 数据仪表板 72
2.5.4 实践中的数据可视化：辛辛那提动植物园 74
小结 77
关键术语 78
重要公式 79
补充练习 79
案例2-1 Pelican商店 84
案例2-2 电影业 85
案例2-3 皇后市 86
附录2A 使用Minitab的表格和图形描述 87
附录2B 使用Excel的表格和图形描述 90
第3章 描述统计学Ⅱ：数值方法 102
实践中的统计：Small Fry设计公司 103
3.1 位置的度量 104
3.1.1 平均数 104
3.1.2 加权平均数 106
3.1.3 中位数 107
3.1.4 几何平均数 109
3.1.5 众数 110
3.1.6 百分位数 111
3.1.7 四分位数 112
3.2 变异程度的度量 118
3.2.1 极差 118
3.2.2 四分位数间距 119
3.2.3 方差 119
3.2.4 标准差 120
3.2.5 标准差系数 121
3.3 分布形态、相对位置的度量以及异常值的检测 125
3.3.1 分布形态 125
3.3.2 z-分数 125
3.3.3 切比雪夫定理 127
3.3.4 经验法则 128
3.3.5 异常值的检测 130
3.4 五数概括法和箱形图 133
3.4.1 五数概括法 133
3.4.2 箱形图 134
3.4.3 利用箱形图的比较分析 135
3.5 两变量间关系的度量 138
3.5.1 协方差 138
3.5.2 协方差的解释 140
3.5.3 相关系数 141
3.5.4 相关系数的解释 144
3.6 数据仪表板：增加数值度量以提高有效性 148
小结 151
关键术语 152
重要公式 153
补充练习 155
案例3-1 Pelican商店 160
案例3-2 电影业 161
案例3-3 亚太地区的商学院 162
案例3-4 天使巧克力的网络交易 164
案例3-5 非洲象数量 165
附录3A 使用Minitab计算描述统计量 166
附录3B 使用Excel计算描述统计量 168
第7章 抽样和抽样分布 172
实践中的统计：MeadWestvaco有限公司 173
7.1 Electronics Associates公司的抽样问题 174
7.2 抽样 175
7.2.1 自有限总体的抽样 175
7.2.2 自无限总体的抽样 177
7.3 点估计 180
应用中的建议 182
7.4 抽样分布简介 184
7.5 ？的抽样分布 186
7.5.1 ？的数学期望 187
7.5.2 ？的标准差 187
7.5.3 ？抽样分布的形式 188
7.5.4 EAI问题中？的抽样分布 189
7.5.5 ？的抽样分布的实际应用 190
7.5.6 样本容量与？的抽样分布的关系 192
7.6 ？的抽样分布 196
7.6.1 ？的数学期望 197
7.6.2 ？的标准差 197
7.6.3 ？的抽样分布的形式 198
7.6.4 ？的抽样分布的实际应用 199
7.7 点估计的性质 202
7.7.1 无偏性 202
7.7.2 有效性 203
7.7.3 一致性 204
7.8 其他抽样方法 205
7.8.1 分层随机抽样 205
7.8.2 整群抽样 205
7.8.3 系统抽样 206
7.8.4 方便抽样 206
7.8.5 判断抽样 207
小结 207
关键术语 208
重要公式 209
补充练习 209
案例 Marion Dairies公司 212
附录7A 的数学期望和标准差 212
附录7B 用Minitab进行随机抽样 214
附录7C 用Excel进行随机抽样 215
第8章 区间估计 216
实践中的统计：Food Lion 217
8.1 总体均值的区间估计：σ已知情形 218
8.1.1 边际误差和区间估计 218
8.1.2 应用中的建议 222
8.2 总体均值的区间估计：σ未知情形 224
8.2.1 边际误差和区间估计 225
8.2.2 应用中的建议 228
8.2.3 利用小样本 228
8.2.4 区间估计方法小结 230
8.3 样本容量的确定 233
8.4 总体比率的区间估计 236
样本容量的确定 238
小结 242
关键术语 243
重要公式 243
补充练习 244
案例8-1 Young Professional杂志 247
案例8-2 Gulf Real Estate Properties公司 248
案例8-3 Metropolitan Research有限公司 248
附录8A 用Minitab求区间估计 250
附录8B 用Excel求区间估计 252
第9章 假设检验 255
实践中的统计：John Morrell有限公司 256
9.1 原假设和备择假设的建立 257
9.1.1 将研究中的假设作为备择假设 257
9.1.2 将受到挑战的假说作为原假设 258
9.1.3 原假设和备择假设形式的小结 259
9.2 第一类错误和第二类错误 260
9.3 总体均值的检验：σ已知情形 263
9.3.1 单侧检验 263
9.3.2 双侧检验 269
9.3.3 小结与应用建议 271
9.3.4 区间估计与假设检验的关系 273
9.4 总体均值的检验：σ未知情形 278
9.4.1 单侧检验 278
9.4.2 双侧检验 279
9.4.3 小结与应用建议 281
9.5 总体比率的假设检验 284
小结 286
9.6 假设检验与决策 289
9.7 计算第二类错误的概率 290
9.8 对总体均值进行假设检验时样本容量的确定 295
小结 298
关键术语 299
重要公式 300
补充练习 300
案例9-1 Quality Associates有限公司 303
案例9-2 Bayview大学商科学生的道德行为 305
附录9A 用Minitab进行假设检验 306
附录9B 用Excel进行假设检验 308
第10章 两总体均值和比例的推断 313
实践中的统计：美国食品与药物管理局 314
10.1 两总体均值之差的推断：σ1和σ2已知 315
10.1.1 μ1-μ2的区间估计 315
10.1.2 μ1-μ2的假设检验 317
10.1.3 实用建议 319
10.2 两总体均值之差的推断：σ1和σ2未知 322
10.2.1 μ1-μ2的区间估计 322
10.2.2 μ1-μ2的假设检验 324
10.2.3 实用建议 326
10.3 两总体均值之差的推断：匹配样本 330
10.4 两总体比例之差的推断 336
10.4.1 μ1-μ2的区间估计 336
10.4.2 μ1-μ2的假设检验 338
小结 342
关键术语 342
重要公式 343
补充练习 344
案例 Par公司 347
附录10A 用Minitab进行两个总体的推断 348
附录10B 用Excel进行两个总体的推断 350
第11章 总体方差的统计推断 353
实践中的统计：美国审计总署 354
11.1 一个总体方差的统计推断 355
11.1.1 区间估计 355
11.1.2 假设检验 359
11.2 两个总体方差的统计推断 365
小结 372
重要公式 372
补充练习 372
案例 空军训练计划 374
附录11A 用Minitab进行总体方差的推断 375
附录11B 用Excel进行总体方差的推断 376
第12章 多个比例的比较、独立性及拟合优度检验 377
实践中的统计：联合劝募协会 378
12.1 三个或多个总体比例相等性的检验 379
多重比较方法 384
12.2 独立性检验 389
12.3 拟合优度检验 397
12.3.1 多项概率分布 397
12.3.2 正态分布 400
小结 406
关键术语 406
重要公式 407
补充练习 407
案例 两党议程变更 410
附录12A 用Minitab进行x2检验 411
附录12B 用Excel进行x2检验 412
第13章 实验设计与方差分析 414
实践中的统计：Burke市场营销服务公司 415
13.1 实验设计与方差分析简介 416
13.1.1 数据收集 417
13.1.2 方差分析的假定 418
13.1.3 方差分析：概念性综述 418
13.2 方差分析和完全随机化设计 421
13.2.1 总体方差的处理间估计 422
13.2.2 总体方差的处理内估计 423
13.2.3 方差估计量的比较：F检验 424
13.2.4 ANOVA表 426
13.2.5 方差分析的计算机输出结果 427
13.2.6 k个总体均值相等的检验：一项观测性研究 428
13.3 多重比较方法 432
13.3.1 Fisher的LSD方法 432
13.3.2 第一类错误概率 435
13.4 随机化区组设计 438
13.4.1 空中交通管理员工作压力测试 439
13.4.2 ANOVA方法 440
13.4.3 计算与结论 441
13.5 析因实验 445
13.5.1 ANOVA方法 447
13.5.2 计算与结论 447
小结 452
关键术语 453
重要公式 453
补充练习 456
案例13-1 Wentworth医疗中心 460
案例13-2 销售人员的报酬 461
附录13A 用Minitab进行方差分析 462
附录13B 用Excel进行方差分析 464
第14章 简单线性回归 468
实践中的统计：联盟数据系统 469
14.1 简单线性回归模型 470
14.1.1 回归模型和回归方程 470
14.1.2 估计的回归方程 471
14.2 最小二乘法 473
14.3 判定系数 484
相关系数 487
14.4 模型的假定 491
14.5 显著性检验 492
14.5.1 σ2的估计 493
14.5.2 t检验 493
14.5.3 β1的置信区间 495
14.5.4 F检验 496
14.5.5 关于显著性检验解释的几点注释 498
14.6 应用估计的回归方程进行估计和预测 501
14.6.1 区间估计 502
14.6.2 y的平均值的置信区间 503
14.6.3 y的一个个别值的预测区间 504
14.7 计算机解法 509
14.8 残差分析：证实模型假定 513
14.8.1 关于x的残差图 514
14.8.2 关于？的残差图 515
14.8.3 标准化残差 517
14.8.4 正态概率图 519
14.9 残差分析：异常值与有影响的观测值 522
14.9.1 检测异常值 522
14.9.2 检测有影响的观测值 524
小结 530
关键术语 531
重要公式 532
补充练习 534
案例14-1 测量股票市场风险 540
案例14-2 美国交通部 541
案例14-3 挑选一台傻瓜型数码相机 542
案例14-4 找到最合适的汽车价值 543
案例14-5 七叶树溪乐园 544
附录14A 最小二乘公式的微积分推导 545
附录14B 利用相关系数的显著性检验 546
附录14C 用Minitab进行回归分析 547
附录14D 用Excel进行回归分析 548
第15章 多元回归 551
实践中的统计：dunnhumby 552
15.1 多元回归模型 553
15.1.1 回归模型和回归方程 553
15.1.2 估计的多元回归方程 553
15.2 最小二乘法 554
15.2.1 一个例子：Butler运输公司 555
15.2.2 关于回归系数解释的注释 558
15.3 多元判定系数 564
15.4 模型的假定 567
15.5 显著性检验 569
15.5.1 F检验 569
15.5.2 t检验 572
15.5.3 多重共线性 573
15.6 应用估计的回归方程进行估计和预测 576
15.7 分类自变量 579
15.7.1 一个例子：约翰逊过滤股份公司 579
15.7.2 解释参数 581
15.7.3 更复杂的分类变量 583
15.8 残差分析 588
15.8.1 检测异常值 590
15.8.2 学生化删除残差和异常值 590
15.8.3 有影响的观测值 591
15.8.4 利用库克距离测度识别有影响的观测值 591
15.9 logistic回归 595
15.9.1 logistic回归方程 596
15.9.2 估计logistic回归方程 597
15.9.3 显著性检验 600
15.9.4 管理上的应用 600
15.9.5 解释logistic回归方程 601
15.9.6 logit变换 604
小结 608
关键术语 608
重要公式 609
补充练习 611
案例15-1 消费者调查股份有限公司 618
案例15-2 预测NASCAR车手的奖金 619
案例15-3 找到最合适的汽车价值 620
附录15A 用Minitab进行多元回归分析 621
附录15B 用Excel进行多元回归分析 621
附录15C 用Minitab进行logistic回归分析 623
第16章 回归分析：建立模型 624
实践中的统计：Monsanto公司 625
16.1 一般线性模型 626
16.1.1 模拟曲线关系 626
16.1.2 交互作用 629
16.1.3 涉及因变量的变换 633
16.1.4 内线性的非线性模型 637
16.2 确定什么时候增加或者删除变量 641
16.2.1 一般情形 643
16.2.2 p-值的应用 644
16.3 大型问题的分析 648
16.4 变量选择方法 652
16.4.1 逐步回归 652
16.4.2 前向选择 654
16.4.3 后向消元 654
16.4.4 最佳子集回归 655
16.4.5 做出最终选择 656
16.5 实验设计的多元回归方法 658
16.6 自相关性和杜宾-瓦特森检验 663
小结 667
关键术语 668
重要公式 668
补充练习 668
案例16-1 职业高尔夫球协会巡回赛的统计分析 671
案例16-2 产自意大利皮埃蒙特地区的葡萄酒评级 672
附录16A Minitab的变量选择程序 673
第17章 时间序列分析及预测 675
实践中的统计：内华达职业健康诊所 676
17.1 时间序列的模式 677
17.1.1 水平模式 677
17.1.2 趋势模式 679
17.1.3 季节模式 679
17.1.4 趋势与季节模式 680
17.1.5 循环模式 680
17.1.6 选择预测方法 682
17.2 预测精度 683
17.3 移动平均法和指数平滑法 688
17.3.1 移动平均法 688
17.3.2 加权移动平均法 691
17.3.3 指数平滑法 691
17.4 趋势推测法 698
17.4.1 线性趋势回归 698
17.4.2 非线性趋势回归 703
17.5 季节性和趋势 709
17.5.1 没有趋势的季节性 709
17.5.2 季节性和趋势 711
17.5.3 基于月度数据的模型 714
17.6 时间序列分解法 718
17.6.1 计算季节指数 719
17.6.2 消除季节影响的时间序列 723
17.6.3 利用消除季节影响的时序数列确定趋势 723
17.6.4 季节调整 725
17.6.5 基于月度数据的模型 725
17.6.6 循环成分 725
小结 728
关键术语 729
重要公式 730
补充练习 730
案例17-1 预测食品和饮料的销售 734
案例17-2 预测损失的销售额 735
附录17A 用Minitab进行预测 736
附录17B 用Excel进行预测 739
第18章 非参数方法 741
实践中的统计：West Shell Realtors公司 742
18.1 符号检验 743
18.1.1 总体中位数假设检验 743
18.1.2 匹配样本的假设检验 748
18.2 威尔科克森符号秩检验 751
关键术语 755
重要公式 756
补充练习 757
附录18A Minitab的非参数方法 760
附录18B Excel的非参数方法 762