第1章 数据、模型与决策基础 1
引例 数的起源 1
学习目标 1
1.1 随处可见的数据 2
1.1.1 数字化运动：慢跑 2
1.1.2 数字化阅读：红楼梦作者考证 2
1.1.3 数字化营销：啤酒与尿布 3
1.1.4 数字化管理：六西格玛管理 3
1.2 数据、模型与决策的内涵 4
1.2.1 数据 4
1.2.2 模型 7
1.2.3 决策 9
1.2.4 数据、模型与决策的关系 11
1.3 常用的数据分析软件 11
1.3.1 Excel软件 11
1.3.2 SPSS软件 13
1.3.3 SAS软件 15
1.3.4 Stata软件 15
本章小结 15
思考练习 16
第2章 数据收集 17
引例 麦当劳选址的商圈调查 17
学习目标 18
2.1 数据来源 18
2.1.1 直接数据 18
2.1.2 间接数据 27
2.2 问卷设计 28
2.2.1 问卷基本结构 28
2.2.2 提问项目设计 31
2.2.3 回答项目设计 32
2.2.4 问题顺序设计 35
2.3 数据误差与质量 36
2.3.1 数据误差 36
2.3.2 数据质量 36
本章小结 37
思考练习 37
第3章 数据整理 39
引例 二战期间轰炸机战损率降低策略 39
学习目标 39
3.1 分组与频数分布 39
3.1.1 分组 40
3.1.2 频数分布 41
3.2 品质数据整理与图示 41
3.2.1 品质数据整理 41
3.2.2 品质数据图示 44
3.3 数值数据整理与图示 46
3.3.1 数值数据整理 46
3.3.2 数值数据图示 51
3.4 顺序数据、多指标数据与多总体数据整理与图示 55
3.4.1 顺序数据整理与图示 55
3.4.2 多指标数据整理与图示 57
3.4.3 多总体数据整理与图示 58
3.5 统计表与统计图合理使用 59
3.5.1 统计表的结构与设计 59
3.5.2 统计图的绘制 60
本章小结 60
思考练习 61
第4章 数据分布特征描述 64
引例 平均人 64
学习目标 64
4.1 数据分布集中趋势 65
4.1.1 数值平均数 65
4.1.2 位置平均数 70
4.1.3 综合平均数：截尾均值 73
4.1.4 算术平均数、众数与中位数间的关系 74
4.2 数据分布离中趋势 75
4.2.1 异众比率 75
4.2.2 全距与四分位差 75
4.2.3 平均差 76
4.2.4 方差与标准差 77
4.2.5 离散系数 79
4.2.6 算术平均数与标准差的结合使用 79
4.3 数据分布形态度量 81
4.3.1 偏度 81
4.3.2 峰度 82
4.3.3 数据分布特征的软件操作 83
本章小结 84
思考练习 84
综合案例 职场上的年龄歧视 86
第5章 数据推理基础：概率分布与抽样分布 90
引例 个体与个性的产生 90
学习目标 91
5.1 概率与概率分布 91
5.1.1 概率的获得 91
5.1.2 概率的运算 92
5.1.3 概率分布 93
5.2 典型离散型随机变量的概率分布 96
5.2.1 伯努利分布 96
5.2.2 二项分布 96
5.2.3 泊松分布 98
5.2.4 超几何分布 98
5.3 典型连续型随机变量的概率分布 99
5.3.1 均匀分布 99
5.3.2 指数分布 100
5.3.3 正态分布 101
5.3.4 推断分布 104
5.4 抽样分布 107
5.4.1 单样本均值的抽样分布 108
5.4.2 双样本均值差的抽样分布 108
5.4.3 单样本方差的抽样分布 109
5.4.4 双样本方差比的抽样分布 109
本章小结 110
思考练习 111
综合案例 意外伤害险的赔付 112
第6章 数据推理方法：参数估计 114
引例 二战期间德军坦克数量估计 114
学习目标 115
6.1 参数估计原理 115
6.1.1 点估计 115
6.1.2 区间估计 119
6.2 总体均值区间估计 121
6.2.1 单总体均值的区间估计 121
6.2.2 双总体均值差的区间估计 125
6.3 总体方差区间估计 130
6.3.1 单总体方差的区间估计 130
6.3.2 双总体方差比的区间估计 131
本章小结 132
思考练习 133
第7章 数据推理方法：假设检验 135
引例 女士品茶 135
学习目标 135
7.1 假设检验的原理 136
7.1.1 假设检验的思路 136
7.1.2 假设检验的步骤 136
7.2 总体均值假设检验 140
7.2.1 单总体均值的假设检验 140
7.2.2 双总体均值差的假设检验 144
7.3 总体方差假设检验 150
7.3.1 单总体方差的假设检验——X2检验 150
7.3.2 双总体方差比的假设检验——F检验 151
本章小结 152
思考练习 153
第8章 多总体均值比较模型：方差分析 155
引例 耐克公司的高尔夫球广告 155
学习目标 156
8.1 方差分析原理 156
8.1.1 方差分析概念 156
8.1.2 方差分析思路 158
8.1.3 方差分析假设 159
8.2 单因素方差分析 159
8.2.1 单因素方差分析问题描述 159
8.2.2 单因素方差分析假设检验 161
8.3 双因素方差分析 165
8.3.1 无交互作用的双因素方差分析 165
8.3.2 有交互作用的双因素方差分析 170
本章小结 176
思考练习 176
综合案例 不同地区公司盈利性差异 179
第9章 因果关系研究模型：相关与回归分析 181
引例 高尔顿与回归分析的起源 181
学习目标 182
9.1 相关分析与回归分析 182
9.1.1 变量间的关系 182
9.1.2 相关关系的描述 183
9.1.3 相关关系的测度 186
9.1.4 回归分析 189
9.2 一元线性回归分析 190
9.2.1 一元线性回归模型的描述 190
9.2.2 一元线性回归方程的构建 191
9.2.3 一元线性回归方程的检验 194
9.2.4 一元线性回归方程的预测 199
9.3 多元线性回归分析 202
9.3.1 多元线性回归模型的描述 202
9.3.2 多元线性回归方程的构建 203
9.3.3 多元线性回归方程的检验 203
9.3.4 多元线性回归方程的应用 205
本章小结 206
思考练习 207
综合案例 销售额影响因素 209
第10章 决策分析 212
引例 狗熊来了 212
学习目标 212
10.1 决策基础 213
10.1.1 决策原则 213
10.1.2 决策类型 214
10.1.3 决策分析 216
10.2 非确定型决策 217
10.2.1 乐观准则 218
10.2.2 悲观准则 218
10.2.3 折中准则 219
10.2.4 后悔值准则 220
10.2.5 等可能准则 221
10.3 风险型决策 222
10.3.1 期望收益值准则 222
10.3.2 期望效用值准则 223
10.3.3 决策树 226
本章小结 228
思考练习 228
附录1 标准正态分布函数值表 232
附录2 X2分布临界值表 233
附录3 t分布临界值表 234
附录4 F分布临界值表（α＝0.05） 235
参考文献 238