第1章 绪论 1
1.1 统计学的性质 1
1.2 统计学在管理中的应用 2
1.3 统计学方法的分类 3
1.3.1 描述统计学 3
1.3.2 推断统计学 3
1.4 统计学的基本概念 3
1.4.1 总体和样本 3
1.4.2 总体参数和样本统计量 4
1.5 统计学的发展 5
1.5.1 古典统计学时代 5
1.5.2 近代统计学时代 5
1.5.3 现代统计学时代 6
本章小结 6
关键术语 7
习题 7
2.2 统计数据的计量与类型 8
2.1 统计数据收集的意义 8
第2章 数据收集方法 8
2.2.1 统计数据的计量 9
2.2.2 统计数据的类型 9
2.2.3 统计变量 10
2.3 统计数据的来源 10
2.3.1 直接来源 10
2.3.2 间接来源 15
2.4 统计数据的误差 16
2.5 企业数据收集过程 17
本章小结 18
关键术语 18
习题 18
案例研究 19
第3章 描述数据的图表方法 20
3.1 数据描述的意义及分类 20
3.2 定量数据的图标描述 20
3.2.1 定量数据整理 20
3.2.2 单变量定量数据的图形描述 22
3.2.3 多变量定性数据的图形描述 27
3.3 定性数据的图表描述 32
3.3.1 定性数据的整理 32
3.3.2 单变量定性数据的图形描述 34
3.3.3 多变量定性数据的图形描述 39
本章小结 43
关键术语 44
习题 44
4.1.1 数值平均数 47
第4章 描述统计中的测度 47
4.1 数据分布的集中趋势测度 47
4.1.2 位置平均数 52
4.1.3 众数、中位数与均值的比较 58
4.2 数据分布的离散趋势测度 59
4.2.1 极差 59
4.2.2 四分位差 60
4.2.3 平均差 60
4.2.4 方差与标准差 61
4.2.5 相对位置和相对离散程度的度量 63
4.3 数据分布的形状测度 64
4.3.1 分布偏态测度 64
4.3.2 分布峰态测度 66
4.4 用Exce1计算描述统计量 67
本章小结 69
关键术语 69
习题 69
案例研究 72
第5章 概率与概率分布 73
5.1 概率及其运算 73
5.2 全概率公式、贝叶斯公式和事件的独立性 75
5.2.1 全概率公式 76
5.2.2 贝叶斯公式 77
5.3 离散型随机变量的概率分布 78
5.3.1 伯努利分布 80
5.3.2 二项分布 80
5.3.5 泊松分布 81
5.3.6 多项分布 81
5.3.4 超几何分布 81
5.3.3 几何分布 81
5.4 连续型随机变量的概率分布 82
5.4.1 正态分布 83
5.4.2 指数分布 84
5.4.3 均匀分布 84
5.4.4 伽玛分布 85
5.4.5 贝塔分布 85
5.4.6 x2分布 86
5.4.7 T分布 87
5.4.8 F分布 88
软件应用 88
本章小结 91
关键术语 91
习题 92
案例研究 94
第6章 抽样分布和参数点估计 96
6.1 X的抽样分布与中心极限定理 96
6.2 其他抽样分布 99
6.3 参数点估计 101
6.3.1 矩估计法 102
6.3.2 极大似然估计法 102
6.4 点估计的评价准则 104
6.4.1 无偏性 104
6.4.2 有效性 105
6.4.3 一致性 105
软件应用 105
关键术语 107
本章小结 107
习题 108
案例研究 110
第7章 参数的区间估计 112
7.1 区间估计的概念和原理 112
7.1.1 区间估计的基本原理 112
7.1.2 区间估计的步骤 113
7.2 总体均值的区间估计 114
7.2.1 单一总体均值的区间估计（方差已知或大样本） 114
7.2.2 单一总体均值的区间估计（小样本且方差未知） 115
7.2.3 两个总体均值之差的区间估计 117
7.3 总体比例的区间估计 120
7.3.1 单一总体比例的区间估计 121
7.3.2 两个总体比例之差的区间估计 121
7.4 总体方差的区间估计 123
7.5 样本容量的确定 123
7.5.1 估计总体均值时样本容量的确定 124
7.5.2 估计总体比例时样本容量的确定 124
软件应用 125
7.5.4 估计两个总体比例之差时样本容量的确定 125
7.5.3 估计两个总体均值之差时样本容量的确定 125
本章小结 128
关键术语 129
习题 129
案例研究 130
第8章 假设检验 133
8.1 假设检验的原理 133
8.1.1 假设检验的基本原理 133
8.1.2 假设检验的步骤 134
8.1.3 假设检验中的两类错误 137
8.1.4 假设检验中的P值 138
8.1.5 单侧检验 139
8.2 总体均值的假设检验 140
8.2.1 σ已知的情况下总体均值的假设检验 141
8.2.2 σ未知、大样本的情况下总体均值的假设检验 141
8.2.3 σ未知、小样本的情况下总体均值的假设检验 142
8.3 总体比例的假设检验 143
8.3.1 单一总体比例的假设检验 143
8.3.2 两个总体比例之差的假设检验 143
8.4.1 单一总体方差的假设检验 144
8.4 总体方差的假设检验 144
8.4.2 两个总体方差比的假设检验 145
8.5 两个总体均值差的假设检验 147
8.5.1 ？，？已知，或大样本的情况 147
8.5.2 ？，？未知，且小样本的情况 148
8.5.3 配对样本 149
软件应用 150
本章小结 155
习题 156
关键术语 156
案例研究 159
第9章 方差分析 161
9.1 方差分析的基本思想 162
9.1.1 方差分析的原理 162
9.1.2 F分布（F distribution） 162
9.2 单因素方差分析 163
9.2.1 单因素方差分析的步骤 163
9.2.2 单因素方差分析的多重比较 166
9.3 双因素方差分析 168
软件应用 171
本章小结 174
关键术语 174
习题 175
案例研究 178
第10章 x2分布和列联表 180
10.1 x2分布与拟合优度检验 180
10.1.1 x2统计量与x2分布 180
10.1.2 拟合优度检验 182
10.2 列联表与两变量独立性检验 185
10.2.1 列联表 185
10.2.2 独立性检验 188
10.3 列联表与多个比例相等的检验 189
软件应用 190
本章小结 194
关键术语 195
习题 195
案例研究 197
第11章 相关与回归分析 200
11.1 变量间的统计关系 200
11.1.1 变量相关的概念 200
11.1.2 相关系数（coefficient of correlation） 202
11.1.3 对相关系数的显著性检验 203
11.1.4 决定系数 204
11.1.5 相关分析与回归分析的区别 205
11.2 一元线性回归 205
11.2.1 一元线性回归的概念 205
11.2.2 参数β0和β1的最小二乘估计 206
11.2.3 残差分析 207
11.2.4 回归方程的显著性检验（总体显著性检验） 208
11.2.5 回归系数的显著性检验 210
11.2.6 预测标准误差 210
11.2.7 回归方程在估计和预测中的应用 211
11.2.8 相关系数、决定系数和预测标准误差三者的关系 214
11.3 多元线性回归 214
11.3.1 多元线性回归的概念和方法 214
11.3.2 对多元回归模型的评估 217
11.4 可线性化的非线性回归 220
软件应用 222
本章小结 226
关键术语 226
习题 227
案例研究 230
第12章 时间序列分析与预测 232
12.1 时间序列分析概述 232
12.1.2 时间序列的组成因素与模型 233
12.1.1 时间序列及其分类 233
12.2 平稳时间序列平滑与预测 235
12.2.1 移动平均法 236
12.2.2 指数平滑法 238
12.3 有趋势序列的最小二乘法预测模型 239
12.3.1 线性趋势模型 239
12.3.2 二次曲线趋势模型 242
12.3.3 指数趋势模型 243
12.3.4 使用第一、第二、百分数差异法选择模型 245
12.4 有趋势序列的自回归预测模型 246
12.5 季节因素分析 249
12.5.1 季节因素分析的目的 249
12.5.2 季节因素分析的方法 250
12.5.3 季节因素的调整 253
12.6 循环因子分析 254
12.6.1 循环波动及其分析目的 254
12.6.2 循环波动的分析方法 254
软件应用 257
习题 262
关键术语 262
本章小结 262
案例研究 264
第13章 指数 266
13.1 指数的概念和分类 266
13.1.1 指数的概念 266
13.1.2 指数的分类 267
13.2 个体指数 268
13.3 综合指数 268
13.3.1 不加权综合指数 268
13.3.2 加权综合指数：拉氏指数和帕氏指数 269
13.4 平均指数 272
13.4.1 加权算术平均法编制数量指标指数 272
13.4.2 加权调和平均法编制质量指标指数 273
13.5.1 指数体系概念和应用 274
13.5.2 指数体系的因素分析 274
13.6 常用价格指数 278
13.6.1 消费价格指数 278
13.6.2 零售价格指数 280
13.6.3 股票价格指数 281
本章小结 283
关键术语 283
习题 283
案例研究 285
第14章 聚类分析 288
14.1 聚类分析概述 288
14.2 距离和相似系数 289
14.2.1 变量测量尺度的类型 289
14.2.2 样品间亲疏程度的测度 289
14.3 类间距离计算方法 291
14.3.1 最短距离连接法 291
14.3.2 最长距离连接法 292
14.3.3 类间平均距离连接法 292
14.3.6 离差平方和法 293
14.4.1 层次聚类分析概述 293
14.4 层次聚类分析法 293
14.3.7 中位数法 293
14.3.4 类内平均距离连接法 293
14.3.5 重心聚类法 293
14.4.2 层次聚类分析具体步骤 294
14.4.3 用SPSS进行层次聚类分析基本操作步骤和输出结果分析 294
14.4.4 SPSS层次聚类分析操作的其他常用选项 297
14.5 快速聚类分析 301
14.5.1 快速聚类分析概述 301
14.5.2 快速聚类分析具体分析步骤 301
14.5.3 SPSS快速聚类分析基本操作步骤和输出结果分析 302
14.5.4 SPSS快速聚类分析操作的其他常用选项 304
14.6 聚类分析的实例分析 306
14.6.1 背景介绍 306
14.6.2 操作步骤及结果解析 306
14.6.3 聚类分析的注意事项 312
本章小结 313
关键术语 313
习题 314
案例研究 315
第15章 因子分析 317
15.1 基本概念 317
15.1.1 因子分析概述 317
15.1.2 因子分析模型 318
15.2 因子分析的基本步骤 320
15.2.1 判断原始变量是否适合进行因子分析 320
15.2.2 提取公因子和确定公因子数目 321
15.2.3 公因子的命名解释 323
15.2.4 计算因子得分 324
15.3 SPSS实现因子分析的操作步骤 324
15.4 因子分析的实例分析 327
15.4.1 背景介绍 327
15.4.2 操作步骤及结果解析 328
关键术语 338
15.4.3 实例分析小结 338
本章小结 338
习题 339
案例研究 340
参考文献 342
13.5 指数体系 974