第Ⅰ篇 统计与数据分析 1
第1章 数据和商务决策 3
1.1 商务中的统计思想 4
1.2 商务数据 6
1.3 数据的来源和种类 9
1.4 总体、样本和统计量 13
1.5 Microsoft Excel的使用 14
1.6 Excel环境中的数据应用 20
第2章 数据的展示与描述 29
2.1 用图表来展示数据 29
2.2 描述统计：概念与应用 37
2.3 统计测度的展示 51
2.4 属性数据的描述统计 54
第3章 概率分布和应用 65
3.1 概率：概念和应用 65
3.2 概率分布 68
3.3 常用的概率分布 72
3.4 联合、边际和条件概率分布 85
3.5 统计中的蒙特卡罗方法 87
3.6 抽样分布和抽样误差 94
第4章 抽样与统计推断 106
4.1 统计抽样 106
4.2 估计 110
4.3 置信区间：概念与应用 112
4.4 置信区间在决策中的应用 121
4.5 置信区间和样本量 122
4.6 其他类型的置信区间 124
第5章 假设检验和统计推断 133
5.1 假设检验的基本概念 133
5.2 单样本假设检验 138
5.3 两样本假设检验 146
5.4 方差分析：多均值相等检验 152
5.5 独立卡方检验 156
第6章 回归分析 164
6.1 简单线性回归 165
6.2 回归分析结果的解释 172
6.3 回归分析的假设 176
6.4 多元线性回归 178
6.5 回归模型的构建 183
6.6 具有属性变量的回归问题 189
6.7 具有非线性项的回归模型 194
第7章 预测 202
7.1 定性判断方法 203
7.2 统计预测模型 204
7.3 平稳时间序列预测模型 206
7.4 具有趋势和季节性波动的时间序列预测模型 213
7.5 利用CB预测器对预测模型进行选择和优化 214
7.6 回归模型与预测 219
7.7 预测实践 225
第8章 统计质量控制 231
8.1 统计和数据分析在质量控制中的角色 231
8.2 统计过程控制 232
8.3 分析控制图 239
8.4 属性控制图 243
8.5 过程能力分析 246
第Ⅱ篇 决策模型与分析 251
第9章 决策模型的构建和应用 253
9.1 决策模型 253
9.2 模型分析 256
9.3 模型构建工具 263
9.4 模型构建案例 267
9.5 模型中的不确定性 268
9.6 模型假设、复杂性与现实性 274
第10章 风险分析与蒙特卡罗模拟 282
10.1 Crystal Ball的蒙特卡罗模拟 283
10.2 蒙特卡罗模拟的应用 299
第11章 决策、不确定性和风险 321
11.1 确定性决策 321
11.2 不确定性和风险决策 324
11.3 期望值决策 328
11.4 决策树 334
11.5 效用与决策 339
第12章 排队与过程仿真模型 350
12.1 排队和排队系统 350
12.2 排队模型 354
12.3 过程仿真概念 356
12.4 SimQuick软件在过程仿真中的应用 357
12.5 连续仿真模型 372
第13章 线性优化模型 385
13.1 构建线性优化模型 385
13.2 运用电子表格求解线性优化模型 389
13.3 线性优化模型的求解 390
13.4 线性优化模型的应用 401
13.5 Solver的求解原理 421
第14章 整数和非线性优化模型 432
14.1 整数优化模型 432
14.2 二元取值变量的整数优化模型 436
14.3 混合整数优化模型 443
14.4 非线性优化模型 446
14.5 风险分析和优化 456
14.6 优化与仿真模拟的结合 458
附录 475
附表A—1 累积标准正态分布表 477
附表A—2 t临界值 479
附表A—3 X2临界值 482
附表A—4 F临界值 484
附表A—5 t化极差Q临界值 487
译后记 489