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 3
1.4.2 样本 4
1.4.3 总体参数和统计量 4
1.5 统计学的发展 4
1.5.1 古典统计学时代 4
1.5.2 近代统计学时代 5
1.5.3 现代统计学时代 5
本章小结 6
关键术语 6
习题 6
第2章 数据收集方法 7
2.1 统计数据收集的意义 7
2.2 统计数据的计量与类型 7
2.2.1 统计数据的计量 8
2.2.2 统计数据的类型 8
2.2.3 统计变量 9
2.3 统计数据的来源 9
2.3.1 直接来源 9
2.3.2 间接来源 14
2.4 统计数据的误差 15
2.5 统计数据收集过程 16
本章小结 17
关键术语 17
习题 17
案例研究 18
第3章 描述数据的图表方法 19
3.1 数据描述的意义及分类 19
3.2 定量数据的图形描述 19
3.2.1 定量数据整理 19
3.2.2 单变量定量数据的图形描述 21
3.2.3 多变量定量数据的图形描述 26
3.3 定性数据的图表描述 30
3.3.1 定性数据的整理 31
3.3.2 单变量定性数据的图形描述 32
3.3.3 多变量定性数据的图形描述 37
本章小结 41
关键术语 42
习题 42
案例研究 44
第4章 描述统计中的测度 45
4.1 数据分布的集中趋势测度 45
4.1.1 数值平均数 45
4.1.2 位置平均数 49
4.1.3 中位数与算术平均数的比较 56
4.2 数据分布的离散趋势测度 56
4.2.1 极差 57
4.2.2 四分位差 57
4.2.3 平均差 58
4.2.4 方差与标准差 59
4.2.5 相对位置和相对离散程度的度量 60
4.3 数据分布的形状测度 62
4.3.1 分布偏态测度 62
4.3.2 分布峰态测度 63
4.4 用Excel计算描述统计量 64
本章小结 66
关键术语 66
习题 66
案例研究 68
第5章 概率与概率分布 69
5.1 概率及其运算 69
5.2 全概率公式、贝叶斯公式和事件的独立性 71
5.2.1 全概率公式 72
5.2.2 贝叶斯公式 73
5.3 离散型随机变量的概率分布 74
5.3.1 伯努利分布 76
5.3.2 二项分布 76
5.3.3 几何分布 77
5.3.4 超几何分布 77
5.3.5 泊松分布 78
5.3.6 多项分布 78
5.4 连续型随机变量的概率分布 78
5.4.1 正态分布 79
5.4.2 指数分布 80
5.4.3 均匀分布 81
软件应用 81
本章小结 84
关键术语 84
习题 84
案例研究 87
第6章 抽样与抽样分布 89
6.1 概率抽样方法 89
6.1.1 简单随机抽样 89
6.1.2 分层抽样 90
6.1.3 系统抽样 90
6.1.4 整群抽样 91
6.2 由正态分布导出的几个重要分布 91
6.2.1 x2分布 91
6.2.2 t分布 92
6.2.3 F分布 93
6.3 样本均值的分布与中心极限定理 94
6.4 样本比例的抽样分布 96
6.5 样本方差的抽样分布 97
6.6 两个总体参数推断时的样本统计量的抽样分布 97
6.6.1 两个样本均值差的抽样分布 97
6.6.2 两个样本比例差的抽样分布 98
6.6.3 两个样本方差比的抽样分布 99
软件应用 100
本章小结 102
关键术语 102
习题 103
案例研究 104
第7章 参数估计 105
7.1 参数点估计 105
7.1.1 矩估计法 105
7.1.2 极大似然估计法 106
7.2 点估计的评价准则 108
7.2.1 无偏性 108
7.2.2 有效性 109
7.2.3 一致性 109
7.3 区间估计的概念和原理 109
7.3.1 区间估计的基本原理 110
7.3.2 区间估计的步骤 111
7.4 总体均值的区间估计 111
7.4.1 单一总体均值的区间估计（方差已知或大样本） 112
7.4.2 单一总体均值的区间估计（小样本且方差未知） 113
7.4.3 两个总体均值之差的区间估计 114
7.5 总体比例的区间估计 119
7.5.1 单一总体比例的区间估计 119
7.5.2 两个总体比例之差的区间估计 120
7.6 总体方差的区间估计 121
7.7 样本容量的确定 122
7.7.1 总体均值区间估计时样本容量的确定 122
7.7.2 总体比例区间估计时样本容量的确定 122
7.7.3 两个总体均值之差区间估计时样本容量的确定 123
7.7.4 两个总体比例之差区间估计时样本容量的确定 123
软件应用 123
本章小结 126
关键术语 126
习题 126
案例研究 129
第8章 假设检验 131
8.1 假设检验的原理 131
8.1.1 假设检验的基本原理 131
8.1.2 假设检验的步骤 132
8.1.3 假设检验中的两类错误 136
8.1.4 假设检验中的P值 138
8.2 总体均值的假设检验 139
8.2.1 σ已知的情况下总体均值的假设检验 140
8.2.2 σ未知、大样本的情况下总体均值的假设检验 140
8.2.3 σ未知、小样本的情况下总体均值的假设检验 141
8.3 总体比例的假设检验 142
8.3.1 单一总体比例的假设检验 142
8.3.2 两个总体比例之差的假设检验 143
8.4 总体方差的假设检验 143
8.4.1 单一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 146
8.5.1 σ？、σ？已知，或σ？、σ？未知，但大样本的情况 146
8.5.2 σ？、σ？未知，且小样本的情况 147
8.5.3 配对样本 149
软件应用 150
本章小结 155
关键术语 155
习题 156
案例研究 158
第9章 方差分析 162
9.1 方差分析的基本思想 163
9.2 单因素方差分析 164
9.2.1 单因素方差分析的步骤 164
9.2.2 单因素方差分析的多重比较 167
9.3 双因素方差分析 168
软件应用 172
本章小结 175
关键术语 175
习题 175
案例研究 178
第10章 x2分布和列联分析 179
10.1 x2分布与拟合优度检验 179
10.1.1 x2统计量与x2分布 179
10.1.2 拟合优度检验 181
10.2 列联表与两变量独立性检验 184
10.2.1 列联表 184
10.2.2 独立性检验 187
10.3 列联表与多个比例相等的检验 188
软件应用 190
本章小结 194
关键术语 194
习题 195
案例研究 197
第11章 相关与回归分析 198
11.1 变量间的相关关系 198
11.1.1 变量相关的概念 198
11.1.2 相关系数 200
11.1.3 对相关系数的显著性检验 200
11.1.4 决定系数 202
11.2 一元线性回归 202
11.2.1 一元线性回归的概念 202
11.2.2 参数β0和β1的最小二乘估计 203
11.2.3 残差分析 205
11.2.4 回归方程的显著性检验（总体显著性检验） 206
11.2.5 回归系数的显著性检验 207
11.2.6 预测标准误差 208
11.2.7 回归方程在估计和预测中的应用 209
11.2.8 相关系数、决定系数和预测标准误差三者的关系 211
11.3 多元线性回归 211
11.3.1 多元线性回归的概念和方法 211
11.3.2 对多元回归模型的评估 214
11.4 可线性化的非线性回归 217
软件应用 219
本章小结 221
关键术语 222
习题 222
案例研究 225
第12章 时间序列分析与预测 226
12.1 时间序列分析概述 226
12.1.1 时间序列及其分类 227
12.1.2 时间序列的组成因素与模型 227
12.2 时间序列平滑与预测 229
12.2.1 移动平均法 229
12.2.2 指数平滑法 232
12.3 有趋势序列的最小二乘法预测模型 233
12.3.1 线性趋势模型 233
12.3.2 二次曲线趋势模型 235
12.3.3 指数趋势模型 236
12.3.4 使用第一、第二、百分数差异法选择模型 238
12.4 有趋势序列的自回归预测模型 239
12.5 季节因素分析 242
12.5.1 季节因素分析的目的 242
12.5.2 季节因素分析的方法 242
12.5.3 季节因素的调整 245
12.6 循环因子分析 247
12.6.1 循环波动及其分析目的 247
12.6.2 循环波动的分析方法 247
软件应用 249
本章小结 254
关键术语 254
习题 255
案例研究 257
第13章 指数 259
13.1 指数的概念和分类 259
13.1.1 指数的概念 259
13.1.2 指数的分类 260
13.2 个体指数 261
13.3 综合指数 261
13.3.1 不加权综合指数 261
13.3.2 加权综合指数：拉氏指数和帕氏指数 262
13.4 平均指数 265
13.4.1 加权算术平均法编制数量指标指数 265
13.4.2 加权调和平均法编制质量指标指数 266
13.5 指数体系 267
13.5.1 指数体系概念和应用 267
13.5.2 指数体系的因素分析 267
13.6 常用价格指数 271
13.6.1 消费价格指数 271
13.6.2 零售价格指数 273
13.6.3 股票价格指数 274
本章小结 276
关键术语 276
习题 276
案例研究 277
第14章 聚类分析 280
14.1 聚类分析概述 280
14.2 距离和相似系数 281
14.2.1 变量测量尺度的类型 281
14.2.2 样品间亲疏程度的测度 281
14.3 类间距离计算方法 283
14.3.1 最短距离连接法 283
14.3.2 最长距离连接法 284
14.3.3 类间平均距离连接法 284
14.3.4 类内平均距离连接法 285
14.3.5 重心聚类法 285
14.3.6 离差平方和法 285
14.3.7 中位数法 285
14.4 层次聚类分析法 285
14.4.1 层次聚类分析概述 285
14.4.2 层次聚类分析具体步骤 286
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 286
14.4.4 SPSS层次聚类分析操作的其他常用选项 289
14.5 快速聚类分析 293
14.5.1 快速聚类分析概述 293
14.5.2 快速聚类分析具体分析步骤 293
14.5.3 SPSS快速聚类分析基本操作步骤和输出结果分析 294
14.5.4 SPSS快速聚类分析操作的其他常用选项 296
14.6 聚类分析的实例分析 298
14.6.1 背景介绍 298
14.6.2 操作步骤及结果解析 298
14.6.3 聚类分析的注意事项 304
本章小结 305
关键术语 305
习题 306
案例研究 309
第15章 因子分析 311
15.1 基本概念 311
15.1.1 因子分析概述 311
15.1.2 因子分析模型 312
15.2 因子分析的基本步骤 314
15.2.1 判断原始变量是否适合进行因子分析 314
15.2.2 提取公因子和确定公因子数目 315
15.2.3 公因子的命名解释 317
15.2.4 计算因子得分 318
15.3 SPSS实现因子分析的操作步骤 318
15.4 因子分析的实例分析 321
15.4.1 背景介绍 321
15.4.2 操作步骤及结果解析 322
15.4.3 实例分析小结 332
本章小结 332
关键术语 332
习题 333
案例研究 335
参考文献 337
附录 常用统计表 338