第1章 统计和统计数据收集 1
1.1 统计学概述 1
1.1.1 统计的广泛应用 1
1.1.2 统计与统计学 2
1.1.3 统计研究对象的特点 2
1.1.4 统计学的分类 3
1.2 统计基本术语 4
1.3 数据的收集 5
1.3.1 普遍调查 5
1.3.2 重点调查 6
1.3.3 典型调查 6
1.3.4 抽样调查 6
1.3.5 网上调查 7
1.4 问卷设计 10
1.4.1 合理性 10
1.4.2 一般性 10
1.4.3 逻辑性 11
1.4.4 明确性 11
1.4.5 非诱导性 11
1.4.6 便于整理、分析 12
1.5 变量 12
1.5.1 变量类型 12
1.5.2 度量水平和度量等级 13
习题一 15
第2章 统计表和统计图 17
2.1 分类数据的图表 17
2.1.1 汇总表 17
2.1.2 条形图 18
2.1.3 饼图 19
2.1.4 帕累托图 19
2.2 数值数据的整理 22
2.3 数值数据的图表 23
2.3.1 频数分布表 23
2.3.2 其他数值数据统计图 26
2.4 交叉表 35
2.4.1 列联表 35
2.4.2 并行条形图 36
2.5 图表汇总和制作原则 36
2.6 其他软件实现 37
2.6.1 SPSS实现 37
2.6.2 JMP实现 38
习题二 39
第3章 统计数据的描述度量 41
3.1 度量中心趋势的指标 41
3.1.1 算术平均数 41
3.1.2 中位数 42
3.1.3 众数 43
3.1.4 算术平均数、中位数和众数间的关系 44
3.1.5 四分位数 45
3.1.6 五数汇总和箱线图 47
3.1.7 几何平均数 49
3.2 度量离散程度的指标 50
3.2.1 极差 51
3.2.2 四分位数极差 51
3.2.3 平均差 51
3.2.4 方差和标准差 51
3.2.5 变异系数 53
3.2.6 Z值 53
3.3 度量偏斜程度的指标 54
3.3.1 用标准差为单位计量的偏度系数 54
3.3.2 使用三阶中心矩计量的偏度系数 54
3.4 度量两种数值变量关系的指标 54
3.5 利用Excel数据分析功能求各种统计指标 56
3.6 其他软件实现 59
3.6.1 SPSS实现 59
3.6.2 JMP实现 60
习题三 60
第4章 概率论基础 62
4.1 引言 62
【案例4.1】新型洗衣机产品投资生产决策案例 62
4.2 随机试验与随机事件 64
4.2.1 随机现象 64
4.2.2 随机试验 64
4.2.3 随机事件 64
4.2.4 事件间的关系和运算 65
4.3 概率 67
4.3.1 频率与概率 67
【案例4.2】活塞销遭退货的概率有多大 68
4.3.2 条件概率 70
【案例4.3】60岁的人至少能活到80岁的概率 70
【案例4.4】患癌症的概率 71
4.3.3 事件的独立性 73
4.4 随机变量及其分布函数 74
4.4.1 随机变量 74
4.4.2 随机变量的分布函数 74
4.5 离散型随机变量 76
4.5.1 离散型随机变量的概率分布 76
4.5.2 几种重要的离散型分布 76
【案例4.5】应配置多大功率的变压器 76
4.6 连续型随机变量 80
【案例4.6】电子产品的寿命分析 80
4.6.1 概率密度 80
4.6.2 几种重要的连续型分布 81
4.7 随机变量的数学期望和方差 87
4.7.1 数学期望 87
4.7.2 方差 89
4.8 大数定律和中心极限定理及其计算机模拟验证 90
4.8.1 大数定律 90
4.8.2 中心极限定理 91
4.8.3 中心极限定理的动态模拟验证 91
4.9 新产品投资决策案例分析 93
4.9.1 投产后各种销售状况下的项目净现值 93
4.9.2 不考虑试生产时的最优决策分析 94
4.9.3 考虑试生产并获取用户试用反馈信息的方案分析 94
4.9.4 追加信息的价值 96
4.10 其他软件实现 96
4.10.1 SPSS实现 96
4.10.2 JMP实现 98
习题四 100
第5章 抽样与抽样分布 102
5.1 简单随机抽样和统计量 102
5.1.1 随机样本 102
5.1.2 统计量及抽样分布 105
5.2 其他抽样方法 110
5.2.1 分层随机抽样 110
5.2.2 整群抽样 110
5.2.3 系统抽样 111
5.2.4 方便抽样 111
5.2.5 判断抽样 111
5.3 参数估计 112
5.3.1 参数的点估计 112
5.3.2 点估计的方法 112
5.3.3 估计量的评价标准 113
5.4 其他软件实现 115
5.4.1 SPSS实现 115
5.4.2 JMP实现 116
习题五 117
第6章 置信区间估计 118
6.1 基本概念准备 118
6.2 单个正态总体均值和方差的区间估计 119
6.2.1 总体均值μ的区间估计 119
6.2.2 总体方差σ2的区间估计 122
6.3 总体比例的区间估计 123
6.4 样本容量确定 124
6.4.1 单个正态总体均值估计的样本容量确定 124
6.4.2 总体比例估计的样本容量确定 125
6.5 两个正态总体的均值差和方差比的区间估计 126
6.5.1 两个正态总体均值差μ1-μ2的区间估计 126
6.5.2 两正态总体方差比σ？/σ？的区间估计 128
6.6 单侧置信限的估计 129
6.7 区间估计小结 130
6.8 其他软件实现 132
6.8.1 SPSS实现 132
6.8.2 JMP实现 133
习题六 134
第7章 单个总体的假设检验 136
7.1 案例介绍 136
【案例7.1】新工艺是否有效？ 136
【案例7.2】机床的加工是否满足要求？ 137
7.2 假设检验的基本原理 137
7.2.1 假设检验的基本原理和步骤 137
7.2.2 检验中可能犯的两类错误 139
7.3 单个正态总体均值的检验 139
7.4 单个正态总体方差的检验（x2检验） 141
7.5 单个总体比例的检验 143
【案例7.3】某电视连续剧是否获得成功？ 143
【案例7.4】考试及格线的确定 143
7.6 单个总体的假设检验小结 144
7.7 其他软件实现 145
7.7.1 SPSS实现 145
7.7.2 JMP实现 146
习题七 147
第8章 两个总体的假设检验 148
8.1 引言 148
【案例8.1】哪种安眠药的疗效好？ 148
8.2 两个独立正态总体均值的检验 149
8.3 成对样本试验的均值检验 152
8.4 两个正态总体方差的检验（F检验） 154
8.5 两个总体比例的检验 155
【案例8.2】女企业家对成功的理解是否不同？ 156
8.6 假设检验小结 157
8.7 其他软件实现 157
8.7.1 SPSS实现 157
8.7.2 JMP实现 158
习题八 160
第9章 方差分析 161
9.1 引言 161
9.1.1 问题的提出 161
【案例9.1】哪种促销方式效果最好？ 161
【案例9.2】如何确定最优生产工艺条件？ 162
9.1.2 方差分析的基本概念 163
9.1.3 方差分析的基本假设条件 163
9.1.4 方差分析的目的 164
9.2 单因子方差分析 164
9.2.1 单因子试验的数学模型 164
9.2.2 方差分析的基本方法 165
9.2.3 检验H0的统计量 165
9.2.4 方差分析表 166
9.2.5 进一步的分析 167
9.3 双因子方差分析 168
9.3.1 不考虑交互作用的双因子方差分析 168
9.3.2 考虑交互作用时的双因子方差分析 171
9.4 其他软件上机实现 176
9.4.1 SPSS实现 176
9.4.2 JMP实现 178
习题九 179
第10章 卡方检验和非参数检验 182
10.1 总体分布的x2检验 182
10.1.1 检验的基本原理 182
10.1.2 检验的具体步骤 183
10.2 比例差异的x2检验（独立样本） 185
10.2.1 两个比例差异的x2检验 185
10.2.2 两个以上比例差异的x2检验 188
10.2.3 独立性的x2检验 191
10.3 两个相关样本比例差异检验 194
10.4 两个独立总体的非参数分析：Wilcoxon秩和检验 196
10.5 单因素方差分析的非参数分析：Kruskal-Wallis秩检验 200
10.6 小结 202
10.7 其他软件实现 203
10.7.1 SPSS实现 203
10.7.2 JMP实现 207
习题十 209
第11章 一元回归 214
11.1 引言 214
【案例11.1】质量控制应用 214
11.1.1 变量间的两类关系 214
11.1.2 线性回归的数学模型 216
11.1.3 线性回归模型的经典假设条件 217
11.1.4 回归分析的内容和分析步骤 218
11.2 一元线性回归 218
11.2.1 一元线性回归的数学模型 218
11.2.2 参数β0和β1的最小二乘估计 218
11.2.3 最小二乘估计？，和？的性质 220
11.2.4 回归方程的显著性检验 220
11.2.5 预测和控制 225
11.3 质量控制应用案例分析 227
11.4 残差分析 230
11.5 曲线回归 232
11.5.1 曲线回归的分析步骤 232
11.5.2 常用曲线的线性化方法 233
11.6 一元回归分析上机实现 238
11.6.1 SPSS实现 238
11.6.2 JMP实现 239
习题十一 240
第12章 多元线性回归 242
12.1 多元线性回归的数学模型 242
12.2 参数β的最小二乘估计 243
12.3 多元回归模型的显著性检验 245
12.3.1 回归方程的显著性检验 245
12.3.2 回归系数的显著性检验和置信区间估计 246
12.4 预测与控制 250
12.5 多元回归模型的偏F检验 252
12.6 在回归模型中运用虚拟变量和交互作用项 256
12.6.1 虚拟变量 256
12.6.2 交互作用 258
12.7 二次回归模型 259
12.8 多元回归分析上机实现 263
12.8.1 SPSS实现 263
12.8.2 JMP实现 264
习题十二 265
第13章 时间序列预测和指数 269
13.1 时间序列模型的组成因素 269
13.2 年度时间序列数据的平滑 271
13.2.1 移动平均法 271
13.2.2 指数平滑法 273
13.3 基于最小二乘法的趋势拟合和预测 275
13.3.1 线性趋势模型 276
13.3.2 二次趋势模型 278
13.3.3 指数趋势模型 279
13.3.4 运用第一、第二和百分率差值选择模型 281
13.4 自回归模型用于拟合和预测趋势 283
13.5 时间序列预测季节数 290
13.6 指数 293
13.7 其他软件实现 298
13.7.1 SPSS实现 298
13.7.2 JMP实现 299
13.7.3 STATA实现 299
习题十三 299
第14章 统计在质量管理中的应用 302
14.1 全面质量管理 302
14.2 六西格玛管理 304
14.3 控制图理论 305
14.4 比例的控制图：p-图 307
14.5 极差和均值控制图 311
14.5.1 R-图 311
14.5.2 ？-图 314
14.6 过程能力 315
14.6.1 顾客满意和规格极限 316
14.6.2 能力指数 317
14.7 质量管理的上机实现 319
14.7.1 SPSS实现 319
14.7.2 JMP实现 319
习题十四 320
附录A 泊松分布表 324
附录B 标准正态分布表 326
附录C x2分布表 328
附录D t分布表 331
附录E F分布表 333
附录F Wilcoxon秩和检验的上下临界值表 343
附录G 杜宾-瓦森检验临界值表 344