简介
统计学作为研究数据的一门科学,为使用者提供了一套获取数据、分析数据并从数据中得出结论的原则和方法。掌握统计技术可以让你在竞争激烈的就业市场中占据优势。 第六版有如下特色:(1)突出应用性,内容简洁易懂。(2)强调对统计思想的阐述,通过实例讲解统计方法,强调与计算机的结合。书中实例均给出SPSS和Excel的实现过程和结果。(3)增加了R软件介绍。(4)配有内容丰富的教学资源库,便于读者学习。
目录
第1章 统计、数据和计算机
开篇案例:怎样理解这样一些统计结论?
1.1 统计及其应用领域
1.2 怎样获得统计数据
1.3 统计与计算机
本书图解:统计方法分类与本书框架
第2章 用图表展示数据
开篇案例:用哪些图形展示奖牌?
2.1 用图表展示定性数据
2.2 用图表展示定量数据
2.3 合理使用图表
本章图解:数据类型与图表展示方法
第3章 用统计量描述数据
开篇案例:哪名运动员的发挥更稳定?
3.1 水平的度量
3.2 差异的度量
3.3 分布形状的度量
本章图解:数据分布特征与描述统计量
第4章 概率分布
开篇案例:神舟七号飞船遭遇空间碎片的概率有多大?
4.1 度量事件发生的可能性
4.2 随机变量的概率分布
4.3 其他几个重要的统计分布
4.4 样本统计量的概率分布
第5章 参数估计
开篇案例:大学生每周上网花多少时间?
5.1 参数估计的基本原理
5.2 一个总体参数的区间估计
5.3 两个总体参数的区间估计
5.4 样本量的确定
第6章 假设检验
6.1 假设检验的基本原理
6.2 一个总体参数的检验
6.3 两个总体参数的检验
6.4 总体分布的检验
第7章 类别变量的推断
7.1 一个类别变量的拟合优度检验
7.2 两个类别变量的独立性检验
7.3 两个类别变量的相关性度量
第8章 方差分析与实验设计
开篇案例:不同运动队的平均成绩之间是否有显著差异?
8.1 方差分析的基本原理
8.2 单因素方差分析
8.3 双因素方差分析
8.4 方差分析的假定及其检验
8.5 实验设计初步
第9章 一元线性回归
开篇案例:子代与父代一样吗?
9.1 变量间的关系
9.2 一元线性回归模型的估计和检验
9.3 利用回归方程进行预测
9.4 用残差检验模型的假定
第10章 多元线性回归
开篇案例:身高受哪些因素影响?
10.1 多元线性回归模型
10.2 拟合优度和显著性检验
10.3 多重共线性及其处理
10.4 利用回归方程进行预测
10.5 哑变量回归
第11章 时间序列预测
开篇案例:下个月的消费者信心指数是多少?
11.1 时间序列的成分和预测方法
11.2 平稳序列的预测
11.3 趋势预测
11.4 多成分序列的预测
11.5 Box-Jenkins方法:ARIMA模型
第12章 主成分分析和因子分析
开篇案例:因子分析得到的是什么?
12.1 主成分分析
12.2 因子分析
第13章 聚类分析
开篇案例:怎样把消费者分类?
13.1 聚类分析基本原理
13.2 层次聚类
13.3 K-均值聚类
第14章 非参数检验
开篇案例:不同商圈的报纸发行量是否有差异?
14.1 单样本的检验
14.2 两个及两个以上样本的检验
14.3 秩相关及其检验
附录 解读指数
参考文献
开篇案例:怎样理解这样一些统计结论?
1.1 统计及其应用领域
1.2 怎样获得统计数据
1.3 统计与计算机
本书图解:统计方法分类与本书框架
第2章 用图表展示数据
开篇案例:用哪些图形展示奖牌?
2.1 用图表展示定性数据
2.2 用图表展示定量数据
2.3 合理使用图表
本章图解:数据类型与图表展示方法
第3章 用统计量描述数据
开篇案例:哪名运动员的发挥更稳定?
3.1 水平的度量
3.2 差异的度量
3.3 分布形状的度量
本章图解:数据分布特征与描述统计量
第4章 概率分布
开篇案例:神舟七号飞船遭遇空间碎片的概率有多大?
4.1 度量事件发生的可能性
4.2 随机变量的概率分布
4.3 其他几个重要的统计分布
4.4 样本统计量的概率分布
第5章 参数估计
开篇案例:大学生每周上网花多少时间?
5.1 参数估计的基本原理
5.2 一个总体参数的区间估计
5.3 两个总体参数的区间估计
5.4 样本量的确定
第6章 假设检验
6.1 假设检验的基本原理
6.2 一个总体参数的检验
6.3 两个总体参数的检验
6.4 总体分布的检验
第7章 类别变量的推断
7.1 一个类别变量的拟合优度检验
7.2 两个类别变量的独立性检验
7.3 两个类别变量的相关性度量
第8章 方差分析与实验设计
开篇案例:不同运动队的平均成绩之间是否有显著差异?
8.1 方差分析的基本原理
8.2 单因素方差分析
8.3 双因素方差分析
8.4 方差分析的假定及其检验
8.5 实验设计初步
第9章 一元线性回归
开篇案例:子代与父代一样吗?
9.1 变量间的关系
9.2 一元线性回归模型的估计和检验
9.3 利用回归方程进行预测
9.4 用残差检验模型的假定
第10章 多元线性回归
开篇案例:身高受哪些因素影响?
10.1 多元线性回归模型
10.2 拟合优度和显著性检验
10.3 多重共线性及其处理
10.4 利用回归方程进行预测
10.5 哑变量回归
第11章 时间序列预测
开篇案例:下个月的消费者信心指数是多少?
11.1 时间序列的成分和预测方法
11.2 平稳序列的预测
11.3 趋势预测
11.4 多成分序列的预测
11.5 Box-Jenkins方法:ARIMA模型
第12章 主成分分析和因子分析
开篇案例:因子分析得到的是什么?
12.1 主成分分析
12.2 因子分析
第13章 聚类分析
开篇案例:怎样把消费者分类?
13.1 聚类分析基本原理
13.2 层次聚类
13.3 K-均值聚类
第14章 非参数检验
开篇案例:不同商圈的报纸发行量是否有差异?
14.1 单样本的检验
14.2 两个及两个以上样本的检验
14.3 秩相关及其检验
附录 解读指数
参考文献
统计学(第六版)
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×