Statistics for business and economics

《商务与经济统计(英文版.原书第11版)》

出版说明

导读

译注者简介

作者简介

前言

第1章数据与统计资料 1

实践中的统计：商业周刊 2

1.2数据 3

1.2.1个体、变量和观测值 3

1.2.2测量尺度 4

1.2.3品质型数据和数量型数据 5

1.2.4截面数据和时间序列数据 6

1.3数据来源 8

1.3.1已存在来源 8

1.3.2统计研究 9

1.3.3数据搜集误差 11

1.4描述统计学 12

1.5统计推断 14

1.6计算机与统计分析 16

.总结 16

关键术语 16

练习 17

第2章描述统计学i：表格法和图形法 25

实践中的统计：高露洁—棕榄公司 26

2.1品质型数据汇总 27

2.1.1频数分布 27

2.1.2相对频数分布和百分数频数分布 28

2.1.3条形图和饼形图 28

2.2数量型数据汇总 33

2.2.1频数分布 33

2.2.2相对频数分布和百分数频数分布 34

2.2.3打点图 35

2.2.4直方图 35

2.2.5累积分布 36

2.2.6累积曲线 38

2.4交叉分组表和散点图 42

2.4.1交叉分组表 42

2.4.2辛普森悖论 45

2.4.3散点图和趋势线 46

总结 51

关键术语 53

重要公式 54

补充练习 54

案例2-1pelican商店 60

案例2-2电影行业 61

附录2a在表格和图形描述中使用minitab 62

附录2b在表格和图形描述中使用excel 64

第3章描述统计学ii：数值方法 75

实践中的统计：small fry design公司 76

3.1位置的度量 77

3.1.1平均数 77

3.1.2中位数 78

3.1.3众数 80

3.1.4百分位数 80

3.1.5四分位数 81

3.2变异程度的度量 85

3.2.1极差 86

3.2.2四分位数间距 86

3.2.3方差 87

3.2.4标准差 89

3.2.5标准差系数 89

3.3分布形态、相对位置的度量以及异常值的检测 92

3.3.1分布形态 92

3.3.2z-分数 93

3.3.3切比雪夫定理 94

3.3.4经验法则 95

3.3.5异常值的检测 96

3.4探索性数据分析 99

3.4.1五数概括法 99

3.4.2箱形图 100

3.5两变量间关系的度量 104

3.5.1协方差 104

3.5.2协方差的解释 106

3.5.3相关系数 108

3.5.4样本相关系数的解释 109

3.6加权平均数和使用分组数据 113

3.6.1加权平均数 113

3.6.2分组数据 114

总结 118

关键术语 119

重要公式 120

补充练习 122

案例3-1pelican商店 126

案例3-2电影行业 127

案例3-3亚太地区的商学院 127

附录3a利用minitab计算描述统计量 129

附录3b利用excel计算描述统计量 131

第7章抽样和抽样分布 135

实践中的统计：meadwestvaco有限公司 136

7.1electronics associates公司的抽样问题 137

7.2简单随机抽样 138

7.2.1自有限总体的抽样 138

7.2.2自无限总体的抽样 139

7.3点估计 142

7.4抽样分布简介 145

7.5-x的抽样分布 148

7.5.1-x的数学期望 148

7.5.2-x的标准差 149

7.5.3-x的抽样分布的形态 150

7.5.4eai问题中-x的抽样分布 152

7.5.5-x的抽样分布的实际值 152

7.5.6样本容量与-x的抽样分布的关系 154

7.6-p的抽样分布 158

7.6.1-p的数学期望 158

7.6.2-p的标准差 159

7.6.3-p的抽样分布的形式 159

7.6.4-p的抽样分布的实际值 160

7.7点估计的性质 163

7.7.1无偏性 164

7.7.2有效性 165

7.7.3一致性 165

总结 166

关键术语 166

重要公式 167

补充练习 168

附录7a-x的数学期望和标准差 170

附录7b利用minitab进行随机抽样 172

附录7c利用excel进行随机抽样 173

第8章区间估计 175

实践中的统计：food lion 176

8.1总体均值的区间估计：已知的情形 177

8.1.1边际误差和区间估计 177

8.1.2应用中的建议 181

8.2总体均值的区间估计：未知的情形 183

8.2.1边际误差和区间估计 184

8.2.2应用中的建议 187

8.2.3利用小样本 187

8.2.4区间估计程序的小结 189

8.3样本容量的确定 192

8.4总体比率的区间估计 195

样本容量的确定 197

总结 200

关键术语 201

重要公式 202

补充练习 202

案例8-1young professional 杂志 205

案例8-2gulf real estate properties公司 206

案例8-3metropolitan research有限公司 208

附录8a用minitab求置信区间估计 208

附录8b用excel求区间估计 210

第9章假设检验 214

实践中的统计：john morrell有限公司 215

9.1原假设和备择假设的建立 216

9.1.1检验研究中的假设 216

9.1.2对某项声明的有效性所进行的检验 216

9.1.3决策中的假设检验 217

9.1.4关于原假设和备择假设形式的小结 217

9.2第一类错误和第二类错误 218

9.3总体均值的检验：已知 221

9.3.1单侧检验 221

9.3.2双侧检验 227

9.3.3小结与应用中的建议 230

9.3.4区间估计与假设检验的关系 231

9.4总体均值：未知的情形 235

9.4.1单侧检验 236

9.4.2双侧检验 237

9.4.3小结与应用中的建议 238

9.5总体比率 241

小结 244

9.6假设检验及决策 246

9.7计算第二类错误的概率 247

总结 252

关键术语 253

重要公式 253

补充练习 254

案例9-1quality associates有限公司 257

案例9-2失业问题研究 258

附录9a用minitab进行假设检验 259

附录9b用excel进行假设检验 260

第10章两总体均值和比例的统计推断 265

实践中的统计：美国食品与药品管理局 266

10.1两总体均值之差的推断：1和2已知 267

10.1.1?-?的区间估计 267

10.1.2?-?的假设检验 269

10.1.3实践建议 271

10.2两总体均值之差的推断：1和1未知 274

10.2.1?-?的区间估计 274

10.2.2?-?的假设检验 275

10.2.3实践建议 278

10.3两总体均值之差的推断：匹配样本 282

10.4两总体比例之差的推断 288

10.4.1p1-p2的区间估计 288

10.4.2关于p1-p2的假设检验 290

总结 295

关键术语 295

重要公式 296

补充练习 297

案例10-1par公司 300

附录10a用minitab进行两个总体的推断 301

附录10b用excel进行两个总体的推断 303

第11章关于总体方差的统计推断 306

实践中的统计：美国会计总署 307

11.1关于一个总体方差的统计推断 308

11.1.1区间估计 308

11.1.2假设检验 312

11.2关于两个总体方差的统计推断 317

总结 324

重要公式 324

补充练习 325

案例11-1空军训练计划 326

附录11a用minitab计算总体方差 327

附录11b用excel计算总体方差 328

第12章拟合优度检验和独立性检验 329

实践中的统计：united way 330

12.1拟合优度检验：多项总体 331

12.2独立性检验 336

12.3拟合优度检验：泊松分布与正态分布 344

12.3.1泊松分布 344

12.3.2正态分布 348

总结 353

关键术语 353

重要公式 353

补充练习 354

案例12-1两党议程变更 357

附录12a用minitab进行拟合优度检验与独立性检验 358

附录12b用excel进行拟合优度检验与独立性检验 359

第13章实验设计与方差分析 362

实践中的统计：burke市场营销服务公司 363

13.1实验设计和方差分析初步 364

13.1.1数据收集 365

13.1.2方差分析的假定 366

13.1.3问题的一般提法 366

13.2方差分析和完全随机化设计 369

13.2.1总体方差的处理间估计 370

13.2.2总体方差的处理内估计 371

13.2.3方差估计量的比较：f检验 372

13.2.4anova表 374

13.2.5方差分析的计算结果 375

13.2.6检验k个总体均值的相等性：一项观测性研究 376

13.3多重比较方法 380

13.3.1fisher的lsd方法 380

13.3.2第一类错误概率 383

13.4随机化区组设计 386

13.4.1空中交通管理员工作压力测试 387

13.4.2anova方法 388

13.4.3计算与结论 389

13.5析因实验 393

13.5.1anova方法 395

13.5.2计算与结论 395

总结 401

关键术语 401

重要公式 402

补充练习 404

案例13-1wentworth医疗中心 408

案例13-2职业推销员的回报 409

附录13a使用minitab进行方差分析 410

附录13b使用excel进行方差分析 411

第14章简单线性回归 415

实践中的统计：联合数据系统公司 416

14.1简单线性回归模型 417

14.1.1回归模型和回归方程 417

14.1.2估计的回归方程 418

14.2最小二乘法 420

14.3判定系数 431

相关系数 434

14.4模型的假定 438

14.5显著性检验 440

14.5.12的估计 440

14.5.2t检验 441

14.5.31的置信区间 442

14.5.4f检验 443

14.5.5关于显著性检验解释的几点注意 445

14.6应用估计的回归方程进行估计和预测 449

14.6.1点估计 449

14.6.2区间估计 449

14.6.3y平均值的置信区间 450

14.6.4y的一个个别值的预测区间 451

14.7计算机解法 455

14.8残差分析：证实模型假定 460

14.8.1关于x的残差图 461

14.8.2关于-y的残差图 462

14.8.3标准化残差 462

14.8.4正态概率图 465

14.9残差分析：异常值和有影响的观测值 469

14.9.1检测异常值 469

14.9.2检测有影响的观测值 471

总结 476

关键术语 477

重要公式 478

补充练习 480

案例14-1测量股市风险 486

案例14-2美国交通部 487

案例14-3校友捐赠 488

案例14-4美国职业棒球联盟球队的价值 488

附录14a最小二乘公式的推导 490

附录14b利用相关系数的显著性检验 491

附录14c利用minitab进行回归分析 492

附录14d利用excel进行回归分析 493

第15章多元回归 496

实践中的统计：国际纸业公司 497

15.1多元回归模型 498

15.1.1回归模型和回归方程 498

15.1.2估计的多元回归方程 498

15.2最小二乘法 499

15.2.1一个例子：巴特勒运输公司 500

15.2.2关于回归系数解释的注释 502

15.3多元判定系数 508

15.4模型的假定 511

15.5显著性检验 512

15.5.1f检验 512

15.5.2t检验 515

15.5.3多重共线性 516

15.6利用估计的回归方程进行估计和预测 519

15.7定性自变量 521

15.7.1一个例子：约翰逊过滤水股份公司 521

15.7.2解释参数 523

15.7.3更复杂的定性变量 525

15.8残差分析 530

15.8.1检测异常值 531

15.8.2学生化删除残差和异常值 532

15.8.3有影响的观测值 533

15.8.4利用库克距离测度识别有影响的观测值 533

15.9logistic回归 537

15.9.1logistic回归方程 538

15.9.2估计logistic回归方程 539

15.9.3显著性检验 541

15.9.4管理上的应用 541

15.9.5解释logistic回归方程 542

15.9.6对数机会比（logit）变换 544

总结 548

关键术语 549

重要公式 550

补充练习 552

案例15-1消费者调查股份有限公司 557

案例15-2预测学生综合测验成绩 558

案例15-3校友捐赠 559

案例15-4预测全美橄榄球大联盟的获胜率 561

附录15a利用minitab进行多元回归分析 562

附录15b利用excel进行多元回归分析 562

附录15c利用minitab进行logistic回归 563

第16章回归分析：建立模型 565

实践中的统计：monsanto公司 566

16.1一般线性模型 567

16.1.1模拟曲线关系 567

16.1.2交互作用 571

16.1.3包含因变量的变换 573

16.1.4内蕴线性的非线性模型 577

16.2确定什么时候增加或者删除变量 582

16.2.1一般情形 584

16.2.2p-值的应用 585

16.3大型问题的分析 589

16.4变量选择方法 592

16.4.1逐步回归 593

16.4.2前向选择 594

16.4.3后向消元 595

16.4.4最佳子集回归 595

16.4.5做出最终的选择 596

16.5实验设计的多元回归方法 599

16.6自相关性和杜宾-瓦特森检验 603

总结 608

关键术语 608

重要公式 608

补充练习 609

案例16-1职业高尔夫协会巡回赛的统计分析 612

案例16-2汽车的油耗问题 613

案例16-3预测高等院校的毕业率 613

附录16aminitab的变量选择程序 614

第18章预测 617

实践中的统计：内华达职业健康诊所 618

18.1时间序列的成分 619

18.1.1趋势成分 619

18.1.2循环成分 621

18.1.3季节成分 621

18.1.4不规则成分 621

18.2平滑法 621

18.2.1移动平均法 621

18.2.2加权移动平均法 624

18.2.3指数平滑法 626

18.3趋势推测法 632

18.4趋势和季节成分 638

18.4.1乘法模型 638

18.4.2计算季节指数 639

18.4.3消除季节影响的时间序列 643

18.4.4利用消除季节影响的时间序列确定趋势 643

18.4.5季节调整 646

18.4.6根据月度资料建立模型 646

18.4.7循环成分 646

18.5回归分析 648

18.6定性预测方法 650

18.6.1德尔菲法 650

18.6.2专家判断法 651

18.6.3远景方案论述法 651

18.6.4直观法 651

总结 651

关键术语 652

重要公式 653

补充练习 653

案例18-1预测食品和饮料的销售额 658

案例18-2预测损失的销售额 659

附录18a使用minitab进行预测 660

附录18b使用excel进行预测 662

第19章非参数方法 664

实践中的统计：west shell realtors公司 665

19.1符号检验 667

19.1.1小样本情形 667

19.1.2大样本情形 669

19.1.3中位数假设检验 670

19.2威尔科克森符号秩检验 672

19.3曼-惠特尼-威尔科克森检验 677

19.3.1小样本情形 677

19.3.2大样本情形 679

19.4克鲁斯卡尔-沃利斯检验 685

19.5秩相关 689

秩相关显著性检验 691

总结 693

关键术语 694

重要公式 694

补充练习 695

第21章决策分析 699

实践中的统计：俄亥俄州爱迪生公司 700

21.1问题简介 701

21.1.1支付表 702

21.1.2决策树 702

21.2概率决策 703

21.2.1期望值法 703

21.2.2完备信息的期望值 705

21.3样本信息下的决策分析 711

21.3.1决策树 712

21.3.2决策策略 713

21.3.3样本信息的期望值 716

21.4应用贝叶斯定理计算分枝概率 722

总结 726

关键术语 727

重要公式 728

案例21-1诉讼辩护策略 728

附录21a用treeplan解决pdc问题 729

附录a参考书目 736

附录b统计表格 738

附录c总结 766

附录d自测题解答和偶数题答案 768

附录eexcel函数的使用 815

附录f利用minitab和excel计算p-值 820