高级管理统计方法

目录
导论
一、 统计学与应用统计学
二、 管理统计学及其研究对象的特点
三、 管理统计学的作用
四、 管理统计学的发展与面临的问题
第一章 简单线性回归分析
1.1 简单线性回归模型及其基本理论假设
1.2 简单线性回归模型的基本特征
1.3 参数估计
1.4 简单线性回归模型的方差分析、可决系数和相关系数
1.5 简单线性回归模型的假设检验
1.6 回归参数的置信区间
1.7 应用拟合回归模型进行估计和预测
第二章 多元线性回归分析
2.1 多元线性回归模型及其基本理论假设
2.2 参数估计
2.3 参数估计量的性质
2.4 多元线性回归模型的方差分析、可决系数和相关系数
2.5 回归平方和的构成及分解与偏相关系数
2.6 多元线性回归模型的假设检验
2.7 回归参数的置信区间
2.8 应用拟合回归模型进行估计和预测
第三章 线性回归模型的适宜性评价
3.1 线性与非线性
3.2 共方差与异方差
3.3 独立与非独立
3.4 正态与非正态
3.5 多元共线性
3.6 交乘项
3.7 哑变量
第四章 多项式回归分析
4.1 多项式回归模型的参数估计
4.2 一元二次回归模型
4.3 一元三次回归模型
4.4 二元二次回归模型
4.5 正交多项式回归模型
4.6 应注意的问题
第五章 单因素方差分析
5.1 方差分析的基本概念
5.2 完全随机化设计
5.3 固定效应单因素方差分析
5.4 固定效应单因素方差分析与回归分析
5.5 随机效应单因素方差分析
5.6 多元比较方法
第六章 多因素方差分析
6.1 随机化区块设计
6.2 每个区块内只有一个试验单位的固定效应二因素方差分析
6.3 每个区块内有多个试验单位且各区块的试验单位数相等的固定效应二因素方差分析
6.4 每个区块内有多个试验单位且各区块的试验单位数相等的随机效应二因素方差分析和混合效应二因素方差分析
6.5 每个区块内试验单位数不相等的固定效应二因素方差分析
6.6 每个区块内有多个试验单位且试验单位数相等的二因素方差分析
第七章 二类线性判定分析
7.1 费希尔二类线性判定模型及其参数估计
7.2 完全对称分类原则
7.3 拟合线性判定模型的评价
7.4 二类线性判定模型的假设检验
7.5 回归式二类线性判定分析
7.6 标准化线性判定模型
第八章 多类线性判定分析
8.1 费希尔多类线性判定模型及其参数估计
8.2 费希尔分类原则
8.3 多类线性判定模型的假设检验
附录
表1 标准正态分布表
表2 t分布表
表3 x 分布表
表4 F分布表
表5 D─W分布表