應(yīng)用統(tǒng)計(jì)學(xué)

CONTENTS | 目 錄
第一章 緒論
第一節(jié) 統(tǒng)計(jì)學(xué)與統(tǒng)計(jì)數(shù)據(jù) 002
一、統(tǒng)計(jì)數(shù)據(jù)（data） 002
二、統(tǒng)計(jì)學(xué)（statistics） 003
三、統(tǒng)計(jì)研究的過程 005
四、統(tǒng)計(jì)學(xué)的產(chǎn)生和發(fā)展 006
五、統(tǒng)計(jì)學(xué)在商務(wù)和經(jīng)濟(jì)管理中的應(yīng)用 008
第二節(jié) 統(tǒng)計(jì)學(xué)中的基本概念 010
一、總體和樣本 010
二、參數(shù)和統(tǒng)計(jì)量 010
三、數(shù)據(jù)的類型 010
第三節(jié) 常用統(tǒng)計(jì)軟件介紹 012
一、SPSS軟件概述 012
二、其他軟件 012
【本章小結(jié)】 014
【本章習(xí)題】 014
第二章 數(shù)據(jù)搜集和預(yù)處理
第一節(jié) 數(shù)據(jù)收集 019
一、數(shù)據(jù)來源分類 020
二、從數(shù)據(jù)采集的具體手段分類 021
三、基于網(wǎng)絡(luò)的新方法 024
第二節(jié) 數(shù)據(jù)的預(yù)處理和軟件操作 026
一、數(shù)據(jù)收集的技巧和數(shù)據(jù)審查 026
二、利用軟件快速剔除 027
三、數(shù)據(jù)預(yù)處理及軟件操作 028
四、數(shù)據(jù)的轉(zhuǎn)化及軟件實(shí)現(xiàn) 036
五、數(shù)據(jù)的編碼和錄入 039
【本章小結(jié)】 043
【本章習(xí)題】 043

第三章 數(shù)據(jù)探索和特征描述
第一節(jié) 集中趨勢統(tǒng)計(jì)量及軟件操作 047
一、數(shù)據(jù)類型描述 047
二、集中趨勢（數(shù)據(jù)的中心）的描述 051
第二節(jié) 偏離程度的描述和計(jì)算 060
一、離散程度的描述 060
二、偏度和峰度 064
三、離散程度的軟件操作 066
第三節(jié) 描述統(tǒng)計(jì)的圖形生成及軟件操作 070
一、箱體圖 070
二、直方圖 072
三、莖葉圖 074
【本章小結(jié)】 075
【本章習(xí)題】 078

第四章 參數(shù)估計(jì)
第一節(jié) 參數(shù)估計(jì)及軟件實(shí)現(xiàn) 082
一、參數(shù)估計(jì)原理 082
二、總體均值的估計(jì) 085
第二節(jié) 總體比例和方差的區(qū)間估計(jì) 097
一、總體比例的參數(shù)估計(jì) 097
二、總體方差的參數(shù)估計(jì) 101
【本章小結(jié)】 106
【本章習(xí)題】 108

第五章 假設(shè)檢驗(yàn)
第一節(jié) 假設(shè)檢驗(yàn)概述 112
一、假設(shè)檢驗(yàn)的基本思想 112
二、假設(shè)檢驗(yàn)中兩種類型的錯誤 113
三、假設(shè)檢驗(yàn)的步驟 115
四、檢驗(yàn)功效 119
五、檢驗(yàn)的p值 120
第二節(jié) 單個總體的參數(shù)假設(shè)檢驗(yàn) 123
一、總體均值的檢驗(yàn) 123
二、總體方差的假設(shè)檢驗(yàn) 132
三、總體比例的檢驗(yàn) 136
第三節(jié) 兩個總體的參數(shù)檢驗(yàn) 138
一、兩個總體均值之差的檢驗(yàn) 138
二、兩個總體比率之差的檢驗(yàn) 149
三、兩個總體方差比的檢驗(yàn) 150
【本章小結(jié)】 151
【本章習(xí)題】 154

第六章 方差分析
第一節(jié) 方差分析的原理和單因素方差分析 160
一、方差分析的原理 160
二、單因素方差分析過程 165
三、SPSS實(shí)現(xiàn)單因素方差分析 172
第二節(jié) 雙因素方差分析 176
一、雙因素方差分析的軟件操作 176
二、雙因素方差分析的計(jì)算邏輯 187
三、有交互作用的雙因素方差分析的計(jì)算邏輯 190
【本章小結(jié)】 193
【本章習(xí)題】 196

第七章 線性回歸分析方法及其軟件實(shí)現(xiàn)
第一節(jié) 一元線性回歸 200
一、線性回歸的含義 200
二、回歸的種類 203
三、定義直線回歸方程式 204
四、回歸方程式的軟件操作和參數(shù)解釋 207
第二節(jié) 多元線性回歸 215
一、多元線性回歸的概念 215
二、多元線性回歸的軟件操作 217
三、自變量個數(shù)與模型質(zhì)量的關(guān)系 219
四、線性關(guān)系的檢驗(yàn) 221
五、回歸系數(shù)的檢驗(yàn) 222
六、共線性和模型選擇方法 225
【本章小結(jié)】 231
【本章習(xí)題】 234

第八章 非線性回歸模型
第一節(jié) 常用的非線性回歸模型 238
一、非線性回歸模型與線性回歸 238
二、常用非線性回歸模型及其特點(diǎn) 239
三、非線性回歸模型估計(jì) 243
四、相關(guān)指數(shù) 244
五、非線性回歸在SPSS中的實(shí)現(xiàn) 245
第二節(jié) Logistic回歸模型介紹 260
一、二分類變量Logistic回歸模型
　　（Binay Logistic egession model） 260
二、二分類變量Logistic回歸模型的性質(zhì)和特征 262
三、利用計(jì)算機(jī)處理Logistic回歸模型 263
【本章小結(jié)】 270
【本章習(xí)題】 270

第九章 時間序列分析
第一節(jié) 時間序列的分類 273
一、時間序列的定義 273
二、時間序列分類 274
第二節(jié) 時間序列的構(gòu)成要素 278
一、時間序列的影響因素 278
二、時間序列分解模型 279
三、影響因素分析 280
第三節(jié) 平穩(wěn)時間序列分析與預(yù)測 286
一、預(yù)測精度 286
二、平穩(wěn)時間序列 287
三、平穩(wěn)時間序列的預(yù)測 288
第四節(jié) 非平穩(wěn)時間序列分析與預(yù)測 293
一、時間序列的分解 293
二、趨勢模型的預(yù)測 294
三、具有季節(jié)效應(yīng)模型的預(yù)測 295
四、具有循環(huán)趨勢的預(yù)測 299
【本章小結(jié)】 299
【本章習(xí)題】 300

第十章 統(tǒng)計(jì)指數(shù)
第一節(jié) 統(tǒng)計(jì)指數(shù)及其種類 301
一、統(tǒng)計(jì)指數(shù)概述 301
二、統(tǒng)計(jì)指數(shù)分類 302
三、指數(shù)編制中的問題 304
第二節(jié) 綜合指數(shù) 305
一、指數(shù)編制方法 305
二、簡單指數(shù) 306
三、加權(quán)指數(shù) 308
第三節(jié) 常用統(tǒng)計(jì)指數(shù)介紹 315
一、消費(fèi)價格指數(shù) 315
二、工業(yè)生產(chǎn)指數(shù) 319
三、股票價格指數(shù) 320
【本章小結(jié)】 321
【本章習(xí)題】 322

附 錄
附錄1：Excel 常用統(tǒng)計(jì)函數(shù) 324
附錄2：檢驗(yàn)量表格 330
一、左側(cè)Z檢驗(yàn)表格 330
二、Z右側(cè)檢驗(yàn)表格 331
三、t值檢驗(yàn)表格 333
四、卡方檢驗(yàn) 334
五、F檢驗(yàn) 335
附錄3：學(xué)習(xí)資料下載 337
一、微信公眾號 337
二、課程微視頻 337
三、數(shù)據(jù)文件 338
附錄4：參考文獻(xiàn) 338