图书介绍

商务统计 第6版PDF|Epub|txt|kindle电子书版本网盘下载

商务统计 第6版
  • (美)格罗布纳(Groebner,D.F.)等著;谢群改编 著
  • 出版社: 北京:机械工业出版社
  • ISBN:711120560X
  • 出版时间:2007
  • 标注页数:452页
  • 文件大小:83MB
  • 文件页数:466页
  • 主题词:商业统计-高等学校-教材-英文

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

商务统计 第6版PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 如何进行数据收集1

1.1 什么是商务统计?2

统计描述2

图表3

推断工具4

估计5

假设检验5

1.2 数据收集工具6

数据收集方法6

试验6

电话调研7

邮件问卷及其他书面调研形式9

直接观察和个人采访10

其他数据收集方法10

数据收集问题11

1.3 总体样本及抽样技术12

总体和样本12

参数和统计量13

抽样技术13

非统计抽样13

统计抽样14

简单随机抽样14

分层随机抽样15

系统随机抽样16

聚类抽样17

1.4 数据类型及数据度量标准18

定量和定性数据18

时间序列数据和交叉数据19

数据度量标准19

名义数据19

序列数据20

区间数据20

比率数据21

结论和总结23

第2章 图表——描述数据25

2.1 频率分布和柱状图26

频率分布26

数据分类29

数据分类步骤30

柱状图33

相对频率柱状图和累计频率图35

联合频率分布37

2.2 条形图,饼图,以及茎叶图42

条形图42

饼图45

2.3 线图和散点图47

线图47

散点图48

结论和总结52

第3章 使用数值指标来描述数据55

3.1 中心和位置的度量标准56

参数和统计量56

总体均值56

样本均值59

极端值对均值的影响59

中位数60

有偏分布和对称分布60

模式62

应用中心趋势度量标准63

Excel的问题64

其他的位置度量标准65

加权均值65

百分点66

分位点68

Excel的问题68

盒图和须图68

数据级别问题70

3.2 变差的度量标准73

范围74

分位点交互范围74

总体方差和标准差76

样本方差和标准差78

3.3 使用均值和标准差82

变差系数82

实证规则83

切比雪夫理论84

标准化数据85

结论和总结87

第4章 使用概率和概率分布93

4.1 概率论基础94

重要的概率术语94

事件和样本空间95

使用树图96

互斥事件97

独立和非独立事件98

赋予概率的方法99

古典概率测度99

相对发生频率100

主观概率测度101

4.2 概率准则103

测量概率103

可能的值与总和103

基本事件的加法规则104

补充规则105

两个事件的加法规则105

互斥事件的加法规则106

条件概率107

树图108

独立事件的条件概率108

乘法规则110

两个事件的乘法规则110

独立事件的乘法规则111

贝叶斯理论112

4.3 概率分布导论115

随机变量115

用图表比较离散概率分布和连续概率分布116

离散分布的均值和标准差118

计算均值118

计算标准差118

两个离散随机变量119

两个离散随机变量和的期望值119

两个离散随机变量的协方差120

两个离散随机变量的关联系数121

结论和总结122

第5章 离散概率分布和连续的概率分布127

5.1 二项式概率分布128

二项式分布128

二项式分布的性质129

联合131

二项公式131

使用二项式分布表132

二项式分布的均值和标准差133

二项式分布的均值133

二项式分布的标准差134

二项式分布的其他信息136

5.2 其他离散式概率分布137

泊松分布137

泊松分布的性质137

泊松分布表138

泊松分布的均值和标准差140

超几何分布141

5.3 正态分布144

正态分布144

标准正态分布145

使用正态分布表147

近似正态分布曲线下的面积151

5.4 其他连续概率分布153

均匀分布153

几何分布154

结论和总结157

第6章 抽样分布161

6.1 抽样误差162

计算抽样误差162

样本大小对抽样误差的影响165

6.2 均值抽样分布167

模拟?的抽样分布168

正态总体抽样170

中心极限定理174

6.3 局部抽样分布180

局部问题180

?的抽样分布182

结论和总结185

第7章 总体估计189

7.1 总体均值的点估计和置信区间估计190

点估计和置信区间190

方差已知的总体均值置信区间估计192

置信区间计算193

置信水平对区间估计的影响195

样本大小对区间估计的影响197

方差未知的总体均值置信区间估计198

学生t分布198

大样本估计202

7.2 确定总体均值估计的样本大小204

方差已知情况下确定估计均值所需样本大小205

方差未知情况下确定估计均值所需样本大小206

7.3 局部样本的估计207

总体的局部置信区间估计208

确定估计局部所需样本大小209

结论和总结211

第8章 假设检验215

8.1 均值的假设检验216

公式化假设216

零假设和备择假设216

研究假设217

统计错误类别218

显著水平和关键值219

均值和方差已知的大样本假设检验220

计算关键值检验220

决策规则和统计量检验221

p值223

假设检验的种类224

双边检验的p值225

方差未知的大样本均值假设检验227

方差未知的小样本均值假设检验227

大样本使用t分布进行检验229

8.2 局部假设检验232

总体单一局部的假设检验232

8.3 第二类错误235

计算Beta236

控制Alpha和Beta237

检验的力量239

结论和总结240

第9章 两组总体参数的估计和假设检验245

9.1 两组总体的均值估计246

已知两总体方差利用独立大样本估计两总体均值差246

两总体方差未知利用独立大样本估计两总体均值差248

两总体方差未知,利用独立小样本估计两总体均值差248

如果两总体方差不等,会怎样?251

成对样本的区间估计251

9.2 两组总体的均值差的估计254

已知两总体方差利用独立大样本对两总体均值差做假设检验255

利用p-值256

两总体方差未知利用独立大样本对两总体均值差做假设检验257

两总体方差未知利用独立小样本对两总体均值差做假设检验257

如果两总体方差不等,会怎样?260

成对样本的区间估计261

9.3 两组总体的局部估计和假设检验264

估计两总体的局部的差264

两总体的局部的假设检验265

结论和总结270

第10章 方差分析275

10.1 单因子方差分析276

单因子方差分析的逻辑276

分割平方和279

方差分析的假设280

应用单因子方差分析283

多重比较的Tukey-Kramer过程287

10.2 随机完整模块的方差分析293

随机完整模块的方差分析293

模块化是必要的吗?296

10.3 两因子方差分析301

两因子方差分析301

交互解释303

关于交互的警示306

结论和总结309

第11章 拟合度检验与列联表分析313

11.1 拟合度检验导论314

Chi-Square拟合度检验314

11.2 列联表分析导论320

2×2列联表321

r×c列联表323

Chi-Square检验的局限性325

结论和总结327

第12章 线形回归与相关分析331

12.1 散点图和相关性332

相关性与回归333

相关系数333

相关性的显著性检验335

原因和效果的解释338

12.2 一元线性回归分析339

回归模型和假设条件340

回归系数的意义341

最小二乘回归的性质344

回归分析的显著性检验347

确定系数R2……355347

斜率系数的显著性349

12.3 应用线性回归分析354

回归分析的描述354

回归分析的预测356

已知x,y的均值的置信区间356

已知x,预测y的所属区间357

残差分析359

使用回归分析的常见问题360

结论和总结363

第13章 多元回归分析和模型建立367

13.1 多元回归分析导论368

建立模型的基本概念371

规范模型371

建立模型372

诊断模型372

计算回归方程374

确定系数376

模型显著吗?377

单个变量显著吗?378

回归模型的标准差太大?379

有多重共线性?381

回归系数的置信区间估计383

13.2 使用定性的独立变量386

对First City Appraisal模型的改进388

13.3 非线性关系390

分析交互作用393

13.4 逐步回归398

向前选择398

标准的逐步选择401

最优子集选择402

13.5 确定模型的优劣403

残差分析403

检测线性假设404

残差的方差是常数?406

残差独立?407

检测残差正态分布的假设408

校正措施410

结论和总结411

第14章 时间序列数据的分析与预测415

14.1 预测,时间序列数据和指数导论416

一般的预测问题416

时间序列的组成部分417

趋势成分419

季节 成分420

循环成分421

随机成分421

指数简介422

累计价格指数423

加权累计价格指数424

Paasche指数424

Laspeyres指数426

常用的指数427

消费价格指数427

生产价格指数427

股票市场指数428

应用指数紧缩时间序列428

14.2 基于趋势的预测技术430

建立基于趋势的预测模型430

比较预测值和真实值432

自相关433

真实的预测438

非线性趋势预测439

一些警示442

季节 调整442

计算季节 指数443

正态化指数的需求446

去季节化446

结论和总结450

热门推荐