商务统计学PDF|Epub|txt|kindle电子书版本网盘下载

商务统计学PDF格式电子书版下载

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

第1篇 数据探索和数据收集2

第1章 统计学与变异2

1.1 什么是统计学2

1.2 本书有何用处3

第2章 数据6

2.1 什么是数据7

2.2 变量类型9

2.3 Where、How和When12

2.4 小结15

2.5 技术帮助16

2.6 微型案例研究项目17

2.7 习题17

第3章 调查与抽样22

3.1 抽样调查三原则22

3.2 是否需要普查25

3.3 总体和参数26

3.4 简单随机样本（SRS）27

3.5 其他抽样设计28

3.6 定义总体31

3.7 有效调查31

3.8 小结36

3.9 技术帮助：随机抽样38

3.10 微型案例研究项目38

3.11 习题39

第4章 显示和描述分类数据45

4.1 数据分析的3条规则45

4.2 频数表46

4.3 图47

4.4 列联表50

4.5 小结60

4.6 技术帮助：在计算机上显示分类数据61

4.7 微型案例研究项目63

4.8 习题63

第5章 随机性和概率76

5.1 随机现象和概率76

5.2 不存在的平均数定律78

5.3 不同类型的概率79

5.4 概率法则81

5.5 联合概率和列联表85

5.6 条件概率86

5.7 构建列联表88

5.8 小结89

5.9 微型案例研究项目91

5.10 习题92

第6章 显示和描述定量数据102

6.1 显示分布102

6.2 形状104

6.3 中心106

6.4 分布的离散度108

6.5 形状、中心和离散度的概括109

6.6 五数概括和箱线图110

6.7 组间比较113

6.8 确认异常值114

6.9 标准化116

6.10 时间序列图118

6.11 变换有偏的数据120

6.12 小结124

6.13 技术帮助：显示和概括定量变量126

6.14 微型案例研究项目129

6.15 习题130

第2篇 理解数据和分布148

第7章 散点图、关联和相关148

7.1 观察散点图149

7.2 在散点图中指定变量的角色151

7.3 理解相关关系152

7.4 直线型散点图159

7.5 潜在变量和因果关系160

7.6 小结163

7.7 技术帮助：散点图和相关系数164

7.8 微型案例研究项目167

7.9 习题168

第8章 线性回归182

8.1 线性模型183

8.2 相关性和直线184

8.3 向均值的回归187

8.4 模型检验189

8.5 从残差中学习更多知识189

8.6 模型的变异和R2191

8.7 真实性检验：回归是否合理193

8.8 小结196

8.9 技术帮助：回归197

8.10 微型案例研究项目199

8.11 习题200

第9章 抽样分布和正态模型214

9.1 样本比例分布的建模215

9.2 模拟215

9.3 正态分布216

9.4 练习正态分布的计算217

9.5 比例的抽样分布222

9.6 假设和条件224

9.7 中心极限定理——统计学中的基本定理226

9.8 均值的抽样分布228

9.9 样本容量的收益递减性230

9.10 抽样分布模型的原理230

9.11 小结233

9.12 微型案例研究项目234

9.13 习题235

第10章 比例的置信区间243

10.1 置信区间243

10.2 误差幅度：确定性与精确性246

10.3 临界值247

10.4 假设与条件248

10.5 小样本的置信区间251

10.6 选择样本容量251

10.7 小结255

10.8 技术帮助：比例的置信区间256

10.9 微型案例研究项目257

10.10 习题258

第11章 比例的假设检验266

11.1 假设267

11.2 作为假设检验的审判268

11.3 P值269

11.4 假设检验的原理270

11.5 备择假设272

11.6 α水平与显著性274

11.7 临界值276

11.8 置信区间与假设检验277

11.9 两类错误280

11.10 检验的效力281

11.11 小结285

11.12 技术帮助286

11.13 微型案例研究项目288

11.14 习题289

第12章 均值的置信区间和假设检验297

12.1 均值的抽样分布297

12.2 均值的置信区间299

12.3 假设与条件300

12.4 解释置信区间时需要注意的地方305

12.5 单样本t检验306

12.6 样本容量309

12.7 自由度为什么是n－1310

12.8 小结312

12.9 技术帮助：均值推断313

12.10 微型案例研究项目315

12.11 习题316

第13章 比较两个均值328

13.1 检验两个均值的差异329

13.2 两样本t检验331

13.3 假设和条件331

13.4 两均值差的置信区间335

13.5 合并的t检验337

13.6 图基快速检验342

13.7 小结343

13.8 技术帮助：两样本方法345

13.9 微型案例研究项目347

13.10 习题347

第14章 配对样本与区组划分361

14.1 配对数据362

14.2 假设和条件362

14.3 配对t检验363

14.4 配对t检验的原理366

14.5 小结369

14.6 技术帮助：配对t方法370

14.7 微型案例研究项目372

14.8 习题372

第15章 计数的推断：卡方检验390

15.1 拟合优度检验391

15.2 解释卡方值395

15.3 检测残差396

15.4 齐性的卡方检验397

15.5 比较两个比例401

15.6 独立性的卡方检验403

15.7 小结408

15.8 技术帮助：卡方409

15.9 微型案例研究项目411

15.10 习题411

第3篇 研究变量之间的关系426

第16章 回归的推断426

16.1 总体和样本427

16.2 假设和条件427

16.3 斜率的标准误430

16.4 对回归斜率的检验432

16.5 相关性的假设检验435

16.6 预测值的标准误436

16.7 使用置信区间和预测区间440

16.8 小结443

16.9 技术帮助：回归分析444

16.10 微型案例研究项目446

16.11 习题447

第17章 对残差的理解463

17.1 检验各组的残差463

17.2 外推和预测466

17.3 不寻常和异常的观测值468

17.4 处理汇总值471

17.5 自相关472

17.6 线性性474

17.7 转换（变换）数据475

17.8 幂变换阶梯477

17.9 小结480

17.10 技术帮助481

17.11 微型案例研究项目482

17.12 习题483

第18章 多元回归499

18.1 多元回归模型500

18.2 解释多元回归的系数502

18.3 多元回归模型的假设和条件503

18.4 检验多元回归模型510

18.5 调整后的R2和F统计量511

18.6 Logistic回归模型513

18.7 小结520

18.8 技术帮助：回归分析521

18.9 微型案例研究项目523

18.10 习题523

第19章 建立多元回归模型538

19.1 指示（或虚拟）变量539

19.2 不同斜率的调整——交互效应项541

19.3 多元回归诊断544

19.4 建立回归模型548

19.5 共线性555

19.6 二次项558

19.7 小结561

19.8 技术帮助：计算机回归分析563

19.9 微型案例研究项目564

19.10 习题565

第20章 时间序列分析582

20.1 什么是时间序列583

20.2 时间序列成分583

20.3 平滑方法586

20.4 简单移动平均法587

20.5 加权移动平均589

20.6 指数平滑法589

20.7 概括预测误差590

20.8 自回归模型592

20.9 随机游走595

20.10 基于多元回归的模型599

20.11 加法和乘法模型601

20.12 循环和不规则成分603

20.13 基于回归模型的预测604

20.14 时间序列预测方法的选择608

20.15 解释时间序列模型：再次考察全食超市的数据608

20.16 小结610

20.17 技术帮助611

20.18 微型案例研究项目612

20.19 习题613

第4篇 决策建模632

第21章 随机变量和概率模型632

21.1 随机变量的期望值632

21.2 随机变量的标准差634

21.3 期望值和方差的性质636

21.4 离散概率模型639

21.5 连续型随机变量646

21.6 小结656

21.7 微型案例研究项目658

21.8 习题659

第22章 决策与风险667

22.1 行动、自然状态和结果667

22.2 收益表和决策树668

22.3 最小化损失和最大化收益669

22.4 行动的期望值669

22.5 具有完全信息的期望值671

22.6 样本信息下的决策671

22.7 估计变异性673

22.8 灵敏度674

22.9 模拟674

22.10 概率树676

22.11 条件的反转：贝叶斯准则678

22.12 更加复杂的决策679

22.13 小结680

22.14 微型案例研究项目682

22.15 习题683

第23章 实验的设计、分析及观察性研究689

23.1 观察性研究690

23.2 随机化的比较实验690

23.3 实验设计的四大原则691

23.4 实验设计693

23.5 设盲和安慰剂696

23.6 混杂变量和潜在变量698

23.7 单因素设计分析——单因素方差分析法698

23.8 方差分析的假设和条件701

23.9 多重比较704

23.10 观测数据的方差分析706

23.11 多因子设计分析707

23.12 小结716

23.13 微型案例研究项目722

23.14 习题722

第24章 数据挖掘概述737

24.1 直接营销737

24.2 数据738

24.3 数据挖掘的目标739

24.4 数据挖掘的误区740

24.5 成功的数据挖掘741

24.6 数据挖掘问题743

24.7 数据挖掘的算法743

24.8 数据挖掘过程747

24.9 总结748

24.10 小结749

习题答案751

附录A 部分公式和表810