目　　录出版说明导读作者简介前言第1章　数据与统计资料1实践中的统计：彭博商业周刊21.1　统计学在商务和经济中的应用31.1.1　会计31.1.2　财务41.1.3　市场营销41.1.4　生产41.1.5　经济41.1.6　信息系统51.2　数据51.2.1　个体、变量和观测值51.2.2　测量尺度71.2.3　分类型数据和数量型数据81.2.4　截面数据和时间序列数据81.3　数据来源111.3.1　现有来源111.3.2　观测性研究121.3.3　实验131.3.4　时间与成本问题131.3.5　数据采集误差131.4　描述统计141.5　统计推断161.6　逻辑分析方法171.7　大数据和数据挖掘181.8　计算机与统计分析201.9　统计工作的道德准则20小结22关键术语23补充练习24第2章　描述统计学Ⅰ：表格法和图形法32实践中的统计：高露洁–棕榄公司332.1　汇总分类变量的数据342.1.1　频数分布342.1.2　相对频数分布和百分数频数分布352.1.3　条形图和饼形图352.2　汇总数量变量的数据412.2.1　频数分布412.2.2　相对频数分布和百分数频数分布432.2.3　打点图432.2.4　直方图442.2.5　累积分布452.2.6　茎叶显示462.3　用表格方式汇总两个变量的数据552.3.1　交叉分组表552.3.2　辛普森悖论582.4　用图形显示方式汇总两个变量的数据642.4.1　散点图和趋势线642.4.2　复合条形图和结构条形图652.5　数据可视化：创建有效图形显示的最佳实践712.5.1　创建有效的图形显示712.5.2　选择图形显示的类型722.5.3　数据仪表板722.5.4　实践中的数据可视化：辛辛那提动植物园74小结77关键术语78重要公式79补充练习79案例2-1　Pelican商店84案例2-2　电影业85案例2-3　皇后市86附录2A　使用Minitab的表格和图形描述87附录2B　使用Excel的表格和图形描述90第3章　描述统计学Ⅱ：数值方法102实践中的统计：Small Fry设计公司1033.1　位置的度量1043.1.1　平均数1043.1.2　加权平均数1063.1.3　中位数1073.1.4　几何平均数1093.1.5　众数1103.1.6　百分位数1113.1.7　四分位数1123.2　变异程度的度量1183.2.1　极差1183.2.2　四分位数间距1193.2.3　方差1193.2.4　标准差1203.2.5　标准差系数1213.3　分布形态、相对位置的度量以及异常值的检测1253.3.1　分布形态1253.3.2　z-分数1253.3.3　切比雪夫定理1273.3.4　经验法则1283.3.5　异常值的检测1303.4　五数概括法和箱形图1333.4.1　五数概括法1333.4.2　箱形图1343.4.3　利用箱形图的比较分析1353.5　两变量间关系的度量1383.5.1　协方差1383.5.2　协方差的解释1403.5.3　相关系数1413.5.4　相关系数的解释1443.6　数据仪表板：增加数值度量以提高有效性148小结151关键术语152重要公式153补充练习155案例3-1　Pelican商店160案例3-2　电影业161案例3-3　亚太地区的商学院162案例3-4　天使巧克力的网络交易164案例3-5　非洲象数量165附录3A　使用Minitab计算描述统计量166附录3B　使用Excel计算描述统计量168第7章　抽样和抽样分布172实践中的统计：MeadWestvaco有限公司1737.1　Electronics Associates 公司的抽样问题1747.2　抽样1757.2.1　自有限总体的抽样1757.2.2　自无限总体的抽样1777.3　点估计180应用中的建议1827.4　抽样分布简介1847.5　x–的抽样分布1867.5.1　x–的数学期望1877.5.2　x–的标准差1877.5.3　x–的抽样分布的形式1887.5.4　EAI问题中x–的抽样分布1897.5.5　x–的抽样分布的实际应用1907.5.6　样本容量与x–的抽样分布的关系1927.6　p–的抽样分布1967.6.1　p–的数学期望1977.6.2　p–的标准差1977.6.3　p–的抽样分布的形式1987.6.4　p–的抽样分布的实际应用1997.7　点估计的性质2027.7.1　无偏性2027.7.2　有效性2037.7.3　一致性2047.8　其他抽样方法2057.8.1　分层随机抽样2057.8.2　整群抽样2057.8.3　系统抽样2067.8.4　方便抽样2067.8.5　判断抽样207小结207关键术语208重要公式209补充练习209案例　Marion Dairies公司212附录7A　的数学期望和标准差212附录7B　用Minitab进行随机抽样214附录7C　用Excel进行随机抽样215第8章　区间估计216实践中的统计：Food Lion2178.1　总体均值的区间估计：已知情形2188.1.1　边际误差和区间估计2188.1.2　应用中的建议2228.2　总体均值的区间估计：未知情形2248.2.1　边际误差和区间估计2258.2.2　应用中的建议2288.2.3　利用小样本2288.2.4　区间估计方法小结2308.3　样本容量的确定2338.4　总体比率的区间估计236样本容量的确定238小结242关键术语243重要公式243补充练习244案例8-1　Young Professional杂志247案例8-2　Gulf Real Estate Properties公司248案例8-3　Metropolitan Research有限公司248附录8A　用Minitab求区间估计250附录8B　用Excel求区间估计252第9章　假设检验255实践中的统计：John Morrell有限公司2569.1　原假设和备择假设的建立2579.1.1　将研究中的假设作为备择假设2579.1.2　将受到挑战的假说作为原假设2589.1.3　原假设和备择假设形式的小结2599.2　第一类错误和第二类错误2609.3　总体均值的检验：已知情形2639.3.1　单侧检验2639.3.2　双侧检验2699.3.3　小结与应用建议2719.3.4　区间估计与假设检验的关系2739.4　总体均值的检验：未知情形2789.4.1　单侧检验2789.4.2　双侧检验2799.4.3　小结与应用建议2819.5　总体比率的假设检验284小结2869.6　假设检验与决策2899.7　计算第二类错误的概率2909.8　对总体均值进行假设检验时样本容量的确定295小结298关键术语299重要公式300补充练习300案例9-1　Quality Associates有限公司303案例9-2　Bayview大学商科学生的道德行为305附录9A　用Minitab进行假设检验306附录9B　用Excel进行假设检验308第10章两总体均值和比例的推断313实践中的统计：美国食品与药物管理局31410.1　两总体均值之差的推断：1和2已知31510.1.1　1–2的区间估计31510.1.2　1–2的假设检验31710.1.3　实用建议31910.2　两总体均值之差的推断：1和2未知32210.2.1　1–2的区间估计32210.2.2　1–2的假设检验32410.2.3　实用建议32610.3　两总体均值之差的推断：匹配样本33010.4　两总体比例之差的推断33610.4.1　p1–p2的区间估计33610.4.2　p1–p2的假设检验338小结342关键术语342重要公式343补充练习344案例　Par公司347附录10A　用Minitab进行两个总体的推断348附录10B　用Excel进行两个总体的推断350第11章　总体方差的统计推断353实践中的统计：美国审计总署35411.1　一个总体方差的统计推断35511.1.1　区间估计35511.1.2　假设检验35911.2　两个总体方差的统计推断365小结372重要公式372补充练习372案例　空军训练计划374附录11A　用Minitab进行总体方差的推断375附录11B　用Excel进行总体方差的推断376第12章　多个比例的比较、独立性及拟合优度检验377实践中的统计：联合劝募协会37812.1　三个或多个总体比例相等性的检验379多重比较方法38412.2　独立性检验38912.3　拟合优度检验39712.3.1　多项概率分布39712.3.2　正态分布400小结406关键术语406重要公式407补充练习407案例　两党议程变更410附录12A　用Minitab进行2检验411附录12B　用Excel进行2检验412第13章　实验设计与方差分析414实践中的统计：Burke市场营销服务公司41513.1　实验设计与方差分析简介41613.1.1　数据收集41713.1.2　方差分析的假定41813.1.3　方差分析：概念性综述41813.2　方差分析和完全随机化设计42113.2.1　总体方差的处理间估计42213.2.2　总体方差的处理内估计42313.2.3　方差估计量的比较：F检验42413.2.4　ANOVA表42613.2.5　方差分析的计算机输出结果42713.2.6　k个总体均值相等的检验：一项观测性研究42813.3　多重比较方法43213.3.1　Fisher的LSD方法43213.3.2　第一类错误概率43513.4　随机化区组设计43813.4.1　空中交通管理员工作压力测试43913.4.2　ANOVA方法44013.4.3　计算与结论44113.5　析因实验44513.5.1　ANOVA方法44713.5.2　计算与结论447小结452关键术语453重要公式453补充练习456案例13-1　Wentworth医疗中心460案例13-2　销售人员的报酬461附录13A　用Minitab进行方差分析462附录13B　用Excel进行方差分析464第14章　简单线性回归468实践中的统计：联盟数据系统46914.1　简单线性回归模型47014.1.1　回归模型和回归方程47014.1.2　估计的回归方程47114.2　最小二乘法47314.3　判定系数484相关系数48714.4　模型的假定49114.5　显著性检验49214.5.1　2的估计49314.5.2　t检验49314.5.3　1的置信区间49514.5.4　F检验49614.5.5　关于显著性检验解释的几点注释49814.6　应用估计的回归方程进行估计和预测50114.6.1　区间估计50214.6.2　y的平均值的置信区间50314.6.3　y的一个个别值的预测区间50414.7　计算机解法50914.8　残差分析：证实模型假定51314.8.1　关于x的残差图51414.8.2　关于y^的残差图51514.8.3　标准化残差51714.8.4　正态概率图51914.9　残差分析：异常值与有影响的观测值52214.9.1　检测异常值52214.9.2　检测有影响的观测值524小结530关键术语531重要公式532补充练习534案例14-1　测量股票市场风险540案例14-2　美国交通部541案例14-3　挑选一台傻瓜型数码相机542案例14-4　找到最合适的汽车价值543案例14-5　七叶树溪乐园544附录14A　最小二乘公式的微积分推导545附录14B　利用相关系数的显著性检验546附录14C　用Minitab进行回归分析547附录14D　用Excel进行回归分析548第15章　多元回归551实践中的统计：dunnhumby55215.1　多元回归模型55315.1.1　回归模型和回归方程55315.1.2　估计的多元回归方程55315.2　最小二乘法55415.2.1　一个例子：Butler运输公司55515.2.2　关于回归系数解释的注释55815.3　多元判定系数56415.4　模型的假定56715.5　显著性检验56915.5.1　F检验56915.5.2　t检验57215.5.3　多重共线性57315.6　应用估计的回归方程进行估计和预测57615.7　分类自变量57915.7.1　一个例子：约翰逊过滤股份公司57915.7.2　解释参数58115.7.3　更复杂的分类变量58315.8　残差分析58815.8.1　检测异常值59015.8.2　学生化删除残差和异常值59015.8.3　有影响的观测值59115.8.4　利用库克距离测度识别有影响的观测值59115.9　logistic回归59515.9.1　logistic回归方程59615.9.2　估计logistic回归方程59715.9.3　显著性检验60015.9.4　管理上的应用60015.9.5　解释logistic回归方程60115.9.6　logit变换604小结608关键术语608重要公式609补充练习611案例15-1　消费者调查股份有限公司618案例15-2　预测NASCAR车手的奖金619案例15-3　找到最合适的汽车价值620附录15A　用Minitab进行多元回归分析621附录15B　用Excel进行多元回归分析621附录15C　用Minitab进行logistic回归分析623第16章 回归分析：建立模型624实践中的统计：Monsanto公司62516.1　一般线性模型62616.1.1　模拟曲线关系62616.1.2　交互作用62916.1.3　涉及因变量的变换63316.1.4　内线性的非线性模型63716.2　确定什么时候增加或者删除变量64116.2.1　一般情形64316.2.2　p-值的应用64416.3　大型问题的分析64816.4　变量选择方法65216.4.1　逐步回归65216.4.2　前向选择65416.4.3　后向消元65416.4.4　最佳子集回归65516.4.5　做出最终选择65616.5　实验设计的多元回归方法65816.6　自相关性和杜宾–瓦特森检验663小结667关键术语668重要公式668补充练习668案例16-1　职业高尔夫球协会巡回赛的统计分析671案例16-2　产自意大利皮埃蒙特地区的葡萄酒评级672附录16A　Minitab的变量选择程序673第17章　时间序列分析及预测675实践中的统计：内华达职业健康诊所67617.1　时间序列的模式67717.1.1　水平模式67717.1.2　趋势模式67917.1.3　季节模式67917.1.4　趋势与季节模式68017.1.5　循环模式68017.1.6　选择预测方法68217.2　预测精度68317.3　移动平均法和指数平滑法68817.3.1　移动平均法68817.3.2　加权移动平均法69117.3.3　指数平滑法69117.4　趋势推测法69817.4.1　线性趋势回归69817.4.2　非线性趋势回归70317.5　季节性和趋势70917.5.1　没有趋势的季节性70917.5.2　季节性和趋势71117.5.3　基于月度数据的模型71417.6　时间序列分解法71817.6.1　计算季节指数71917.6.2　消除季节影响的时间序列72317.6.3　利用消除季节影响的时序数列确定趋势72317.6.4　季节调整72517.6.5　基于月度数据的模型72517.6.6　循环成分725小结728关键术语729重要公式730补充练习730案例17-1　预测食品和饮料的销售734案例17-2　预测损失的销售额735附录17A　用Minitab进行预测736附录17B　用Excel进行预测739第18章　非参数方法741实践中的统计：West Shell Realtors公司74218.1　符号检验74318.1.1　总体中位数假设检验74318.1.2　匹配样本的假设检验74818.2　威尔科克森符号秩检验751关键术语755重要公式756补充练习757附录18A　Minitab的非参数方法760附录18B　Excel的非参数方法762附录A　参考文献附录B　统计表格附录C　总结附录D　自测题解答与偶数题答案附录E　Microsoft Excel 2013和统计分析工具附录F　利用Minitab和Excel计算p-值contentsPublisher’s NoteIntroductionAbout the AuthorsPrefaceChapter 1 Data and Statistics 1Statistics in Practice: Bloomberg Businessweek 21.1 Applications in Business and Economics 3Accounting 3Finance 4Marketing 4Production 4Economics 4Information Systems 51.2 Data 5Elements, Variables, and Observations 5Scales of Measurement 7Categorical and Quantitative Data 8Cross-Sectional and Time Series Data 81.3 Data Sources 11Existing Sources 11Observational Study 12Experiment 13Time and Cost Issues 13Data Acquisition Errors 131.4 Descriptive Statistics 141.5 Statistical Inference 161.6 Analytics 171.7 Big Data and Data Mining 181.8 Computers and Statistical Analysis 201.9 Ethical Guidelines for Statistical Practice 20Summary 22Glossary 23Supplementary Exercises 24Chapter 2 Descriptive Statistics: Tabular and Graphical Displays 32Statistics in Practice: Colgate-Palmolive Company 332.1 Summarizing Data for a Categorical Variable 34Frequency Distribution 34Relative Frequency and