第1章導(dǎo)論
1統(tǒng)計(jì)應(yīng)用：質(zhì)量管理中的6σ1
1.1統(tǒng)計(jì)及其應(yīng)用領(lǐng)域2
1.1.1什么是統(tǒng)計(jì)學(xué)2
1.1.2統(tǒng)計(jì)的應(yīng)用領(lǐng)域3
1.1.3歷史上著名的統(tǒng)計(jì)學(xué)家6
1.2統(tǒng)計(jì)數(shù)據(jù)的類型7
1.2.1分類數(shù)據(jù)、順序數(shù)據(jù)、數(shù)值型數(shù)據(jù)7
1.2.2觀測(cè)數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)8
1.2.3截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)8
1.3統(tǒng)計(jì)中的幾個(gè)基本概念9
1.3.1總體和樣本9
1.3.2參數(shù)和統(tǒng)計(jì)量11
1.3.3變量12
思考與練習(xí)13
人物傳記——Adolphe Quetelet15

第2章數(shù)據(jù)收集17
統(tǒng)計(jì)應(yīng)用：北京市2005年1%人口抽樣調(diào)查17
2.1數(shù)據(jù)來源19
2.1.1數(shù)據(jù)的間接來源19
2.1.2數(shù)據(jù)的直接來源19
2.2調(diào)查設(shè)計(jì)25
2.2.1調(diào)查方案的結(jié)構(gòu)25
2.2.2調(diào)查問卷設(shè)計(jì)26
2.3數(shù)據(jù)質(zhì)量36
2.3.1數(shù)據(jù)的誤差36
2.3.2數(shù)據(jù)的質(zhì)量要求36
思考與練習(xí)37
人物傳記——William G.Cochran37

第3章數(shù)據(jù)的圖表展示39
統(tǒng)計(jì)應(yīng)用：把數(shù)據(jù)畫圖之后要用用腦袋!39
3.1數(shù)據(jù)的預(yù)處理40
3.1.1數(shù)據(jù)審核40
3.1.2數(shù)據(jù)篩選40
3.1.3數(shù)據(jù)排序43
3.1.4數(shù)據(jù)透視表44
3.2品質(zhì)數(shù)據(jù)的整理與展示48
3.2.1分類數(shù)據(jù)的整理與圖示48
3.2.2順序數(shù)據(jù)的整理與圖示55
3.3數(shù)值型數(shù)據(jù)的整理與展示57
3.3.1數(shù)據(jù)分組57
3.3.2數(shù)值型數(shù)據(jù)的圖示62
3.4合理使用圖表75
3.4.1鑒別圖形優(yōu)劣的準(zhǔn)則76
3.4.2統(tǒng)計(jì)表的設(shè)計(jì)76
思考與練習(xí)79
人物傳記——John W. Tukey86

第4章數(shù)據(jù)的概括性度量87
統(tǒng)計(jì)應(yīng)用：一種測(cè)量的平均數(shù)比單個(gè)的測(cè)量更可靠87
4.1集中趨勢(shì)的度量88
4.1.1分類數(shù)據(jù)：眾數(shù)88
4.1.2順序數(shù)據(jù)：中位數(shù)和分位數(shù)89
4.1.3數(shù)值型數(shù)據(jù)：平均數(shù)93
4.1.4眾數(shù)、中位數(shù)和平均數(shù)的比較98
4.2離散程度的度量99
4.2.1分類數(shù)據(jù)：異眾比率100
4.2.2順序數(shù)據(jù)：四分位差100
4.2.3數(shù)值型數(shù)據(jù)：方差和標(biāo)準(zhǔn)差101
4.2.4相對(duì)離散程度：離散系數(shù)107
4.3偏態(tài)與峰態(tài)的度量109
4.3.1偏態(tài)及其測(cè)度109
4.3.2峰態(tài)及其測(cè)度110
思考與練習(xí)113
人物傳記——Pafnuty Lvovich Chebyshev118

第5章概率與概率分布120
統(tǒng)計(jì)應(yīng)用：買彩不是“押寶”120
5.1事件及其概率122
5.1.1試驗(yàn)、事件和樣本空間122
5.1.2事件的概率124
5.1.3概率的性質(zhì)和運(yùn)算法則125
5.1.4條件概率與事件的獨(dú)立性130
5.1.5全概率公式與逆概率公式134
5.2離散型概率分布137
5.2.1隨機(jī)變量137
5.2.2離散型隨機(jī)變量的概率分布138
5.2.3離散型隨機(jī)變量的數(shù)學(xué)期望和方差140
5.2.4幾種常用的離散型概率分布141
5.3連續(xù)型概率分布151
5.3.1概率密度函數(shù)151
5.3.2正態(tài)分布152
5.3.3其他連續(xù)型概率分布166
思考與練習(xí)170
人物傳記——James BernoulliCarl Friedrich Gauss173

第6章抽樣與抽樣分布176
統(tǒng)計(jì)應(yīng)用：“抓鬮”征兵計(jì)劃176
6.1概率抽樣方法177
6.1.1簡(jiǎn)單隨機(jī)抽樣177
6.1.2分層抽樣179
6.1.3系統(tǒng)抽樣180
6.1.4整群抽樣180
6.23種不同性質(zhì)的分布181
6.2.1總體分布181
6.2.2樣本分布182
6.2.3抽樣分布182
6.3一個(gè)總體參數(shù)推斷時(shí)樣本統(tǒng)計(jì)量的抽樣分布183
6.3.1樣本均值的抽樣分布183
6.3.2樣本比例的抽樣分布189
6.3.3樣本方差的抽樣分布190
6.4兩個(gè)總體參數(shù)推斷時(shí)樣本統(tǒng)計(jì)量的抽樣分布194
6.4.1兩個(gè)樣本均值之差的抽樣分布194
6.4.2兩個(gè)樣本比例之差的抽樣分布195
6.4.3兩個(gè)樣本方差比的抽樣分布195
思考與練習(xí)198
人物傳記——William Sealy Gosset201

第7章參數(shù)估計(jì)203
統(tǒng)計(jì)應(yīng)用：一次失敗的民意調(diào)查203
7.1參數(shù)估計(jì)的一般問題204
7.1.1估計(jì)量與估計(jì)值204
7.1.2點(diǎn)估計(jì)與區(qū)間估計(jì)205
7.1.3評(píng)價(jià)估計(jì)量的標(biāo)準(zhǔn)209
7.2一個(gè)總體參數(shù)的區(qū)間估計(jì)211
7.2.1總體均值的區(qū)間估計(jì)211
7.2.2總體比例的區(qū)間估計(jì)217
7.2.3總體方差的區(qū)間估計(jì)219
7.2.4正態(tài)總體未來觀測(cè)值的預(yù)測(cè)區(qū)間估計(jì)220
7.3兩個(gè)總體參數(shù)的區(qū)間估計(jì)222
7.3.1兩個(gè)總體均值之差的區(qū)間估計(jì)222
7.3.2兩個(gè)總體比例之差的區(qū)間估計(jì)228
7.3.3兩個(gè)總方差比的區(qū)間估計(jì)229
7.4樣本容量的確定234
7.4.1估計(jì)總體均值時(shí)樣本容量的確定234
7.4.2估計(jì)總體比例時(shí)樣本容量的確定235
7.4.3估計(jì)兩個(gè)總體均值之差時(shí)樣本容量的確定236
7.4.4估計(jì)兩個(gè)總體比例之差時(shí)樣本容量的確定237
思考與練習(xí)237
人物傳記——Jerzy Neyman244

第8章假設(shè)檢驗(yàn)246
統(tǒng)計(jì)應(yīng)用：藥物篩選中的假設(shè)檢驗(yàn)246
8.1假設(shè)檢驗(yàn)的基本問題248
8.1.1假設(shè)的陳述248
8.1.2兩類錯(cuò)誤與顯著性水平252
8.1.3檢驗(yàn)統(tǒng)計(jì)量與拒絕域255
8.1.4利用P值進(jìn)行決策257
8.1.5統(tǒng)計(jì)顯著性與實(shí)際顯著性261
8.2一個(gè)總體參數(shù)的檢驗(yàn)264
8.2.1總體均值的檢驗(yàn)264
8.2.2總體比例的檢驗(yàn)272
8.2.3總體方差的檢驗(yàn)275
8.3兩個(gè)總體參數(shù)的檢驗(yàn)278
8.3.1兩個(gè)總體均值之差的檢驗(yàn)278
8.3.2兩個(gè)總體比例之差的檢驗(yàn)290
8.3.3兩個(gè)總體方差比的檢驗(yàn)293
思考與練習(xí)297
人物傳記——Egon Sharpe Pearson304

第9章方差分析與試驗(yàn)設(shè)計(jì)306
統(tǒng)計(jì)應(yīng)用：SARS病毒滅活疫苗臨床試驗(yàn)306
9.1方差分析引論308
9.1.1方差分析及其有關(guān)術(shù)語308
9.1.2方差分析的基本思想和原理310
9.1.3方差分析中的基本假定313
9.1.4問題的一般提法315
9.2單因素方差分析316
9.2.1數(shù)據(jù)結(jié)構(gòu)316
9.2.2分析步驟317
9.2.3關(guān)系強(qiáng)度的測(cè)量324
9.2.4方差分析中的多重比較325
9.3雙因素方差分析327
9.3.1雙因素方差分析及其類型327
9.3.2無交互作用的雙因素方差分析328
9.3.3有交互作用的雙因素方差分析334
9.4試驗(yàn)設(shè)計(jì)初步338
9.4.1完全隨機(jī)化設(shè)計(jì)338
9.4.2隨機(jī)化區(qū)組設(shè)計(jì)339
9.4.3因子設(shè)計(jì)341
思考與練習(xí)342
人物傳記——Ronald Aylmer Fisher348

第10章一元線性回歸351
統(tǒng)計(jì)應(yīng)用：回歸分析在投資風(fēng)險(xiǎn)中的應(yīng)用351
10.1變量間關(guān)系的度量353
10.1.1變量間的關(guān)系353
10.1.2相關(guān)關(guān)系的描述與測(cè)度354
10.1.3相關(guān)關(guān)系的顯著性檢驗(yàn)359
10.2一元線性回歸361
10.2.1一元線性回歸模型362
10.2.2參數(shù)的最小二乘估計(jì)365
10.2.3回歸直線的擬合優(yōu)度370
10.2.4顯著性檢驗(yàn)374
10.2.5回歸分析結(jié)果的評(píng)價(jià)378
10.3利用回歸方程進(jìn)行估計(jì)和預(yù)測(cè)379
10.3.1點(diǎn)估計(jì)379
10.3.2區(qū)間估計(jì)380
10.4殘差分析384
10.4.1用殘差證實(shí)模型的假定384
10.4.2用殘差檢測(cè)異常值和有影響的觀測(cè)值388
思考與練習(xí)390
人物傳記——Francis Galton397

第11章多元線性回歸400
統(tǒng)計(jì)應(yīng)用：預(yù)測(cè)大學(xué)足球比賽的獲勝得分差額400
11.1多元線性回歸模型401
11.1.1多元回歸模型與回歸方程402
11.1.2估計(jì)的多元回歸方程403
11.1.3參數(shù)的最小二乘估計(jì)403
11.2回歸方程的擬合優(yōu)度406
11.2.1多重判定系數(shù)406
11.2.2估計(jì)標(biāo)準(zhǔn)誤差407
11.3顯著性檢驗(yàn)408
11.3.1線性關(guān)系檢驗(yàn)408
11.3.2回歸系數(shù)檢驗(yàn)和推斷409
11.4多重共線性411
11.4.1多重共線性及其所產(chǎn)生的問題411
11.4.2多重共線性的判別412
11.4.3多重共線性問題的處理413
11.5利用回歸方程進(jìn)行估計(jì)和預(yù)測(cè)415
11.6變量選擇與逐步回歸416
11.6.1變量選擇過程416
11.6.2向前選擇417
11.6.3向后剔除418
11.6.4逐步回歸418
11.7虛擬自變量的回歸420
11.7.1含有一個(gè)虛擬自變量的回歸420
11.7.2用虛擬自變量回歸解決方差分析問題426
11.8非線性回歸429
11.8.1雙曲線430
11.8.2冪函數(shù)曲線430
11.8.3對(duì)數(shù)曲線430
思考與練習(xí)433
人物傳記——George Waddell Snedecor440

第12章時(shí)間序列分析和預(yù)測(cè)441
統(tǒng)計(jì)應(yīng)用：平均增長率的計(jì)算爭(zhēng)議441
12.1時(shí)間序列及其分解443
12.2時(shí)間序列的描述性分析446
12.2.1圖形描述446
12.2.2增長率分析447
12.3時(shí)間序列預(yù)測(cè)的程序451
12.3.1確定時(shí)間序列的成分451
12.3.2選擇預(yù)測(cè)方法454
12.3.3預(yù)測(cè)方法的評(píng)估455
12.4平穩(wěn)序列的預(yù)測(cè)457
12.4.1簡(jiǎn)單平均法457
12.4.2移動(dòng)平均法458
12.4.3指數(shù)平滑法460
12.5趨勢(shì)型序列的預(yù)測(cè)463
12.5.1線性趨勢(shì)預(yù)測(cè)463
12.5.2非線性趨勢(shì)預(yù)測(cè)465
12.6季節(jié)型序列的預(yù)測(cè)475
12.7復(fù)合型序列的分解預(yù)測(cè)479
12.7.1確定并分離季節(jié)成分479
12.7.2建立預(yù)測(cè)模型并進(jìn)行預(yù)測(cè)483
12.7.3計(jì)算最后的預(yù)測(cè)值484
12.8周期性分析485
思考與練習(xí)487
人物傳記——Abraham Wald494

第13章指數(shù)496
統(tǒng)計(jì)應(yīng)用：報(bào)道價(jià)格指數(shù)496
13.1引言497
13.2加權(quán)指數(shù)498
13.2.1加權(quán)綜合指數(shù)498
13.2.2加權(quán)平均指數(shù)500
13.2.3價(jià)值指數(shù)與指數(shù)體系502
13.3幾種常用的價(jià)格指數(shù)503
13.3.1零售價(jià)格指數(shù)503
13.3.2消費(fèi)者價(jià)格指數(shù)504
13.3.3生產(chǎn)價(jià)格指數(shù)506
13.3.4股票價(jià)格指數(shù)507
13.4多指標(biāo)綜合評(píng)價(jià)指數(shù)508
13.4.1多指標(biāo)綜合評(píng)價(jià)指數(shù)的構(gòu)建508
13.4.2幾種常用的綜合評(píng)價(jià)指數(shù)510
思考與練習(xí)513
人物傳記——Karl Pearson515

附錄1各章練習(xí)題答案518
附錄2常用統(tǒng)計(jì)表543

表1標(biāo)準(zhǔn)正態(tài)曲線下的面積543
表2t統(tǒng)計(jì)量的臨界值545
表3χ2統(tǒng)計(jì)量的臨界值546
表4F統(tǒng)計(jì)量的臨界值548

參考文獻(xiàn)556