本課程從管理統(tǒng)計學(xué)的基礎(chǔ)知識入手，由淺入深全面、系統(tǒng)的介紹了管理統(tǒng)計的基礎(chǔ)知識、原理和方法，但是略去了復(fù)雜的數(shù)學(xué)推導(dǎo)過程，重點(diǎn)強(qiáng)調(diào)統(tǒng)計學(xué)在經(jīng)濟(jì)管理學(xué)中的應(yīng)用，強(qiáng)調(diào)對SPSS軟件計算原理的透徹理解與正確應(yīng)用，努力構(gòu)建一個貫通統(tǒng)計學(xué)原理，SPSS軟件使用技巧以及管理統(tǒng)計學(xué)進(jìn)行數(shù)理研究的方法體系。在內(nèi)容上，按照一個完整的統(tǒng)計分析過程的五大環(huán)節(jié)——收集數(shù)據(jù)、整理數(shù)據(jù)、分析數(shù)據(jù)、解釋數(shù)據(jù)、做出決策(或得出結(jié)論)來組織材料，只保留統(tǒng)計學(xué)中的基本概念與原理，有利于學(xué)生對統(tǒng)計分析工作有一個全面、科學(xué)、系統(tǒng)的認(rèn)識。在應(yīng)用上，以基礎(chǔ)性原則、實(shí)用性原則和前瞻性三個原則為指導(dǎo)，以經(jīng)濟(jì)管理應(yīng)用案例為基礎(chǔ)，將理論框架蘊(yùn)于實(shí)際經(jīng)濟(jì)管理領(lǐng)域，即將統(tǒng)計學(xué)理論與方法融入到經(jīng)濟(jì)管理的實(shí)際問題中，既具有系統(tǒng)的統(tǒng)計學(xué)知識，又具有超強(qiáng)的實(shí)踐指導(dǎo)訓(xùn)練，著重于培養(yǎng)學(xué)生的實(shí)際操作和實(shí)際應(yīng)用能力。在對SPSS統(tǒng)計軟件的講解中，以主流的SPSS 19.0中文版軟件為例，詳細(xì)介紹了軟件的操作步驟和統(tǒng)計分析結(jié)果的意義，從而提升學(xué)生利用SPSS軟件分析管理領(lǐng)域中的數(shù)據(jù)和解釋數(shù)據(jù)結(jié)果的綜合能力。
1 管理統(tǒng)計學(xué)的基本知識
1．1 統(tǒng)計學(xué)與管理統(tǒng)計學(xué)
1．1．1 統(tǒng)計學(xué)
1．1．2 管理統(tǒng)計學(xué)
1．2 管理統(tǒng)計學(xué)的基本術(shù)語
1．3 獲得數(shù)據(jù)的調(diào)查方法
2 管理統(tǒng)計中常用的SPSS命令概述
2．1 定義變量
2．1．1 SPSS定義變量界面
2．1．2 樣本數(shù)據(jù)定義變量方法
2．2 樣本數(shù)據(jù)的排序
2．3 樣本數(shù)據(jù)的指定變量加權(quán)
2．4 根據(jù)已存在變量產(chǎn)生新變量及畫圖
2．4．1 根據(jù)已存在變量產(chǎn)生新變量
2．4．2 利用SPSS繪制圖形
2．5 樣本數(shù)據(jù)的排名
2．5．1 數(shù)據(jù)資料未分組下的排名
2．5．2 數(shù)據(jù)資料分組下的排名
2．6 樣本數(shù)據(jù)的轉(zhuǎn)換與合并
2．6．1 數(shù)據(jù)格式的轉(zhuǎn)換
2．6．2 數(shù)據(jù)資料的合并
3 管理統(tǒng)計預(yù)分析
3．1 樣本數(shù)據(jù)的基本特征
3．1．1 頻率與頻次、累計頻次與累計頻率的含義
3．1．2 頻率、頻次的表示方法
3．2 樣本數(shù)據(jù)的位置特征
3．2．1 樣本數(shù)據(jù)的集中趨勢指標(biāo)
3．2．2 樣本數(shù)據(jù)的離散趨勢指標(biāo)
3．3 樣本數(shù)據(jù)的綜合特征：箱形圖（Box-plot）
3．4 樣本數(shù)據(jù)的分布特征
3．5 樣本數(shù)據(jù)特征指標(biāo)的SPSS處理
4 參數(shù)估計
4．1 點(diǎn)估計
4．2 區(qū)間估計
4．2．1 一個總體均值的區(qū)間估計
4．2．2 一個總體方差的區(qū)間估計
4．2．3 一個總體比率的區(qū)間估計
4．2．4 兩個總體均值差的區(qū)間估計
4．2．5 兩個總體方差比σ1/σ2的區(qū)間估計
4．2．6 區(qū)間估計的幾點(diǎn)說明
5 參數(shù)假設(shè)檢驗(yàn)
5．1 參數(shù)假設(shè)檢驗(yàn)的概述
5．1．1 問題的提出
5．1．2 參數(shù)假設(shè)檢驗(yàn)的基本原理與推理方法
5．1．3 參數(shù)假設(shè)檢驗(yàn)的內(nèi)容
5．1．4 雙側(cè)假設(shè)檢驗(yàn)與單側(cè)假設(shè)檢驗(yàn)
5．1．5 假設(shè)檢驗(yàn)的一般步驟
5．1．6 假設(shè)檢驗(yàn)的兩類錯誤
5．1．7 參數(shù)假設(shè)檢驗(yàn)應(yīng)注意的問題
5．2 單個正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)
5．2．1 單個正態(tài)總體均值μ的假設(shè)檢驗(yàn)
5．2．2 單個正態(tài)總體方差σ2的假設(shè)檢驗(yàn)
5．2．3 單個正態(tài)總體比率的假設(shè)檢驗(yàn)
5．3 兩個正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)
5．3．1 兩個正態(tài)總體均值μ1與μ2的比較
5．3．2 兩個正態(tài)總體方差σ2 1與σ2 2的比較
6 方差分析
6．1 方差分析的概述
6．2 單因素方差分析
6．2．1 單因素方差分析方法
6．2．2 單因素方差分析的SPSS操作過程
6．3 雙因素方差分析
6．3．1 雙因素方差分析方法
6．3．2 雙因素方差分析的SPSS操作過程
7 相關(guān)分析
7．1 相關(guān)分析的概述
7．1．1 相關(guān)分析
7．1．2 相關(guān)關(guān)系
7．1．3 相關(guān)系數(shù)的種類
7．2 線性相關(guān)分析
7．2．1 相關(guān)關(guān)系的判定：散點(diǎn)圖、相關(guān)表和相關(guān)系數(shù)
7．2．2 相關(guān)系數(shù)的計算
7．2．3 相關(guān)系數(shù)異于0的顯著性檢驗(yàn)
7．3 相關(guān)分析的SPSS操作過程
7．3．1 積矩相關(guān)分析的SPSS處理
7．3．2 偏相關(guān)分析的SPSS處理
8 線性回歸分析
8．1 簡單線性回歸分析
8．2 多元線性回歸分析
8．2．1 雙曲線回歸
8．2．2 指數(shù)曲線回歸和拋物線回歸
8．3 線性回歸分析的評價和檢驗(yàn)
8．3．1 判定系數(shù)R2和估計標(biāo)準(zhǔn)誤差
8．3．2 線性回歸方程的顯著性檢驗(yàn)
9 時間數(shù)列分析
9．1 時間數(shù)列分析概述
9．1．1 時間數(shù)列分析的定義、組成要素和種類
9．1．2 時間數(shù)列的編制原則和編制目的
9．2 時間數(shù)列的水平分析
9．2．1 發(fā)展水平與平均發(fā)展水平
9．2．2 增長水平與平均增長水平
9．3 時間數(shù)列的速度分析
9．3．1 發(fā)展速度與增長速度
9．3．2 平均發(fā)展速度與平均增長速度
9．3．3 速度分析與水平分析的結(jié)合與應(yīng)用
9．4 長期趨勢分析
9．4．1 時間數(shù)列的影響因素
9．4．2 長期趨勢分析方法
9．4．3 趨勢外推預(yù)測
9．5 季節(jié)變動與循環(huán)波動分析
9．5．1 季節(jié)變動分析
9．5．2 循環(huán)變動的測定
9．6 SPSS在時間數(shù)列分析中的運(yùn)用
10 非參數(shù)假設(shè)檢驗(yàn)
10．1 一個總體分布的檢驗(yàn)
10．2 兩個總體獨(dú)立樣本的非參數(shù)檢驗(yàn)
10．3 兩個總體配對樣本的非參數(shù)檢驗(yàn)
10．4 多個總體獨(dú)立樣本的非參數(shù)檢驗(yàn)
10．5 多個總體配對樣本的非參數(shù)檢驗(yàn)
11 協(xié)方差分析
11．1 協(xié)方差分析概述
11．2 單因素協(xié)方差分析
11．3 雙因素協(xié)方差分析
參考文獻(xiàn)
書單推薦
