第 1章　統(tǒng)計、數據與計算機　1 生活中的統(tǒng)計——第三次浪潮的華彩樂章　1 1.1　統(tǒng)計及其應用領域　1 1.1.1　什么是統(tǒng)計學　1 1.1.2　統(tǒng)計的應用　3 1.2　統(tǒng)計學中的幾個基本概念　4 1.2.1　隨機性與概率　4 1.2.2　變量與數據　5 1.2.3　總體與樣本　6 1.3　統(tǒng)計學與計算機　7 小結　8 本書框架　9 重要概念　9 軟件應用　10 習題　11 第　2章 數據的收集　12 生活中的統(tǒng)計——“打臉”民調的“逆襲”總統(tǒng)特朗普　12 2.1　數據收集的主要方法　12 2.1.1　數據的直接收集　13 2.1.2　數據的間接收集　13 2.2　幾種基本的抽樣方法　14 2.2.1　簡單隨機抽樣　14 2.2.2　分層抽樣　15 2.2.3　整群抽樣　15 2.2.4　系統(tǒng)抽樣　16 2.3　數據收集的誤差　18 2.3.1　抽樣誤差　19 2.3.2　未響應誤差　20 2.3.3　響應誤差　20 小結　21 本章框架　22 重要概念　22 軟件應用　23 習題　24 第3章　數據的圖表展示　26 生活中的統(tǒng)計——淘寶網數據盛典　26 3.1　類別數據的圖表展示　27 3.1.1　制作頻數分布表　27 3.1.2　繪制圖形　30 3.2　數值數據的圖表展示　33 3.2.1　制作頻數分布表　33 3.2.2　繪制圖形　35 3.3　圖表的合理使用　41 小結　42 本章框架　43 重要概念　43 軟件應用　43 習題　45 第4章　數據的描述統(tǒng)計量　49 生活中的統(tǒng)計——誰是“真正”的莎士比亞　49 4.1〖DK〗　“位置”的度量　50 4.1.1　均值　50 4.1.2　分位數　51 4.1.3　眾數　54 4.2　離散程度的度量　55 4.2.1　極差　56 4.2.2　四分位差　56 4.2.3　方差和標準差　57 4.2.4　離散系數　58 4.3　分布形狀的度量　59 4.3.1　偏度系數　60 4.3.2　峰度系數　61 4.4　標準得分　61 小結　62 本章框架　63 重要概念　63 軟件應用　64 習題　65 第5章　概率和概率分布　67 生活中的統(tǒng)計——汽車與山羊　67 5.1　概率的幾種確定方法　68 5.1.1　等可能事件的概率　68 5.1.2　用頻率逼近概率　68 5.1.3　主觀概率　69 5.2　離散變量的概率分布　69 5.2.1　離散變量概率分布的一般形式和概括性度量　69 5.2.2　常見的離散型概率分布　71 5.3　連續(xù)變量的概率分布　73 5.3.1　連續(xù)變量的概率密度函數和概括性度量　73 5.3.2　常見的連續(xù)型概率分布　74 5.4　抽樣分布　79 小結　79 本章框架　80 重要概念　80 軟件應用　81 習題　83 第6章　參數估計　85 生活中的統(tǒng)計——有多少美國人買不起食物　85 6.1　參數估計的基本原理　86 6.1.1　估計量和估計值　86 6.1.2　點估計　86 6.1.3　區(qū)間估計　88 6.2　一個總體參數的區(qū)間估計　89 6.2.1　總體均值的區(qū)間估計　89 6.2.2　總體比例的區(qū)間估計　92 6.2.3　總體方差的區(qū)間估計　93 6.3　兩個總體參數的區(qū)間估計　94 6.3.1　兩個總體均值之差的區(qū)間估計　94 6.3.2　兩個總體比例之差的區(qū)間估計　99 6.3.3　兩個總體方差之比的區(qū)間估計　99 6.4　樣本量的確定　100 6.4.1　估計總體均值時樣本量的確定　100 6.4.2　估計總體比例時樣本量的確定　102 小結　103 本章框架　103 重要概念　103 軟件應用　104 習題　105 第7章　假設檢驗　109 生活中的統(tǒng)計——女士品茶　109 7.1　假設檢驗的基本原理　110 7.1.1　原假設和備擇假設　110 7.1.2　兩類錯誤和顯著性水平　112 7.1.3　檢驗統(tǒng)計量和�玴��－值　113 7.2　一個總體參數的檢驗　116 7.2.1　總體均值的檢驗　116 7.2.2　總體比例的檢驗　119 7.2.3　總體方差的檢驗　120 7.3　兩個總體參數的檢驗　121 7.3.1　兩個總體均值之差的檢驗　122 7.3.2　兩個總體比例之差的檢驗　127 7.3.3　兩個總體方差之比的檢驗　128 小結　130 本章框架　130 重要概念　131 軟件應用　131 習題　132 第8章　方差分析　136 生活中的統(tǒng)計——智慧的農場主　136 8.1　方差分析的一般問題　137 8.1.1　基本概念　137 8.1.2　誤差分解　138 8.1.3　基本假定　139 8.2　單因素方差分析　140 8.2.1　一般模型　140 8.2.2　效應檢驗　140 8.2.3　多重比較　143 8.3　雙因素方差分析　145 8.3.1　一般模型　145 8.3.2　無重復雙因素方差分析　145 8.3.3　可重復雙因素方差分析　149 小結　152 本章框架　153 重要概念　153 軟件應用　154 習題　155 第9章　相關和回歸分析　159 生活中的統(tǒng)計——巧克力吃得越多，得諾貝爾獎概率越大　159 9.1　相關分析　160 9.1.1　函數關系與相關關系　160 9.1.2　相關關系的表現形式　160 9.1.3　相關系數　163 9.2　線性回歸模型的建立和估計　165 9.2.1　線性回歸模型的一般表達式　165 9.2.2　參數的最小二乘估計　166 9.3　擬合優(yōu)度和顯著性檢驗　168 9.3.1　擬合優(yōu)度　169 9.3.2　顯著性檢驗　171 9.4　多重共線性　176 9.5　利用回歸方程進行預測　179 9.6　引入虛擬變量的回歸分析　181 小結　184 本章框架　184 重要概念　185 軟件應用　185 習題　187 參考文獻　192