第1章導(dǎo)論
1統(tǒng)計應(yīng)用：質(zhì)量管理中的6σ1
1.1統(tǒng)計及其應(yīng)用領(lǐng)域2
1.1.1什么是統(tǒng)計學(xué)2
1.1.2統(tǒng)計的應(yīng)用領(lǐng)域3
1.1.3歷史上著名的統(tǒng)計學(xué)家6
1.2統(tǒng)計數(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觀測數(shù)據(jù)和實驗數(shù)據(jù)8
1.2.3截面數(shù)據(jù)和時間序列數(shù)據(jù)8
1.3統(tǒng)計中的幾個基本概念9
1.3.1總體和樣本9
1.3.2參數(shù)和統(tǒng)計量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)計表的設(shè)計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)計應(yīng)用：一種測量的平均數(shù)比單個的測量更可靠87
4.1集中趨勢的度量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)及其測度109
4.3.2峰態(tài)及其測度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)計應(yīng)用：買彩不是“押寶”120
5.1事件及其概率122
5.1.1試驗、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)和運算法則125
5.1.4條件概率與事件的獨立性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隨機變量137
5.2.2離散型隨機變量的概率分布138
5.2.3離散型隨機變量的數(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)計應(yīng)用：“抓鬮”征兵計劃176
6.1概率抽樣方法177
6.1.1簡單隨機抽樣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
6.3一個總體參數(shù)推斷時樣本統(tǒng)計量的抽樣分布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
6.4兩個總體參數(shù)推斷時樣本統(tǒng)計量的抽樣分布194
6.4.1兩個樣本均值之差的抽樣分布194
6.4.2兩個樣本比例之差的抽樣分布195
6.4.3兩個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203
統(tǒng)計應(yīng)用：一次失敗的民意調(diào)查203
7.1參數(shù)估計的一般問題204
7.1.1估計量與估計值204
7.1.2點估計與區(qū)間估計205
7.1.3評價估計量的標(biāo)準(zhǔn)209
7.2一個總體參數(shù)的區(qū)間估計211
7.2.1總體均值的區(qū)間估計211
7.2.2總體比例的區(qū)間估計217
7.2.3總體方差的區(qū)間估計219
7.2.4正態(tài)總體未來觀測值的預(yù)測區(qū)間估計220
7.3兩個總體參數(shù)的區(qū)間估計222
7.3.1兩個總體均值之差的區(qū)間估計222
7.3.2兩個總體比例之差的區(qū)間估計228
7.3.3兩個總方差比的區(qū)間估計229
7.4樣本容量的確定234
7.4.1估計總體均值時樣本容量的確定234
7.4.2估計總體比例時樣本容量的確定235
7.4.3估計兩個總體均值之差時樣本容量的確定236
7.4.4估計兩個總體比例之差時樣本容量的確定237
思考與練習(xí)237
人物傳記——Jerzy Neyman244

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

第9章方差分析與試驗設(shè)計306
統(tǒng)計應(yīng)用：SARS病毒滅活疫苗臨床試驗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)系強度的測量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試驗設(shè)計初步338
9.4.1完全隨機化設(shè)計338
9.4.2隨機化區(qū)組設(shè)計339
9.4.3因子設(shè)計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)計應(yīng)用：回歸分析在投資風(fēng)險中的應(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)系的描述與測度354
10.1.3相關(guān)關(guān)系的顯著性檢驗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365
10.2.3回歸直線的擬合優(yōu)度370
10.2.4顯著性檢驗374
10.2.5回歸分析結(jié)果的評價378
10.3利用回歸方程進(jìn)行估計和預(yù)測379
10.3.1點估計379
10.3.2區(qū)間估計380
10.4殘差分析384
10.4.1用殘差證實模型的假定384
10.4.2用殘差檢測異常值和有影響的觀測值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)計應(yīng)用：預(yù)測大學(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估計的多元回歸方程403
11.1.3參數(shù)的最小二乘估計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估計標(biāo)準(zhǔn)誤差407
11.3顯著性檢驗408
11.3.1線性關(guān)系檢驗408
11.3.2回歸系數(shù)檢驗和推斷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)行估計和預(yù)測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對數(shù)曲線430
思考與練習(xí)433
人物傳記——George Waddell Snedecor440

第12章時間序列分析和預(yù)測441
統(tǒng)計應(yīng)用：平均增長率的計算爭議441
12.1時間序列及其分解443
12.2時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時間序列預(yù)測的程序451
12.3.1確定時間序列的成分451
12.3.2選擇預(yù)測方法454
12.3.3預(yù)測方法的評估455
12.4平穩(wěn)序列的預(yù)測457
12.4.1簡單平均法457
12.4.2移動平均法458
12.4.3指數(shù)平滑法460
12.5趨勢型序列的預(yù)測463
12.5.1線性趨勢預(yù)測463
12.5.2非線性趨勢預(yù)測465
12.6季節(jié)型序列的預(yù)測475
12.7復(fù)合型序列的分解預(yù)測479
12.7.1確定并分離季節(jié)成分479
12.7.2建立預(yù)測模型并進(jìn)行預(yù)測483
12.7.3計算最后的預(yù)測值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)計應(yīng)用：報道價格指數(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價值指數(shù)與指數(shù)體系502
13.3幾種常用的價格指數(shù)503
13.3.1零售價格指數(shù)503
13.3.2消費者價格指數(shù)504
13.3.3生產(chǎn)價格指數(shù)506
13.3.4股票價格指數(shù)507
13.4多指標(biāo)綜合評價指數(shù)508
13.4.1多指標(biāo)綜合評價指數(shù)的構(gòu)建508
13.4.2幾種常用的綜合評價指數(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)計表543

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

參考文獻(xiàn)556