商业和经济统计学（第8版）
点此进入淘宝搜索页搜索分類: 图书,经济,统计 审计,
作者： （美）詹姆斯麦克莱夫（James T.McClave）等著，袁卫 等译
出 版 社：
出版时间： 2008-9-1字数：版次： 1页数： 924印刷时间：开本： 16开印次：纸张：I S B N ： 9787509509135包装： 平装编辑推荐
这本以市场为导向的教材提供了一种可靠、全面、实用的理论方法。本书的作者在这一领域享有大名，广受尊敬。他们在书中提出了一套合理的方法论。书中设置了许多实用的场景，在现实的情形中讨论各种技巧及其应用，并展示了统计学上的结果是如何来帮助决策与洞见解决问题的。书中提供的实例和操作准确而可靠，便于老师使用。
内容简介
本书是以商业知识为应用背景的统计教材，重点讲述统计推断，也包括数据收集与分析等许多其他内容，所有这些知识都是评价统计研究结果和制定正确决策时必须具备的。
本书的特点在于与商业实践联系紧密：所有新概念都借助有实际背景的数据和例子来引进和说明，几乎所有实例都选用出版物中已公布的真实数据，每章还用一到两个例子专门讨论现实生活中经常碰到的事件。
全书编入1400多道习题，几乎涉及统计在所有研究领域的应用。这些练习大多直接来自期刊、报纸和其他资料，对于培养学生运用统计知识解决现实问题的能力很有帮助。
作者简介
詹姆斯麦克莱夫（James T.McClave），统计学博士，1977年创建信息技术有限公司，现任公司总裁兼首席执行官，其公司专门为国际客户提供统计方面的专业咨询。曾在佛罗里达大学从事全职科研工作20年，现为佛罗里达人学统计学兼职教授。
目录
第1章统计学、数据与统计思想
1.1统计学
1.2统计在商务中的应用类型
1.3统计学的基本要素
1.4过程（选学）
1.5数据类型
统计实践1.1 质量改进：美国公司应对来自日本的挑战
1.6收集数据
1.7统计在管理决策中的作用
统计实践1.2对20节目中一项调查结果的看法：事实还是虚构？
要点回顾
第2章描述数据集的方法
2.1描述定性数据
统计实践2.1帕雷托分析
2.2描述定量数据的图表方法
2.3 求和符号
2.4集中趋势的数值测度
2.5 变异性的数值测度
2.6解释标准差
2.7相对定位的数值测度
2.8检测离群值的方法（选学）
2.9 两变量关系的图示（选学）
2.10时间序列图（选学）
2.11用描述技术“歪曲”真相
统计实践2.2 《汽车与司机》杂志的“路考摘要”
要点回顾
现实案例：肯塔基州牛奶案例——第一部分（一个涵盖第1章和第2章内容的案例）
第3章概率
3.1事件、样本空间与概率
统计实践3.1游戏表演策略：转换还是不转换
3.2并集与交集
3.3互补事件
3.4加法法则与互斥事件
3.5条件概率
3.6乘法法则与独立事件
3.7随机抽样
统计实践3.2彩票大王
要点回顾
第4章离散型随机变量
4.1 两类随机变量
4.2 离散型随机变量的概率分布
4.3 离散型随机变量的期望值
统计实践4.1 投资组合选择
4.4 二项随机变量
统计实践4.2航天飞机挑战者号的太空灾难
4.5 泊松随机变量（选学）
要点回顾
第5章连续型随机变量
5.1连续型概率分布
5.2均匀分布（选学）
5.3正态分布
统计实践5.1智商、经济变动、钟形曲线
5.4检验正态性的描述性方法
5.5 用正态分布近似二项分布
5.6指数分布（选学）
统计实践5.2排队理论
要点回顾
第6章抽样分布
6.1抽样分布的概念
6.2抽样分布的性质：无偏性和最小方差性（选学）
统计实践6.1通过多样化减少投资风险
6.3 中心极限定理
统计实践6.2失眠药丸
要点回顾
现实案例家具失火案（一个涵盖第3章到第6章内容的案例）
第7章基于单个样本的推断：置信区间估计
7.1总体均值的大样本置信区间
7.2总体均值的小样本置信区间
统计实践7.1扇贝、抽样与法律
7.3 总体比率的大样本置信区间
7.4确定样本容量
7.5关于简单随机抽样的有限总体修正（选学）
7.6抽样调查设计（选学）
统计实践7.2 抽样误差与非抽样误差
要点回顾
第8章基于单个样本的推断：假设检验
8.1假设检验的基本原理
8.2一个总体均值的大样本假设检验
统计实践8.1统计质量控制
8.3观察的显著性水平：户值
8.4一个总体均值的小样本假设检验
8.5一个总体比例的大样本假设检验
8.6 计算第二类错误的概率：对β的进一步认识（选学）
8.7一个总体方差的假设检验（选学）
统计实践8.2 三月疯狂——决定NCAA篮球联赛优劣的条件
要点回顾
第9章基于两个样本的推断：置信区间与假设检验
9.1 比较两个总体均值：独立抽样
统计实践9.1 自我管理工作小组对家庭生活的影响
9.2 比较两个总体均值：配对差实验
9.3比较两个总体比率：独立抽样
9.4确定样本容量
统计实践9.2未付酬加班和公平劳动标准法案
9.5 比较两个总体方差：独立抽样（选学）
要点回顾
现实案例 肯塔基州牛奶案例——第二部分（一个涵盖第7章到第9章内容的案例）
第10章简单线性回归
10.1概率模型
10.2拟合模型：最小二乘法
10.3模型假定
10.4的一个估计量
10.5评价模型的效果：对斜率进行推断
10.6相关系数
10.7决定系数
10.8利用模型进行估计和预测
统计实践10.1对布朗克斯砖损害情况的统计评价
10.9简单线性回归：一个完全的例子
统计实践10.2“水脉占卜师”真的能探测出水吗？
要点回顾
第11章多元回归与建模
11.1多元回归模型
11.2一阶模型：估计和解释参数
11.3模型的假设
11.4关于参数的推断
11.5检验模型的总体效用
统计实践11.1预测波尔多红葡萄酒的价格
11.6利用模型进行估计和预测
11.7建模：交互模型
11.8建模：二次和其他高阶模型
11.9建模：定性（虚拟）变量模型
11.10建模：兼有定量和定性变量模型（选学）
11.11建摸：对比嵌套模型（选学）
11.12建摸：逐步回归（选学）
11.13残差分析：检验回归假设
11.14要注意的问题：可估性、多重共线性和外推
统计实践11.2“曲解”钟型曲线
要点回顾
第12章质量改进方法
12.1质量、过程和系统
统计实践12.1戴明（Deming）的14点
12.2统计控制
12.3控制图的原理
12.4监测过程均值的图
12.5监测过程变异性的图
12.6监测过程缺陷比率的图
12.7变异原因诊断（选学）
统计实践12.2服务过程中的质量控制
12.8能力分析（选学）
要点回顾
第13章时间序列：描述性分析、模型及预测
13.1描述性分析：指数
统计实践13.1消费者价格指数：CPI-U和CPI-W
13.2描述性分析：指数平滑
13.3时间序列的构成
13.4预测：指数平滑
13.5趋势预测：Holt-Winters预测模型（选学）
13.6预测的精确度评估：MAD和RMSE
13.7趋势预测：简单线性回归
13.8季节回归模型
统计实践13.2急诊室需求预测
13.9自相关与Durbin-Waltson检验
要点回顾
现实案例衬垫制造案例（一个涵盖第12章和第13章内容的案例）
第14章实验设计与方差分析
14.1实验设计的要素
14.2完全随机化设计：单因子
14.3均值的多重比较
统计实践14.1治疗是暴饮暴食者的“新减肥药”吗？
14.4因子实验
统计实践14.2蟑螂览踪
14.5使用回归模型进行方差分析（选学）
第15章非参数统计
15.1引言：与分布无关检验
15.2单总体推断：符号检验
15.3比较两个总体：独立样本的Wilcoson秩和检验
15.4比较两个总体：配对差异实验的Wilcoson符号秩检验
统计实践15.1扇贝重量数据的再分析
15.5完全区组设计的Kruskal-WallisH检验
统计实践15.2纳税人与IRS之争：审判法院的选择
15.6Spearman秩相关系数
第16章定性数据分析
16.1定性数据与多重实验
16.2分类概率的检验：单向表
16.3分类概率的检验：二维表（列联表）
统计实践16.1计算机技术和应用中的准则
16.4关于检验条件的小结
现实案例工作中的歧视（一个涵盖第14章到第16章的案例）
附录A基本的计算公式
附录B附表
附表C方差分析的计算公式
部分习题答案
书摘插图
第1章统计学、数据与统计思想
1.1统计学
提起统计，你会想到什么？平均成功率、盖洛普民意测验、失业数字还是杂乱无意的一堆数据（与统计有关）？或者仅仅是你不得不完成的一门升学必修课程？我们希望通过本书使大家明白，统计学其实是一门既有趣、又实用的科学，它不仅在企业、政府中有用，在自然科学和社会科学中更有着无限广阔的应用空间；我们也将阐明统计学的真正价值其实正隐藏在你误用它的背后。最后，我们希望说明统计学在一些重要领域如学习、工作或日常生活中所起的关键性作用。我们的目的是想给大家留下这样一个印象，即：你花在这门学科上的时间将使你在许多方面获得回报。
在《随机收藏大学词典》（The Random House College Dictionary）一书里，统计学被定义为“关于信息或数据的收集、分类、分析与解释的科学”。因此，一个统计学家并非只会计算棒球比赛的胜负比率或者列表显示盖洛普民意测验的调查结果，专业统计学家受过统计科学的系统训练，也就是说他们接受过收集数据信息，对数据进行评估以及从中导出结论的整个过程的系统训练。此外，统计学家能够确定与给定问题有关的信息并就一项研究结论是否可信的问题做出回答。
定义1.1
统计学是研究数据的科学，它包括数据收集、分类、汇总、组织、分析以及对数字信息进行解释。
在下一节，你将看到几个统计在商务和政府中应用的例子，其中包括制定决策和导出结论。
1.2 统计在商务中的应用类型
对多数人来说，统计意味着“数字性描述”。月度失业人数、新企业倒闭数、一个特定行业的女职工比例等等，都是对来自某些现象中大量数据的统计描述。统计数据常常是从一些大数据集中抽取出来的，而这些大数据集具有哪些特征正是我们所希望研究的，我们把这种抽取过程叫做抽样。例如：你希望根据一家音像店部分顾客的年龄（样本）来估计该店所有顾客的平均年龄，然后利用估计结果将广告对象定位在一个适当的年龄段。注意，统计包括两个不同的过程：（1）描述数据集；（2）以样本数据为基础导出结论（做出估计、决策、预测等）。因此，统计的应用也被划分为两大领域：描述统计学和推断统计学。
……
