xxxfreesexmoves-haodiaocao这里只有精品视频-欧美性受黑人性爽-欧美性受xxxxxx黑人xyx性爽|www.jsyyzsb.com

   　統(tǒng)計(jì)學(xué)是一門(mén)工具性學(xué)科，在眾多的學(xué)科領(lǐng)域有著廣泛的應(yīng)用。本書(shū)將統(tǒng)計(jì)學(xué)的概念與方法應(yīng)用于商務(wù)領(lǐng)域，從應(yīng)用層面對(duì)統(tǒng)計(jì)學(xué)的基本方法進(jìn)行了系統(tǒng)的講解。全書(shū)包括四部分：探索和收集數(shù)據(jù)，理解數(shù)據(jù)和分布，探索變量間的關(guān)系，以及為決策建立模型。全書(shū)共24章，將方法的講解與商務(wù)領(lǐng)域中的現(xiàn)實(shí)案例緊密結(jié)合起來(lái)，使讀者掌握如何利用統(tǒng)計(jì)方法解決商務(wù)中的實(shí)際問(wèn)題。本書(shū)還將統(tǒng)計(jì)軟件與統(tǒng)計(jì)方法的應(yīng)用結(jié)合起來(lái)，詳細(xì)介紹各種統(tǒng)計(jì)方法在Excel、Minitab、]MP、SPSS和DataDesk等軟件中的操作實(shí)現(xiàn)步驟。
  　 本書(shū)既有堅(jiān)實(shí)的理論基礎(chǔ)，又有豐富的應(yīng)用實(shí)例，是工商管理專(zhuān)業(yè)學(xué)生以及商務(wù)人士的必備書(shū)籍，對(duì)于其他相關(guān)專(zhuān)業(yè)的學(xué)生以及相關(guān)管理人員和研究人員也是一本很有裨益的參考書(shū)。

本書(shū)作者知名度高，團(tuán)隊(duì)較強(qiáng)。寫(xiě)作風(fēng)格結(jié)合實(shí)際案例，部分習(xí)題給出參考答案。

　　Norean Radke Sharpe曾在鮑登學(xué)院（Bowdoin College）和巴布森學(xué)院（BabsonCollege）講授統(tǒng)計(jì)學(xué)，還曾在耶魯大學(xué)從事研究工作，目前是喬治城大學(xué)（GeorgetownUniversity）教授。Richard D. DeVeaux是國(guó)際知名的教育家，曾在沃頓商學(xué)院和普林斯頓大學(xué)講授過(guò)統(tǒng)計(jì)學(xué)，為美國(guó)運(yùn)通、惠普、美國(guó)鋁公司、杜邦、Pillsbury、通用電氣、化學(xué)銀行等“財(cái)富500強(qiáng)”企業(yè)做過(guò)咨詢(xún)，目前是威廉姆斯學(xué)院（WilliamsCollege）統(tǒng)計(jì)學(xué)教授。Paul F. Velleman在創(chuàng)新性統(tǒng)計(jì)教育方面具有國(guó)際聲望，任教于康奈爾大學(xué)，是DataDescription公司的創(chuàng)始人和CEO，設(shè)計(jì)了Data Desk＆reg;軟件包。

第1篇數(shù)據(jù)探索和數(shù)據(jù)收集
第1章統(tǒng)計(jì)學(xué)與變異
1.1什么是統(tǒng)計(jì)學(xué)
1.2本書(shū)有何用處第2章數(shù)據(jù)
2.1什么是數(shù)據(jù)
2.2變量類(lèi)型
2.3Where、How和When
2.4小結(jié)
2.5技術(shù)幫助
2.6微型案例研究項(xiàng)目
2.7習(xí)題第3章調(diào)查與抽樣
3.1抽樣調(diào)查三原則
3.2是否需要普查
3.3總體和參數(shù)
3.4簡(jiǎn)單隨機(jī)樣本（SRS）

第1篇數(shù)據(jù)探索和數(shù)據(jù)收集
第1章統(tǒng)計(jì)學(xué)與變異
1.1什么是統(tǒng)計(jì)學(xué)
1.2本書(shū)有何用處第2章數(shù)據(jù)
2.1什么是數(shù)據(jù)
2.2變量類(lèi)型
2.3Where、How和When
2.4小結(jié)
2.5技術(shù)幫助
2.6微型案例研究項(xiàng)目
2.7習(xí)題第3章調(diào)查與抽樣
3.1抽樣調(diào)查三原則
3.2是否需要普查
3.3總體和參數(shù)
3.4簡(jiǎn)單隨機(jī)樣本（SRS）
3.5其他抽樣設(shè)計(jì)
3.6定義總體
3.7有效調(diào)查
3.8小結(jié)
3.9技術(shù)幫助：隨機(jī)抽樣
3.10微型案例研究項(xiàng)目
3.11習(xí)題第4章顯示和描述分類(lèi)數(shù)據(jù)
4.1數(shù)據(jù)分析的3條規(guī)則
4.2頻數(shù)表
4.3圖
4.4列聯(lián)表
4.5小結(jié)
4.6技術(shù)幫助:在計(jì)算機(jī)上顯示
分類(lèi)數(shù)據(jù)
4.7微型案例研究項(xiàng)目
4.8習(xí)題第5章隨機(jī)性和概率
5.1隨機(jī)現(xiàn)象和概率
5.2不存在的平均數(shù)定律
5.3不同類(lèi)型的概率
5.4概率法則
5.5聯(lián)合概率和列聯(lián)表
5.6條件概率
5.7構(gòu)建列聯(lián)表
5.8小結(jié)
5.9微型案例研究項(xiàng)目
5.10習(xí)題第6章顯示和描述定量數(shù)據(jù)
6.1顯示分布
6.2形狀
6.3中心
6.4分布的離散度
6.5形狀、中心和離散度的概括
6.6五數(shù)概括和箱線(xiàn)圖
6.7組間比較
6.8確認(rèn)異常值
6.9標(biāo)準(zhǔn)化
6.10時(shí)間序列圖
*6.11變換有偏的數(shù)據(jù)
6.12小結(jié)
6.13技術(shù)幫助：顯示和概括定量
變量
6.14微型案例研究項(xiàng)目
6.15習(xí)題
第2篇理解數(shù)據(jù)和分布
第7章散點(diǎn)圖、關(guān)聯(lián)和相關(guān)
7.1觀(guān)察散點(diǎn)圖
7.2在散點(diǎn)圖中指定變量的
角色
7.3理解相關(guān)關(guān)系
*7.4直線(xiàn)型散點(diǎn)圖
7.5潛在變量和因果關(guān)系
7.6小結(jié)
7.7技術(shù)幫助：散點(diǎn)圖和相關(guān)
系數(shù)
7.8微型案例研究項(xiàng)目
7.9習(xí)題第8章線(xiàn)性回歸
8.1線(xiàn)性模型
8.2相關(guān)性和直線(xiàn)
8.3向均值的回歸
8.4模型檢驗(yàn)
8.5從殘差中學(xué)習(xí)更多知識(shí)
8.6模型的變異和R2
8.7真實(shí)性檢驗(yàn)：回歸是否
合理
8.8小結(jié)
8.9技術(shù)幫助：回歸
8.10微型案例研究項(xiàng)目
8.11習(xí)題第9章抽樣分布和正態(tài)模型
9.1樣本比例分布的建模
9.2模擬
9.3正態(tài)分布
9.4練習(xí)正態(tài)分布的計(jì)算
9.5比例的抽樣分布
9.6假設(shè)和條件
9.7中心極限定理
——統(tǒng)計(jì)學(xué)中的基本定理
9.8均值的抽樣分布
9.9樣本容量的收益遞減性
9.10抽樣分布模型的原理
9.11小結(jié)
9.12微型案例研究項(xiàng)目
9.13習(xí)題第10章比例的置信區(qū)間
10.1置信區(qū)間
10.2誤差幅度：確定性與
精確性
10.3臨界值
10.4假設(shè)與條件
*10.5小樣本的置信區(qū)間
10.6選擇樣本容量
10.7小結(jié)
10.8技術(shù)幫助：比例的置信
區(qū)間
10.9微型案例研究項(xiàng)目
10.10習(xí)題第11章比例的假設(shè)檢驗(yàn)
11.1假設(shè)
11.2作為假設(shè)檢驗(yàn)的審判
11.3P值
11.4假設(shè)檢驗(yàn)的原理
11.5備擇假設(shè)
11.6α水平與顯著性
11.7臨界值
11.8置信區(qū)間與假設(shè)檢驗(yàn)
11.9兩類(lèi)錯(cuò)誤
*11.10檢驗(yàn)的效力
11.11小結(jié)
11.12技術(shù)幫助
11.13微型案例研究項(xiàng)目
11.14習(xí)題目錄商務(wù)統(tǒng)計(jì)學(xué)第12章均值的置信區(qū)間和
假設(shè)檢驗(yàn)
12.1均值的抽樣分布
12.2均值的置信區(qū)間
12.3假設(shè)與條件
12.4解釋置信區(qū)間時(shí)需要注意的
地方
12.5單樣本t檢驗(yàn)
12.6樣本容量
*12.7自由度為什么是n-1
12.8小結(jié)
12.9技術(shù)幫助：均值推斷
12.10微型案例研究項(xiàng)目
12.11習(xí)題第13章比較兩個(gè)均值
13.1檢驗(yàn)兩個(gè)均值的差異
13.2兩樣本t檢驗(yàn)
13.3假設(shè)和條件
13.4兩均值差的置信區(qū)間
13.5合并的t檢驗(yàn)
*13.6圖基快速檢驗(yàn)
13.7小結(jié)
13.8技術(shù)幫助：兩樣本方法
13.9微型案例研究項(xiàng)目
13.10習(xí)題第14章配對(duì)樣本與區(qū)組劃分
14.1配對(duì)數(shù)據(jù)
14.2假設(shè)和條件
14.3配對(duì)t檢驗(yàn)
14.4配對(duì)t檢驗(yàn)的原理
14.5小結(jié)
14.6技術(shù)幫助：配對(duì)t方法
14.7微型案例研究項(xiàng)目
14.8習(xí)題第15章計(jì)數(shù)的推斷：卡方檢驗(yàn)
15.1擬合優(yōu)度檢驗(yàn)
15.2解釋卡方值
15.3檢測(cè)殘差
15.4齊性的卡方檢驗(yàn)
15.5比較兩個(gè)比例
15.6獨(dú)立性的卡方檢驗(yàn)
15.7小結(jié)
15.8技術(shù)幫助：卡方
15.9微型案例研究項(xiàng)目
15.10習(xí)題
第3篇研究變量之間的關(guān)系
第16章回歸的推斷
16.1總體和樣本
16.2假設(shè)和條件
16.3斜率的標(biāo)準(zhǔn)誤
16.4對(duì)回歸斜率的檢驗(yàn)
16.5相關(guān)性的假設(shè)檢驗(yàn)
16.6預(yù)測(cè)值的標(biāo)準(zhǔn)誤
16.7使用置信區(qū)間和預(yù)測(cè)區(qū)間
16.8小結(jié)
16.9技術(shù)幫助：回歸分析
16.10微型案例研究項(xiàng)目
16.11習(xí)題第17章對(duì)殘差的理解
17.1檢驗(yàn)各組的殘差
17.2外推和預(yù)測(cè)
17.3不尋常和異常的觀(guān)測(cè)值
17.4處理匯總值
17.5自相關(guān)
17.6線(xiàn)性性
17.7轉(zhuǎn)換（變換）數(shù)據(jù)
17.8冪變換階梯
17.9小結(jié)
17.10技術(shù)幫助
17.11微型案例研究項(xiàng)目
17.12習(xí)題第18章多元回歸
18.1多元回歸模型
18.2解釋多元回歸的系數(shù)
18.3多元回歸模型的假設(shè)和
條件
18.4檢驗(yàn)多元回歸模型
18.5調(diào)整后的R2和F統(tǒng)計(jì)量
*18.6Logistic回歸模型
18.7小結(jié)
18.8技術(shù)幫助：回歸分析
18.9微型案例研究項(xiàng)目
18.10習(xí)題第19章建立多元回歸模型
19.1指示（或虛擬）變量
19.2不同斜率的調(diào)整——交互
效應(yīng)項(xiàng)
19.3多元回歸診斷
19.4建立回歸模型
19.5共線(xiàn)性
19.6二次項(xiàng)
19.7小結(jié)
19.8技術(shù)幫助：計(jì)算機(jī)回歸
分析
19.9微型案例研究項(xiàng)目
19.10習(xí)題第20章時(shí)間序列分析
20.1什么是時(shí)間序列
20.2時(shí)間序列成分
20.3平滑方法
20.4簡(jiǎn)單移動(dòng)平均法
20.5加權(quán)移動(dòng)平均
20.6指數(shù)平滑法
20.7概括預(yù)測(cè)誤差
20.8自回歸模型
20.9隨機(jī)游走
20.10基于多元回歸的模型
20.11加法和乘法模型
20.12循環(huán)和不規(guī)則成分
20.13基于回歸模型的預(yù)測(cè)
20.14時(shí)間序列預(yù)測(cè)方法的
選擇
20.15解釋時(shí)間序列模型：再次考察
全食超市的數(shù)據(jù)
20.16小結(jié)
20.17技術(shù)幫助
20.18微型案例研究項(xiàng)目
20.19習(xí)題
第4篇決策建模
第21章隨機(jī)變量和概率模型
21.1隨機(jī)變量的期望值
21.2隨機(jī)變量的標(biāo)準(zhǔn)差
21.3期望值和方差的性質(zhì)
21.4離散概率模型
21.5連續(xù)型隨機(jī)變量
21.6小結(jié)
21.7微型案例研究項(xiàng)目
21.8習(xí)題第22章決策與風(fēng)險(xiǎn)
22.1行動(dòng)、自然狀態(tài)和結(jié)果
22.2收益表和決策樹(shù)
22.3最小化損失和最大化收益
22.4行動(dòng)的期望值
22.5具有完全信息的期望值
22.6樣本信息下的決策
22.7估計(jì)變異性
22.8靈敏度
22.9模擬
22.10概率樹(shù)
22.11條件的反轉(zhuǎn)：貝葉斯準(zhǔn)則
22.12更加復(fù)雜的決策
22.13小結(jié)
22.14微型案例研究項(xiàng)目
22.15習(xí)題第23章實(shí)驗(yàn)的設(shè)計(jì)、分析及觀(guān)察性
研究
23.1觀(guān)察性研究
23.2隨機(jī)化的比較實(shí)驗(yàn)
23.3實(shí)驗(yàn)設(shè)計(jì)的四大原則
23.4實(shí)驗(yàn)設(shè)計(jì)
23.5設(shè)盲和安慰劑
23.6混雜變量和潛在變量
23.7單因素設(shè)計(jì)分析——
單因素方差分析法
23.8方差分析的假設(shè)和條件
*23.9多重比較
23.10觀(guān)測(cè)數(shù)據(jù)的方差分析
23.11多因子設(shè)計(jì)分析
23.12小結(jié)
23.13微型案例研究項(xiàng)目
23.14習(xí)題第24章數(shù)據(jù)挖掘概述
24.1直接營(yíng)銷(xiāo)
24.2數(shù)據(jù)
24.3數(shù)據(jù)挖掘的目標(biāo)
24.4數(shù)據(jù)挖掘的誤區(qū)
24.5成功的數(shù)據(jù)挖掘
24.6數(shù)據(jù)挖掘問(wèn)題
24.7數(shù)據(jù)挖掘的算法
24.8數(shù)據(jù)挖掘過(guò)程
24.9總結(jié)
24.10小結(jié)習(xí)題答案附錄A部分公式和表