統計學（第2版）
作者：賈俊平圖書詳細信息：
ISBN：9787302129288定價：47元
印次：2-8
裝幀：平裝
印刷日期：2013-11-26
圖書簡介：
統計學是收集、分析、表述和解釋數據的科學。作為數據分析的一種有效工具，統計方法已廣泛套用於社會科學和自然科學的各個領域，是各學科領域研究者和實際工作者的必備知識。《統計學》（第二版）一書結合了作者多年的教學實踐經驗和國外優秀統計學教材的成果，在內容上包括描述統計方法、推斷統計方法以及工商管理中常用的一些統計方法；在寫法上與計算機緊密結合，大部分統計方法都給出了Excel的計算過程和結果，並在書後配有教學和學習輔助光碟，方便教師授課和學生自學。本書可作為高等院校經濟管理類專業本科生統計學課程的教材，也可作為MBA的教材或參考書，對廣大實際工作者也極具參考價值。
前言
我多年從事統計教學的體會是：學習一遍，很難學會統計；記住公式，不等於理解統計；學會計算，不等於會用統計。統計的真諦在於它所體現的思想，在於它所提供的思維方式。作為一門客群面很廣的課程，怎樣在有限的時間內把統計講清楚是一件很難的事情。一本好的教材對於最初接觸統計的人來說很重要，多年來我一直在朝著不斷完善統計學教材的目標努力，但一直力不從心。儘管《統計學》受到廣大讀者的厚愛，在一年多的時間裡先後6次印刷，但不足之處仍然不勝枚舉。近兩年來，經過在講授統計學課程過程中的不斷學習，又有一些新的想法，很想把它寫進教材。這就是《統計學》（第二版）的初衷。
與第一版相比，第二版仍然維持原有的框架和風格，與第一版的不同之處體現在以下幾個方面：
第一，增加了一些新的內容，特別是與Excel套用有關的一些內容，比如Excel統計函式的套用、數據透視表的套用、機率分布表的生成，同時結合了其他一些統計軟體，如STATISTICA軟體的輸出結果，包括正態機率圖、箱線圖、三維相關圖等。
第二，在每章的開頭增加了“統計套用”的一個實例。
第三，增加了每章的習題量，習題的類型也趨於多樣化。
第二版的出版仍然要感謝清華大學出版社的支持。感謝編輯王海燕同志，她的辛勤勞動使本書的錯誤降到最低。感謝書後所列參考文獻的作者，本書的部分素材選自所列參考文獻。
目錄
第1章導論1統計套用：質量管理中的6σ1
1.1統計及其套用領域2
1.1.1什麼是統計學2
1.1.2統計的套用領域3
1.1.3歷史上著名的統計學家6
1.2統計數據的類型7
1.2.1分類數據、順序數據、數值型數據7
1.2.2觀測數據和實驗數據8
1.2.3截面數據和時間序列數據8
1.3統計中的幾個基本概念9
1.3.1總體和樣本9
1.3.2參數和統計量11
1.3.3變數12
思考與練習13
人物傳記——Adolphe Quetelet15
第2章數據收集17
統計套用：北京市2005年1%人口抽樣調查17
2.1數據來源19
2.1.1數據的間接來源19
2.1.2數據的直接來源19
2.2調查設計25
2.2.1調查方案的結構25
2.2.2調查問卷設計26
2.3數據質量36
2.3.1數據的誤差36
2.3.2數據的質量要求36
思考與練習37
人物傳記——William G.Cochran37
第3章數據的圖表展示39
統計套用：把數據畫圖之後要用用腦袋!39
3.1數據的預處理40
3.1.1數據審核40
3.1.2數據篩選40
3.1.3數據排序43
3.1.4數據透視表44
3.2品質數據的整理與展示48
3.2.1分類數據的整理與圖示48
3.2.2順序數據的整理與圖示55
3.3數值型數據的整理與展示57
3.3.1數據分組57
3.3.2數值型數據的圖示62
3.4合理使用圖表75
3.4.1鑑別圖形優劣的準則76
3.4.2統計表的設計76
思考與練習79
人物傳記——John W. Tukey86
第4章數據的概括性度量87
統計套用：一種測量的平均數比單個的測量更可靠87
4.1集中趨勢的度量88
4.1.1分類數據：眾數88
4.1.2順序數據：中位數和分位數89
4.1.3數值型數據：平均數93
4.1.4眾數、中位數和平均數的比較98
4.2離散程度的度量99
4.2.1分類數據：異眾比率100
4.2.2順序數據：四分位差100
4.2.3數值型數據：方差和標準差101
4.2.4相對離散程度：離散係數107
4.3偏態與峰態的度量109
4.3.1偏態及其測度109
4.3.2峰態及其測度110
思考與練習113
人物傳記——Pafnuty Lvovich Chebyshev118
第5章機率與機率分布120
統計套用：買彩不是“押寶”120
5.1事件及其機率122
5.1.1試驗、事件和樣本空間122
5.1.2事件的機率124
5.1.3機率的性質和運算法則125
5.1.4條件機率與事件的獨立性130
5.1.5全機率公式與逆機率公式134
5.2離散型機率分布137
5.2.1隨機變數137
5.2.2離散型隨機變數的機率分布138
5.2.3離散型隨機變數的數學期望和方差140
5.2.4幾種常用的離散型機率分布141
5.3連續型機率分布151
5.3.1機率密度函式151
5.3.2常態分配152
5.3.3其他連續型機率分布166
思考與練習170
人物傳記——James BernoulliCarl Friedrich Gauss173
第6章抽樣與抽樣分布176
統計套用：“抓鬮”徵兵計畫176
6.1機率抽樣方法177
6.1.1簡單隨機抽樣177
6.1.2分層抽樣179
6.1.3系統抽樣180
6.1.4整群抽樣180
6.23種不同性質的分布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
6.3一個總體參數推斷時樣本統計量的抽樣分布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
6.4兩個總體參數推斷時樣本統計量的抽樣分布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198
人物傳記——William Sealy Gosset201
第7章參數估計203
統計套用：一次失敗的民意調查203
7.1參數估計的一般問題204
7.1.1估計量與估計值204
7.1.2點估計與區間估計205
7.1.3評價估計量的標準209
7.2一個總體參數的區間估計211
7.2.1總體均值的區間估計211
7.2.2總體比例的區間估計217
7.2.3總體方差的區間估計219
7.2.4正態總體未來觀測值的預測區間估計220
7.3兩個總體參數的區間估計222
7.3.1兩個總體均值之差的區間估計222
7.3.2兩個總體比例之差的區間估計228
7.3.3兩個總方差比的區間估計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237
人物傳記——Jerzy Neyman244
第8章假設檢驗246
統計套用：藥物篩選中的假設檢驗246
8.1假設檢驗的基本問題248
8.1.1假設的陳述248
8.1.2兩類錯誤與顯著性水平252
8.1.3檢驗統計量與拒絕域255
8.1.4利用P值進行決策257
8.1.5統計顯著性與實際顯著性261
8.2一個總體參數的檢驗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297
人物傳記——Egon Sharpe Pearson304
第9章方差分析與試驗設計306
統計套用：SARS病毒滅活疫苗臨床試驗306
9.1方差分析引論308
9.1.1方差分析及其有關術語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數據結構316
9.2.2分析步驟317
9.2.3關係強度的測量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無互動作用的雙因素方差分析328
9.3.3有互動作用的雙因素方差分析334
9.4試驗設計初步338
9.4.1完全隨機化設計338
9.4.2隨機化區組設計339
9.4.3因子設計341
思考與練習342
人物傳記——Ronald Aylmer Fisher348
第10章一元線性回歸351
統計套用：回歸分析在投資風險中的套用351
10.1變數間關係的度量353
10.1.1變數間的關係353
10.1.2相關關係的描述與測度354
10.1.3相關關係的顯著性檢驗359
10.2一元線性回歸361
10.2.1一元線性回歸模型362
10.2.2參數的最小二乘估計365
10.2.3回歸直線的擬合優度370
10.2.4顯著性檢驗374
10.2.5回歸分析結果的評價378
10.3利用回歸方程進行估計和預測379
10.3.1點估計379
10.3.2區間估計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390
人物傳記——Francis Galton397
第11章多元線性回歸400
統計套用：預測大學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
11.1.3參數的最小二乘估計403
11.2回歸方程的擬合優度406
11.2.1多重判定係數406
11.2.2估計標準誤差407
11.3顯著性檢驗408
11.3.1線性關係檢驗408
11.3.2回歸係數檢驗和推斷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利用回歸方程進行估計和預測415
11.6變數選擇與逐步回歸416
11.6.1變數選擇過程416
11.6.2向前選擇417
11.6.3向後剔除418
11.6.4逐步回歸418
11.7虛擬自變數的回歸420
11.7.1含有一個虛擬自變數的回歸420
11.7.2用虛擬自變數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冪函式曲線430
11.8.3對數曲線430
思考與練習433
人物傳記——George Waddell Snedecor440
第12章時間序列分析和預測441
統計套用：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時間序列預測的程式451
12.3.1確定時間序列的成分451
12.3.2選擇預測方法454
12.3.3預測方法的評估455
12.4平穩序列的預測457
12.4.1簡單平均法457
12.4.2移動平均法458
12.4.3指數平滑法460
12.5趨勢型序列的預測463
12.5.1線性趨勢預測463
12.5.2非線性趨勢預測465
12.6季節型序列的預測475
12.7複合型序列的分解預測479
12.7.1確定並分離季節成分479
12.7.2建立預測模型並進行預測483
12.7.3計算最後的預測值484
12.8周期性分析485
思考與練習487
人物傳記——Abraham Wald494
第13章指數496
統計套用：報導價格指數496
13.1引言497
13.2加權指數498
13.2.1加權綜合指數498
13.2.2加權平均指數500
13.2.3價值指數與指數體系502
13.3幾種常用的價格指數503
13.3.1零售價格指數503
13.3.2消費者價格指數504
13.3.3生產價格指數506
13.3.4股票價格指數507
13.4多指標綜合評價指數508
13.4.1多指標綜合評價指數的構建508
13.4.2幾種常用的綜合評價指數510
思考與練習513
人物傳記——Karl Pearson515
附錄1各章練習題答案518
附錄2常用統計表543
表1標準正態曲線下的面積543
表2t統計量的臨界值545
表3χ2統計量的臨界值546
表4F統計量的臨界值548
參考文獻556
