统计学专业英语教程(高等学校专业英语教材)

王忠玉、宋要武编著的《统计学专业英语教程( 高等学校专业英语教材)》内容分为三部分：第一部 分是描述统计学，共有7个单元，包括统计学初步、 单变量数据的描述分析、两个变量数据的描述分析、 概率初步、离散概率模型、连续概率模型、抽样分布 和中心极限定理：第二部分是推断统计学(数理统计 学)，共有4个单元，包括统计推导初步、一个总体的 统计推断、两个总体的统计推断、简单回归、回归的 统计分析；第三部分是统计学与数据科学专题，只有 1个单元。 和同类书籍相比，本书具有如下特点：(1)比较 系统地阐述基础统计学的知识，即以初阶统计学的基 本内容为主体，又适当地加入并介绍中阶统计学的部 分内容；(2)在大多数章后，我们提供课外进一步阅 读和学习的补充知识，有统计学家简介等；(3)紧跟 当今时代发展，给出“统计学与数据科学”的阅读学 习内容。另外，在每一章前面，我们精心选取了一些 著名统计学家或教授的名言或警句，同时，特别绘制 了有趣的漫画。 本书适合于各个专业对统计学专业英语感兴趣的 大学生，学习双语统计学的统计学专业大学生，希望 学习和掌握中阶统计学的相关专业的低年级研究生， 以及有关的科研人员等。

宋要武，管理学博士，黑龙江科技大学教授。中国国际经济贸易仲裁委员会仲裁员。 主要研究方向：国际贸易、区域经济、公共管理、中美关系、环境与能源经济。至今已出版译著和编著多本，如《中韩公共政策比较研究》、《国际商事争议解决论丛(第一卷)》、《中亚国家人权研究》、《美国战略管理经典案例》(译著)等。 王忠玉，副教授，哈尔滨工业大学管理学博士，吉林大学数量经济学博士后。从事现代经济计量学、应用统计学、金融经济学等研究。 在《管理世界》《经济评论》《中国管理科学》《国际金融研究》《中国统计》《统计教育》等管理类及经济学刊物上发表了论文30多篇，出版著作和译著有：《模糊数据统计学》《数理金融学引论——离散时间模型》《效率与生产率分析引论》《横截面与面板数据的经济计量分析》《微观经济计量学：方法与应用》《递归宏观经济理论(第2版)》《华尔街狂人》《金融工程学原理(第2版)》《数理统计学导论(第7版)》《用Stata学计量经济学》《统计学专业英语(第2版)》。 现为黑龙江省数量与技术经济学会副秘书长，并且是《金融学前沿译丛》编委会委员、《当代世界学术名著·经济学系列》编委会委员、《行为和实验经济学经典译丛》编委会委员。

Part I Descriptive Statistics Unit 1 Statistics 1.1 What is Statistics? 1.1.1 Meanings of Statistics 1.1.2 Definition of Statistics 1.1.3 Types of Statistics 1.1.4 Applications of Statistics 1.2 The language of Statistics 1.2.1 Population and Sample 1.2.2 Kinds of Variables 1.3 Measurability and Variability 1.4 Data Collection 1.4.1 The Data Collection Process 1.4.2 Sampling Frame and Elements 1.5 Single-Stage Methods 1.5.1 Simple Random Sample 1.5.2 Systematic Sample 1.6 Multistage Methods 1.7 Types of Statistical Study 1.8 The Process of a Statistical Study Glossary Reading English Materials Passage 1. What is Statistics? Passage 2. From Data to Foresight Problems Unit 2 Descriptive Analysis of Single-Variable Data 2.1 Graphs， Pareto Diagrams， and Stem-and-Leaf Display 2.1.1 Qualitative Data 2.1.2 Quantitative Data 2.2 Frequency Distributions and Histograms 2.2.1 Frequency Distribution 2.2.2 Histograms 2.2.3 Cumulative Frequency Distribution and Ogives 2.3 Measures of Central Tendency 2.3.1 Finding the Mean 2.3.2 Finding the Median 2.3.3 Finding the Mode 2.3.4 Finding the Midrange 2.4 Measures of Dispersion 2.4.1 Sample Standard Deviation 2.5 Measures of Position 2.5.1 Quartiles 2.5.2 Percentiles 2.5.3 Other Measures of Position 2.6 Interpreting and Understanding Standard Deviation 2.6.1 The Empirical Rule and Testing for Normality 2.6.2 Chebyshev’s Theorem Glossary Problems Unit 3 Descriptive Analysis of Bivariate Data 3.1 Bivariate Data 3.1.1 Two Qualitative Variables 3.1.2 One Qualitative and One Quantitative Variable 3.1.3 Two Quantitative Variables 3.2 Linear Correlation 3.2.1 Calculating the Linear Correlation Coefficient 3.2.2 Causation and Lurking Variables 3.3 Linear Regression 3.3.1 Line of Best Fit 3.3.2 Making Predictions Reading English Materials Passage 1. The First Regression Passage 2. Simpson’s Paradox Unit 4 Introduction to Probability Unit 5 Discrete Probability Models Unit 6 Discrete Probability Models Unit 7 Sampling Distributions and CL Part II Inferential Statistics Unit 8 Introduction to Statistical Inferences Unit 9 Inferences Involving One Population Unit 10 Inferences Involving Two Populations Unit 11 An Introduction to Simple Regression Unit 12 Statistics and Data Science