基础统计学(第14版)(双色)

《基础统计学》历经14 版，经久不衰。该书已经作为国际版统计教材被翻译成多国文字，连续25 年在美国统计类教材中排名第一。 本书以浅显易懂的文字以及贴近实际的案例，带领读者专业系统地学习统计思维和批判性思维，领略统计学的真实魅力。本书的第1~3 章着重介绍描述统计学，通过第4~6 章的概率分布逐渐过渡到第7~9 章的推断统计学；第10~15 章介绍了现代统计学中一些重要的实践方法，例如回归分析、拟合优度、方差分析、非参数检验等，读者可以根据自身的兴趣与背景学习相关内容。本书作者致力于不断更新基本统计数据，提供前所未有的大量最新真实数据，以便各种背景的读者了解统计数据在他们周围世界中的作用。除大量的新数据集、示例和习题之外，《基础统计学（第14 版）》的设计更加灵活，增加了专业统计学家使用的最新和最佳方法、更大的数据集和符合统计学发展的新主题。

钱辰江美国芝加哥大学统计学硕士，加州大学洛杉矶分校数学经济本科。目前供职于美国硅谷某互联网创业公司，主要从事数据科学相关工作。曾任职于电商互联网公司Wish以及美国银行。具有扎实的统计学理论基础和丰富的实战经验。潘文皓美国佐治亚大学统计学博士，研究方向为象征性数据的聚类分析算法。目前任职于美国苹果总部，主要从事数据科学相关的模型开发与研究。曾任美国富国银行量化分析师，负责反欺诈模型的开发，检测与应用。

第1 章　统计学概述 001 1-1　统计与批判性思维 004 例1：总体和样本 004 例2：自愿样本 007 例3：统计显著性与实际显著性 008 1-2　数据类型 010 第1 部分：基本数据类型 010 例1：参数和统计量 011 例2：定量数据和分类数据 012 例3：离散型数据和连续型数据 013 例4：名目测量尺度 014 例5：次序测量尺度 015 例6：等距测量尺度 015 例7：等比测量尺度 016 例8：区分等比测量尺度和等距测量尺度 017 第2 部分：大数据和缺失数据——过量和不够 018 1-3　样本数据的收集 022 第１部分：实验设计与样本数据收集的基础 022 例1：索尔克疫苗实验 022 例2：冰激凌与溺水 023 例3：多阶段抽样设计 026 第2 部分：实验设计与样本数据收集的进阶 026 第2 章　用图表探索数据 031 2-1　频数分布表——数据的整理与汇总 033 例1：洛杉矶每日通勤时间频数分布表 035 例2：空难原因频数分布表 036 例3：比较纽约和博伊西的每日通勤时间 037 例4：探索数据——心率是如何测量的 039 例5：数据探索——差异告诉了我们什么 040 第1 部分：直方图的基本概念 041 2-2　直方图 041 第2 部分　使用正态分位图评估正态性 044 2-3　启发性图表与误导性图表 045 例1：男性心率的点图 045 例2：男性心率的茎叶图 046 例3：全球个人计算机出货量的时间序列图 047 例4：空难原因的帕累托图 048 例５：空难原因的饼状图 049 例6：洛杉矶每日通勤时间的频数多边形 050 例7：相对频数多边形——洛杉矶和博伊西的每日通勤时间 050 例8：误导性图表——非零纵轴 051 例9：误导性图表——图标的使用 052 第1 部分：散点图和相关性 053 2-4　散点图、相关分析与回归分析 053 例1：存在相关性——用相机对海豹称重 054 例2：不存在相关性——总统的身高与其对手的身高 055 例3：不存在相关性——硬币的质量与其制造年份 055 第2 部分：线性相关系数 056 例4：通过与对数据看鞋印长度与身高是否存在相关性 056 例5：通过与对数据看鞋印长度与身高之间是否存在相关性 058 第3 部分：回归分析 059 例6：通过回归线看相关性 059 第３章　描述、探索和比较数据 060 3-1　集中趋势的度量指标 062 第1 部分：集中趋势度量的基本概念 062 例1：均值 064 例2：中位数——奇数个数据值 066 例3：中位数——偶数个数据值 066 例4：众数 067 例5：中程数 068 例6：批判性思维与集中趋势的度量指标 069 第2 部分：集中趋势度量指标的进阶部分 071 例7：根据频数分布表计算均值 071 例8：平均绩点的计算 072 3-2　离散程度的度量指标 074 第1 部分：离散程度的基本概念 074 例１：全距 076 例２：使用公式3-4 计算标准差 077 例3：使用公式3-5 计算标准差 079 例4：使用范围经验法则解读s 080 例5：使用范围经验法则估计s 081 第2 部分：离散程度的进阶部分 083 例6：经验法则 084 例7：切比雪夫定理 085 例8：比较“飞船摇滚飞车”和“恐怖魔塔”的等候时间 085 例9：比较成年男性的身高和体重 086 第1 部分：z 分数、百分位数、四分位数及箱形图 087 3-3　相对位置的度量与箱形图 087 例1：比较成年人的体温和25 美分硬币的重量 088 例2：4.01 级地震的震级是否显著高 089 例3：求等候时间为45 分钟的百分位数 090 例4：将求P25 百分位数转换为相应的数据值 092 例5：将求P90 百分位数转换为相应的数据值 092 例6：五数概括法 094 例7：构建箱形图 095 例8：比较迪士尼乐园热门游乐项目的等候时间 095 第2 部分：异常值和修正箱形图 097 例9：构建修正箱形图 097 第4 章　概率论 099 第1 部分：概率的基本概念 101 4-1　概率 101 例1：分析索赔 101 例2：简单事件和样本空间 103 例3：相对频数法——空难 107 例4：经典计算法——性别相同的概率 107 例5：主观估计法——在这门统计课中获得A 107 例6：成年人认为其见过或遇到过鬼的概率 108 例7：感恩节在星期三和星期四的概率 108 例8：成年人上网的概率 109 第2 部分：发生比 110 例9：实际发生比与赔率 111 4-2　加法原理和乘法原理 112 例1：吸食毒品或检验结果为阴性的概率 113 例2：互斥事件和非互斥事件 113 例３：没有智能手机的概率 114 例4：毒品检验和乘法原理 115 例5：无放回随机选取之人检验为阴性的概率 117 例6：随机选取两人，生日在同一周的概率 118 例7：根据概率判断显著性结果 119 例8：计算一块硬盘能正常工作一年的概率 120 第1 部分：对立事件，“至少一个”的概率 121 4-3　对立事件、条件概率以及贝叶斯定理 121 例1：求至少一件产品有缺陷的概率 122 第2 部分：条件概率 123 例2：入职前的毒品检验 124 第3 部分：贝叶斯定理 125 例3：条件概率谬论 125 例4：解读医学检验结果 126 4-4　计数法则 128 例1：乘法计数法则——黑客破译密码 129 例2：阶乘法则——打乱字母 129 例2：阶乘法则——打乱字母 130 例3：排列法则（元素相异）——三重彩投注 131 例4：排列法则（元素重复）——出色的问卷调查设计 132 例5：彩票中头奖的概率 133 4-5　假设检验的统计模拟 134 例6：公司官员与委员会的任命方式有多少种 134 例1：检验人的平均体温为98.6 ℉的命题 135 例2：三人生日都为同一天的概率 137 第5 章　离散概率分布 139 5-1　概率分布 141 第1 部分：概率分布的基本概念 141 例1：两个新生儿中女婴数量的概率分布 142 例2：未授权软件的概率分布 144 例3：求概率分布的均值、方差和标准差 145 例4：通过范围经验法则确定显著值 147 例5：使用概率确定显著值 148 第2 部分：期望值和公式的基本原理 149 例6：期望值应用——明智的赌徒 149 5-2　二项分布 151 第1 部分：二项分布的基础 151 例1：求正好有2 人没有携带现金的概率 152 例2：应用二项概率公式求2 人没有带现金的概率 154 例3：橄榄球加时赛中胜利的概率 155 例4：5 个成年人中恰好有2 个人是素食者的概率 156 第2 部分：均值/ 标准差与批判性思维 157 例5：使用参数判断显著性 157 5-3　泊松分布 160 例1：应用柏松分布求飓风的概率 161 例2：求一年365 天里至少中奖一次的概率彩票 162 第6 章　正态分布 164 6-1　标准正态分布 166 例1：机场安检等待时间的均匀分布 168 例2：机场安检等待时间至少需要2 分钟的概率 168 例3：骨密度测试：低于1.27 的概率 170 例4：骨密度测试——试求给定值右侧的面积 172 例5：骨密度测试——试求两值之间的面积 173 例6：骨密度测试——试求测试分数 175 例7：骨密度测试：最低2.5% 和最高2.5% 的分数 176 例8：试求临界值zα 177 6-2　正态分布的实际应用 179 例1：男性身高高于72 英寸的百分比 180 例2：满足飞行员身高要求的女性比例 181 例3：一扇门的高度应该是多少？ 183 例4：显著低的出生体重 185 6-3　抽样分布和估计量 186 例1：样本比例的抽样分布 189 例2：样本均值的抽样分布 190 例3：所有样本均值的抽样分布 191 例4：样本方差的抽样分布 192 例5：样本全距的抽样分布 194 6-4　中心极限定理 195 例1：波士顿通勤时间的正态分布 195 例2：如何调整波音737 飞机的座椅宽度？ 198 例3：通过概率确定显著值：人的平均体温是98.6 ℉吗？ 200 6-5　正态性检验 202 第1 部分：正态性检验的基本概念 202 例1：确定达拉斯通勤时间的样本是否来自正态分布的总体 204 第2 部分：正态分位图的手动构建 204 例2：通过正态性检验评估达拉斯通勤时间的样本 205 第7 章　参数估计和样本量确定 207 7-1　总体比例的估计 209 第1 部分：点估计、置信区间和样本量 210 例1：上网课学生比例的最佳点估计 210 例2：构建间——上网课 216 例3：试求样本比例和误差范围 218 例4：成年人选择网购的比例是多少 220 第2 部分：更准确的置信区间 221 7-2　总体均值的估计 224 例1：求解临界值tα/2 227 例2：花生巧克力的置信区间 228 例3：批判性思维——黑胶唱片的销量 230 例4：关于二手烟置信区间的比较 232 例5：统计学专业学生的智商分数 235 7-3　总体标准差或方差的估计 235 例1：试求χ2 临界值 237 例2：心率σ 的置信区间估计 239 例3：求估计σ 所需的样本量 242 7-4　自助法 242 例1：收入的自助样本 243 例２：眼睛色彩调查：比例的自助法置信区间 245 例３：年收入：均值的自助法置信区间 246 例4：年收入：标准差的自助法置信区间 248 第8 章　假设检验 249 8-1　假设检验的基础 251 第1 部分：假设检验的基本方法 251 例1：大多数互联网用户使用双重认证来保护他们的网络数据 251 第２部分：第一类错误和第二类错误 261 例2：描述第一类错误和第二类错误 262 第3 部分：统计功效 263 例3：求解统计功效 263 例4：达到80% 的统计功效所需的样本量 264 8-2　总体比例的假设检验 265 第1 部分：正态近似法 266 例1：少于30% 的成年人有过梦游吗 270 第2 部分：精确法 271 例2：应用精确法评估例1 的结论 272 8-3　总体均值的假设检验 273 例1：成年人睡眠时间——使用统计软件p 值法 275 例2：成年人睡眠时间——手算p 值法 278 例3：成人年睡眠时间——临界值法 278 例4：成年人睡眠时间——置信区间法 279 例5：人的平均体温真的是98.6 ℉吗 280 8-4　总体标准差或方差的假设检验 282 例1：铸造25 美分硬币 283 例2：铸造25 美分硬币——置信区间法 285 8-5　重采样法的假设检验 286 例1：置换检验 287 例2：总体比例的假设检验——重采样法 289 例3：成年人睡眠时间——重采样法 290 例4：铸造25 美分硬币——重采样法 290 第９章　两个样本的统计推断 291 9-1　两个总体比例 293 例1：电子烟的戒烟成功率和尼古丁替代品的戒烟成功率有差异吗 295 例2：两个总体比例的置信区间 298 9-2　两个总体均值：独立样本 300 第1 部分：独立样本，σ1 与σ2 未知且不相等 300 例1：人们越来越高了吗 303 例2：身高差的置信区间估计 305 第2 部分：其他方法 306 9-3　配对样本 308 例1：人们会谎报体重吗 310 例２：置信区间法：估计男性的实测体重和自报体重差值的均值 313 第1 部分：两个总体方差或标准差的F 检验 314 9-4　两个总体方差或标准差 314 XX 基础统计学（第14 版） 例1：美国陆军男性人员的体重 317 第2 部分：其他方法 319 9-5　重采样法的统计推断 320 例1：双样本的置换检验 320 例２：重采样法：检验总体比例差 322 例3：重采样法：检验独立总体的均值差 323 例4：重采样法：配对样本 324 例5：重采样法：检验两个总体的方差或标准差 325 第10 章　相关分析与回归分析 326 10-1 相关分析 328 第1 部分：相关性的基本概念 328 例1：通过软件求r 332 例2：通过公式10-1 求r 333 例3：通过公式10-2 求r 333 例4：是否存在线性相关性 335 例5：伪相关 336 例6：可解释变异 337 例7：相关系数的t 检验 338 第2 部分：假设检验 338 第3 部分：置换检验 340 10-2　线性回归 342 第1 部分：回归的基本概念 342 例1：使用统计软件求回归方程 344 例2：通过手算求回归方程 345 例3：绘制回归线 345 例4：模型预测 347 例5：强影响点 348 第2 部分：线性回归的分析工具 348 例6：残差图 350 10-3　预测区间 352 例1：彩票的头奖金额与销售量的预测区间 353 例2：彩票的头奖金额与销售量数据：求决定系数 355 10-4　多元线性回归 356 第1 部分：多元回归方程的基本概念 356 例1：预测体重 357 例2：根据足迹证据预测身高 360 第2 部分：虚拟变量与逻辑回归 361 例3：虚拟变量作为预测变量 362 例4：逻辑回归 363 10-5　非线性回归 364 例1：求最佳人口模型 365 例2：解读R 2 366 例3：新型冠状病毒感染疫情 366 第11 章　拟合优度与列联表 368 11-1　拟合优度 369 例1：实测数据与自报数据 372 例2：本福特定律：检测计算机入侵 375 第1 部分：独立性检验的基本概念 378 11-2　列联表 378 例1：求理论频数 380 例2：接种疫苗与自闭症之间是否有关联 381 第2 部分：同质性检验、费希尔精确检验和配对卡方检验 383 例3：归还钱包实验 384 例4：打哈欠会传染吗 385 例5：髋关节保护器的效果 386 第12 章　方差分析 388 12-1　单因素方差分析 390 第1 部分：单因素方差分析的基本概念 390 例1：车型与头部损伤结果 392 第2 部分：单因素方差分析的进阶 394 例2：邦费罗尼校正 398 12-2　双因素方差分析 399 例1：汽车碰撞测试中的股骨受力情况 402 第13 章　非参数检验方法 405 13-1　非参数检验的基本方法 407 例1：平均秩次 408 13-2　符号检验 409 例1：与备择假设相矛盾的样本数据 411 例2：实测体重与自报体重之间是否存在显著差异 411 例3：性别选择 412 例4：检验体温的中位数 414 13-3　威尔科克森符号秩检验 416 例1：实测体重和自报体重 418 例2：体温的中位数检验 419 13-4　威尔科克森秩和检验 421 例1：男性身高样本数据检验 423 例2：男性身高——更大的样本 424 13-5　Kruskal-Wallis 检验 425 例1：车型与头部损伤结果 426 13-6　秩相关性检验 428 例1：质量好的智能手机售价更高吗 430 例2：大样本的情况 431 13-7　游程检验 433 例1：小样本——总统的政党 437 例2：大样本——气温的随机性 437 第14 章　统计过程控制 439 14-1　均值和波动的控制图 441 例1：全球温度——过程数据 441 例2：全球温度——趋势图 442 例3：全球温度——R 控制图 447 例4：全球温度——x - 控制图 449 14-2　比例的控制图 450 例1：不合格的飞机高度计 451 第15 章　整体统计学 453