统计学:数据与模型(第3版)/理查德.D.德沃/统计学经典译丛

本书介绍了统计学的基础知识，主要包括：数据种类及其来源，属性资料的统计描述，定量数据的描述分析，数据分布比较和数据变换，标准差的应用与正态模型，散点图与相关关系，简单线性回归分析，样本比例与均值的抽样分布，总体比例的区间估计与假设检验，均值推断分析，配对样本推断分析，拟合优度、一致性和独立性检验，回归推断分析，单因素和双因素方差分析，多元回归分析与建模等。
本书通俗易懂，各章内容紧紧相扣。以文字语言和大量的实例数据解读统计学的基本概念和方法，避免了复杂的数学表述。不强调统计的计算过程，重在引导读者如何认识统计数据的处理结果和学会统计学思维方式。阅读本书不需要多少数学基础，适合于大学低年级本科生、工商企业统计工作者、数据分析人员学习参考。

理查德？D？德沃，国际知名教育工作者和企业顾问，曾获得“终身教育奉献和杰出成就奖”。先后任教于宾夕法尼亚大学沃顿商学院、普林斯顿大学工程学院及威廉姆斯学院。美国统计学会会员．曾获得美国质量学会颁发的“威尔科克森和谢威尔奖”。研究领域是科技产业大数据分析和挖掘。

第1章统计与数据
1.1什么是统计
1.2数据及其种类
1.3数据的来源

第2章属性数据的描述分析
2.1属性资料分析的要领
2.2频数分布
2.3属性数据的图像描述
2.4属性资料图表分析实例及注意事项

第3章定量数据的描述分析
3.1定量数据的描述图形
3.2分布的三种类型
3.3不对称分布的中心趋势与离散趋势
3.4对称分布的中心趋势与离散趋势
3.5实例讲解与注意事项

第4章分布比较分析
4.1引言
4.2箱线图的制作
4.3直方图和箱线图在分组比较中的应用
4.4时间序列图
4.5数据的变换

第5章标准差的应用与正态模型
5.1作为准则用的标准差
5.2改变数据位置与刻度的影响
5.3标准化值的应用
5.4正态模型的应用
5.5正态性检验：正态概率图

第6章散点图与相关关系
6.1散点图
6.2相关系数
6.3定序变量的相关性
6.4几个注意事项

第7章线性回归分析
7.1引言
7.2线性模型
7.3回归线的代表性分析
7.4回归分析的假定条件

第8章线性回归分析再讨论
8.1残差图的应用
8.2回归分析的外推
8.3不正常值与隐变量
8.4分组资料特征数字的回归

第9章数据变换与回归分析
9.1引言
9.2数据变换的理由
9.3常用的数据变换方法
9.4数据变换注意事项

第10章样本比例与均值的抽样分布
10.1中心极限定理：样本比例情形
10.2中心极限定理：样本均值情形
10.3几点总结

第11章样本比例的区间估计
11.1样本比例的置信区间
11.2置信区间的含义
11.3极限误差与临界值
11.4总结与注意事项

第12章总体比例的假设检验
12.1几个概念
12.2假设检验过程
12.3备择假设概述
12.4 P-值与决策

第13章假设检验与区间估计的再讨论
13.1零假设概述
13.2P-值概述
13.3区间估计与假设检验
13.4假设检验的错误

第14章两总体比例的比较分析
14.1两总体比例差的估计
14.2两总体比例差的假设检验
14.3总结与注意事项

第15章单均值推断分析
15.1引言
15.2样本均值的置信区间
15.3样本均值的假设检验

第16章两均值推断分析
16.1两总体均值差的区间估计
16.3Tukey检验与秩和检验

第17章配对样本推断分析
17.1成对数据的假设检验
17.2成对数据的区间估计
17.3符号检验

第18章拟合优度、一致性和独立性检验
18.1拟合优度检验
18.2一致性检验
18.3独立性检验

第19章回归推断分析
19.1回归推断的假定条件
19.2回归参数的统计推断
19.3回归预测的区间估计
19.4逻辑斯蒂克回归分析

第20章单因素方差分析
20.1方差分析的基本思想
20.2单因素方差分析模型
20.3均值大小的比较问题

第21章双因素方差分析
21.1双因素方差分析原理
21.2双因素方差分析过程
21.3双因素实验的交互效应

第22章多元回归分析
22.1多元回归分析概述
22.2多元线性回归模型及假定条件
22.3多元线性回归模型推断分析

第23章多元回归分析建模
23.1示性自变量
23.2杠杆效应与影响点
23.3多元回归模型的选择