应用统计学——基于Stata软件

本书内容循序渐进，以培养本科生统计学应用能力为核心组织材料，精讲概念，强调应用。全书分为十章，包括绪论；数据的搜集与整理；数据分布特征的描述；动态数列；统计指数；抽样分布与参数估计；假设检验；方差分析；一元线性回归分析；多元线性回归分析。为突出本书的实用性，在相关章节后加入了Stata软件操作等相关内容。本书既可作为高等院校管理学、经济学本科生的必修教材，也可作为人口学、社会学、医药学等非经济管理类专业学生的选修教材。

第1章绪论1
1．1统计与统计学1
1．1．1统计的含义1
1．1．2统计学的研究对象及其特点2
1．1．3统计学的学科分类4
1．2统计的工作过程和基本职能5
1．2．1统计的工作过程5
1．2．2统计的基本职能6
1．3统计学的基本概念7
1．3．1总体、总体单位和样本7
1．3．2标志和指标8
1．3．3变异和变量9
1．4大数据时代下的统计学10
1．4．1大数据的概念10
1．4．2大数据的特点11
1．4．3大数据时代下的统计学11
本章知识结构图12
思考与练习12
第2章数据的搜集与整理15
2．1数据的测量尺度与常用类型15
2．1．1数据的测量尺度15
2．1．2统计数据的常用类型16
2．2统计数据的搜集17
2．2．1一手数据的搜集17
2．2．2二手数据的搜集19
2．3统计分组19
2．3．1统计分组的概念及作用19
2．3．2统计分组的方法21
2．4分配数列24
2．4．1分配数列的概念及分类24
2．4．2分配数列的编制25
2．4．3品质分配数列的表示方法26
2．4．4数量分配数列的表示方法27
2．5统计表28
2．5．1统计表的概念及构成28
2．5．2统计表的分类29
2．5．3统计表设计要求30
2．6Stata软件入门、画图和制表31
2．6．1Stata软件入门31
2．6．2Stata画图和制作统计表34
本章知识结构图38
思考与练习38
第3章数据分布特征的描述42
3．1集中趋势的度量42
3．1．1算术平均数42
3．1．2几何平均数43
3．1．3调和平均数44
3．1．4中位数45
3．1．5众数46
3．2离散程度的度量47
3．2．1极差47
3．2．2平均差48
3．2．3方差和标准差48
3．2．4离散系数49
3．3偏度与峰度的度量49
3．3．1偏度系数49
3．3．2峰度系数51
3．4用Stata软件计算数据的分布特征51
3．4．1用summarize命令计算数据的分布特征51
3．4．2用tabstat命令计算数据的分布特征53
本章知识结构图54
思考与练习54
第4章动态数列59
4．1动态数列概述59
4．1．1动态数列的含义及作用59
4．1．2动态数列的分类59
4．1．3动态数列的编制原则61
4．2动态数列水平分析指标62
4．2．1发展水平62
4．2．2平均发展水平63
4．2．3增长量与平均增长量68
4．3动态数列速度分析指标69
4．3．1发展速度与平均发展速度69
4．3．2增长速度与平均增长速度70
4．3．3计算和运用速度相关指标应注意的问题71
4．4长期趋势的测定与预测72
4．4．1长期趋势测定与预测的意义72
4．4．2间隔扩大法73
4．4．3移动平均法73
4．4．4最小平方法74
4．5季节变动的测定与预测78
4．5．1按月平均法78
4．5．2移动平均趋势剔除法79
4．6用Stata软件进行长期趋势的测定81
本章知识结构图83
思考与练习84
第5章统计指数88
5．1统计指数概述88
5．1．1统计指数的概念88
5．1．2统计指数的分类88
5．1．3统计指数的作用90
5．1．4统计指数编制中的问题91
5．2统计总指数的编制方法91
5．2．1简单指数92
5．2．2加权指数93
5．2．3指数的主要应用98
5．3指数体系与因素分析103
5．3．1指数体系103
5．3．2因素分析104
5．3．3总量指标变动的因素分析104
5．3．4平均指标变动的因素分析107
本章知识结构图111
思考与练习111
第6章抽样分布与参数估计116
6．1抽样理由和抽样方法116
6．1．1抽样理由116
6．1．2抽样方法116
6．2抽样误差118
6．3抽样分布120
6．3．1样本均值的抽样分布120
6．3．2中心极限定理123
6．3．3比例的抽样分布124
6．4参数估计125
6．4．1点估计125
6．4．2置信区间估计125
6．4．3总体均值的置信区间估计(已知时)126
6．4．4总体均值的置信区间估计(未知时)127
6．4．5比例的置信区间估计130
6．5样本容量的确定131
6．5．1估计总体均值时样本容量的确定131
6．5．2估计总体比例时样本容量的确定132
本章知识结构图133
思考与练习133
第7章假设检验136
7．1假设检验的概念及分类136
7．2假设检验的五个步骤137
7．2．1第1步：提出原假设和备择假设137
7．2．2第2步：选择显著性水平138
7．2．3第3步：确定检验统计量138
7．2．4第4步：建立决策准则139
7．2．5第5步：做出决策141
7．3几种常见的假设检验142
7．3．1总体均值的假设检验142
7．3．2总体比例的假设检验145
7．3．3两个总体均值之差的假设检验146
7．3．4两个总体比例之差的假设检验149
7．4假设检验决策的风险150
7．4．1假设检验的两类错误150
7．4．2两类错误的关系151
7．5用Stata软件进行假设检验152
7．5．1单样本t检验的Stata操作152
7．5．2两样本t检验的Stata操作153
本章知识结构图154
思考与练习154
第8章方差分析157
8．1F分布157
8．2比较两个总体的方差158
8．3方差分析引论160
8．4单因素方差分析161
8．4．1单因素方差分析的基本思想161
8．4．2单因素方差分析的基本步骤163
8．4．3多重比较检验166
8．5双因素方差分析168
8．5．1问题的提出168
8．5．2无交互作用的双因素方差分析168
8．5．3有交互作用的双因素方差分析171
8．6用Stata软件进行方差分析173
8．6．1用Stata软件进行单因素方差分析173
8．6．2用Stata软件进行双因素方差分析174
本章知识结构图174
思考与练习175
第9章一元线性回归分析177
9．1相关分析177
9．1．1相关关系的含义177
9．1．2相关关系的分类178
9．1．3相关分析的主要内容179
9．1．4相关关系的测量179
9．2回归分析185
9．2．1回归分析的含义185
9．2．2回归分析的分类185
9．2．3回归分析的主要内容186
9．2．4相关分析与回归分析的关系186
9．3一元线性回归模型的假定及系数估计187
9．3．1一元线性回归模型及其假定187
9．3．2一元线性回归模型回归系数估计188
9．4一元线性回归模型的检验190
9．4．1模型估计式检验的必要性190
9．4．2模型参数估计值的经济意义检验191
9．4．3回归直线的拟合优度192
9．4．4回归系数的显著性检验195
9．5一元线性回归模型的预测197
9．5．1点估计197
9．5．2区间估计198
9．6用Stata软件进行相关分析和回归分析200
本章知识结构图202
思考与练习202
第10章多元线性回归分析208
10．1多元线性回归模型208
10．1．1多元线性回归模型及其假定208
10．1．2多元线性回归中估计的回归方程209
10．1．3多元线性回归模型的回归系数估计210
10．2多元线性回归模型的检验212
10．2．1拟合优度检验212
10．2．2回归模型的总体显著性检验：F检验214
10．2．3回归系数的检验215
10．3非线性回归模型216
10．3．1对数线性模型217
10．3．2半对数模型218
10．3．3倒数模型219
10．3．4函数形式的选择221
10．4交互模型222
10．5多个回归系数的联合检验223
10．6定性(虚拟)变量模型225
10．7残差分析229
10．7．1随机误差项零均值229
10．7．2随机误差项同方差229
10．7．3随机误差项无自相关232
10．7．4随机误差项服从正态分布233
10．8用Stata软件对多元回归的系数进行检验236
本章知识结构图238
思考与练习238
参考资料246