商务与经济统计(原书第6版)(附光盘)

本书是一本统计学入门教科书，以收集数据、整理数据、分析数据、根据数据所提供的信息进行决策为主线，通过对应用统计方法进行入门性的介绍，使大家能够在许多商务和经济领域中进行正确的统计分析。本书强化读者对概念的理解，强调用商务和经济领域中的实例来阐述统计学的基本概念与方法，并将统计知识与大量的实例和练习结合在一起，论述如何理解各种统计方法及其假设，从而更好地解决商务和经济领域中的问题。

威廉L.卡尔森（William L.Carlson）
    圣奥拉夫学院荣誉退休的经济学教授。他在该学院执教31年，并多次担任系主任以及包括计算机学院院长在内的多项行政职务。他不仅主持过美国政府和明尼苏达大学委托的课题，而且还在很多大学举办过讲座。他被选为美国大学优等生荣誉学会（Phi Beta Kappa）的荣誉会员。在到圣奥拉夫学院任教之前，他已经在私人产业和契约方面研究了10年。他在密歇根理工大学获得工程学士学位，在伊利诺伊理工学院获得硕士学位，在密歇根大学雷汉姆（Rackham）研究生院获得质量管理博士学位。他的研究包括高速公路安全、统计学教育以及与管理相关的众多领域。在此之前，他已经出版了两本统计学教科书。他曾经带领很多学生团体对不同的国家进行研究。他现在是Cannon Valley Elder Collegium的执行董事。他喜爱他的孙子、木工、旅行、读书和在威斯康星州北部的工作。

译者序
作者简介
前言

第1章  为什么要学习统计学
1.1  不确定环境下的决策
1.2  抽样
1.3  描述统计学和推断统计学

第2章  描述数据：图表
2.1  变量的类型
2.2  描述分类变量的图表
2.3  描述时间序列数据的图表
2.4  描述数值型变量的图表
2.5  描述变量关系的图表
2.6  数据表述错误

第3章  描述数据：数值
3.1  集中趋势的测量
3.2  离散趋势的测量值
3.3  加权平均数和分组数据的测量
3.4  变量之间关系的测量值
3.5  线性关系的获取

第4章  概率
4.1  随机试验、结果、事件
4.2  概率及其基本原理
4.3  概率法则
4.4  二元概率
4.5  贝叶斯定理

第5章  离散型随机变量及其概率分布
5.1  随机变量
5.2  离散型随机变量的概率分布
5.3  离散型随机变量的性质
5.4  二项分布
5.5  超几何分布
5.6  泊松概率分布
5.7  联合分布离散型随机变量

第6章  连续型随机变量及其概率分布
6.1  连续型随机变量
6.2  连续型随机变量的期望值
6.3  正态分布
6.4  用正态分布对二项分布进行
6.4  近似
6.5  指数分布
6.6  连续型随机变量的联合分布

第7章  抽样和抽样分布

7.1  从总体中抽样
7.2  样本均值的抽样分布
7.3  样本比例的抽样分布
7.4  样本方差的抽样分布

第8章  估计：单个总体的估计
8.1  点估计量的性质
8.2  均值的置信区间：总体方差
8.2  已知
8.3  均值的置信区间：总体方差
8.3  未知
8.4  总体比例的置信区间
8.4 （大样本）

第9章  参数估计的进一步讨论
9.1  两个正态总体均值差异的置信
9.1  区间
9.2  两个正态分布总体均值差异的
9.2  置信区间：总体方差未知
9.3  两个总体比例差异的置信区间
9.3 （大样本）
9.4  正态分布总体方差的置信区间
9.5  样本容量的确定

第10章  假设检验
10.1  假设检验的概念
10.2  正态分布均值的检验：总体
10.2  方差已知
10.3  正态分布均值的检验：总体
10.3  方差未知
10.4  总体比例的检验（大样本）
10.5  评价检验的效力

第11章  假设检验II
11.1  两个总体均值差异的检验
11.2  两总体比例差异的检验
11.2 （大样本）
11.3  一个正态分布方差的检验
11.4  两正态分布总体方差相等的
11.4  检验
11.5  假设检验的评论

第12章  简单线性回归
12.1  相关性分析
12.2  线性回归模型
12.3  用最小二乘法求系数估计值
12.4  线性回归方程的解释效力
12.5  统计推断：假设检验和
12.5  置信区间
12.6  预测

12.7  图形分析

第13章  多元回归
13.1  多元回归模型
13.2  系数的估计
13.3  多元回归方程的解释效力
13.4  单个回归系数的置信区间和
13.4  假设检验
13.5  回归系数的检验
13.6  预测
13.7  非线性模型的转化
13.8  回归模型的虚拟变量
13.9  多元回归分析的应用方法

第14章  回归分析的进一步讨论
14.1  建立模型的方法论
14.2  虚拟变量和试验设计
14.3  因变量的滞后值作为回归量
14.4  设定的偏差
14.5  多重共线性
14.6  异方差性
14.7  误差的自相关

第15章  非参数估计
15.1  符号检验和置信区间
15.2  威尔科克森符号秩检验
15.3  曼(惠特尼U检验
15.4  威尔科克森秩和检验
15.5  斯皮尔曼秩相关

第16章  拟合优度检验和列联表
16.1  确定概率的拟合优度检验
16.2  总体参数未知的拟合优度
16.2  检验
16.3  列联表

第17章  方差分析
17.1  几个总体均值的比较
17.2  单因素方差分析
17.3  克鲁斯卡尔-沃利斯检验
17.4  双因素方差分析：每个单元格
17.4  包含一个观测值，随机分组
17.5  双因素方差分析：每个单元格
17.5  包含一个以上观测值

第18章  质量简介
18.1  质量的重要性
18.2  均值和标准差的控制图
18.3  生产过程的能力
18.4  比例的控制图

18.5  发生次数的控制图

第19章  时间序列分析与预测
19.1  指数
19.2  随机性的非参数检验
19.3  时间序列成分
19.4  移动平均
19.5  指数平滑
19.6  自回归模型
19.7  自回归综合移动平均模型

第20章  抽样的进一步讨论
20.1  抽样研究的基本步骤
20.2  抽样和非抽样误差
20.3  简单随机抽样
20.4  分层抽样
20.5  确定样本容量
20.6  其他抽样方法

第21章  统计决策理论
21.1  不确定性条件下的决策
21.2  不包含确定概率的解决方案：
21.2  最大最小准则、最小最大遗憾
21.2  准则
21.3  期望货币化价值、决策树
21.4  样本信息：贝叶斯分析与评价
21.5  考虑风险：效用分析

附录A  表格
附录B  偶数题答案