應(yīng)用統(tǒng)計學(xué)簡明教程

第1章 統(tǒng)計學(xué)及其基本概念
1.1 兩個引例
1.2 統(tǒng)計學(xué)及其應(yīng)用
1.2.1 統(tǒng)計學(xué)的應(yīng)用
1.2.2 統(tǒng)計研究的基本過程
1.3 統(tǒng)計學(xué)的基本概念
1.3.1 總體和樣本
1.3.2 參數(shù)和統(tǒng)計量
1.3.3 變量和數(shù)據(jù)
習(xí)題
第2章 統(tǒng)計數(shù)據(jù)的收集、整理與圖示
2.1 引例
2.2 統(tǒng)計數(shù)據(jù)的收集
2.2.1 數(shù)據(jù)的來源
2.2.2 原始數(shù)據(jù)的收集方法
2.2.3 統(tǒng)計調(diào)查的方式
2.2.4 調(diào)查方案的設(shè)計
2.2.5 統(tǒng)計調(diào)查的工具
2.3 統(tǒng)計數(shù)據(jù)的整理
2.3.1 數(shù)據(jù)整理的步驟
2.3.2 品質(zhì)型數(shù)據(jù)的整理
2.3.3 數(shù)值型數(shù)據(jù)的整理
2.4 常見的統(tǒng)計圖
習(xí)題
第3章 統(tǒng)計數(shù)據(jù)的描述統(tǒng)計量
3.1 引例
3.2 離散型數(shù)據(jù)的描述統(tǒng)計量
3.2.1 離散型數(shù)據(jù)的集中趨勢
3.2.2 離散型數(shù)據(jù)的離中趨勢
3.3 連續(xù)型數(shù)據(jù)的描述統(tǒng)計量
3.3.1 連續(xù)型數(shù)據(jù)的集中趨勢
3.3.2 連續(xù)型數(shù)據(jù)的離中趨勢
3.4 其他描述統(tǒng)計量
3.4.1 集中趨勢
3.4.2 離中趨勢的相對度量——離散系數(shù)
3.4.3 數(shù)據(jù)對稱狀態(tài)的度量——偏態(tài)系數(shù)
習(xí)題
附錄：樣本標(biāo)準(zhǔn)差計算公式的推導(dǎo)
第4章 統(tǒng)計指數(shù)
4.1 引例
4.2 統(tǒng)計指數(shù)的概念
4.3 統(tǒng)計指數(shù)的編制方法
4.3.1 簡單指數(shù)
4.3.2 加權(quán)指數(shù)
4.3.3 價值指數(shù)
4.4 指數(shù)的基期轉(zhuǎn)移、拼接
4.4.1 指數(shù)的基期轉(zhuǎn)移
4.4.2 指數(shù)的拼接
4.5 幾種常見的統(tǒng)計指數(shù)
4.5.1 零售價格指數(shù)
4.5.2 股票價格指數(shù)
習(xí)題
第5章 概率論的基礎(chǔ)知識
5.1 隨機(jī)事件及其運(yùn)算
5.1.1 隨機(jī)試驗(yàn)
5.1.2 樣本空間
5.1.3 隨機(jī)事件
5.1.4 事件間關(guān)系與運(yùn)算
5.2 概率的定義及其運(yùn)算
5.2.1 概率的統(tǒng)計定義
5.2.2 古典概型
5.2.3 概率的公理化定義及性質(zhì)
5.2.4 條件概率及乘法公式
5.2.5 事件的獨(dú)立性
5.3 概率樹
5.3.1 全概率公式與貝葉斯公式
5.3.2 相互獨(dú)立事件的概率樹
5.3.3 相關(guān)事件的概率樹
習(xí)題
附錄：排列組合的定義及計算公式
第6章 二項分布與泊松分布
6.1 隨機(jī)變量
6.2 離散型隨機(jī)變量及其分布律
6.3 二項分布
6.4 泊松分布
6.5 離散型隨機(jī)變量的數(shù)字特征
6.5.1 數(shù)學(xué)期望
6.5.2 隨機(jī)變量的方差
6.5.3 二項分布與泊松分布的期望與方差
6.6 決策樹
習(xí)題
附錄：泊松分布逼近二項分布的證明
第7章 正態(tài)分布
7.1 連續(xù)型隨機(jī)變量及其概率密度函數(shù)
7.2 正態(tài)分布的概念
7.3 標(biāo)準(zhǔn)正態(tài)分布
7.4 正態(tài)分布的計算
7.5 相互獨(dú)立的正態(tài)分布隨機(jī)變量的和與差的分布
7.6 抽樣分布
7.6.1 抽樣分布的概念
7.6.2 單一樣本均值的抽樣分布
7.6.3 其他統(tǒng)計量的抽樣分布
習(xí)題
第8章 置信區(qū)間
8.1 引例
8.2 兩個基本概念
8.3 單一總體參數(shù)的置信區(qū)間
8.3.1 單一正態(tài)總體均值（牡）的置信區(qū)間
8.3.2 單一總體比例（π）的置信區(qū)間
8.3.3 樣本容量的確定
8.4 兩個總體參數(shù)的置信區(qū)間
8.4.1 兩個獨(dú)立總體均值差（μ1一μ2）的置信區(qū)間
8.4.2 兩個總體比例差（π1-π2）的置信區(qū)間
習(xí)題
第9章 假設(shè)檢驗(yàn)
9.1 引例
9.2 假設(shè)檢驗(yàn)的一般問題
9.2.1 假設(shè)的提出
9.2.2 假設(shè)檢驗(yàn)的過程
9.3 對單一總體均值的假設(shè)檢驗(yàn)
9.3.1 正態(tài)總體方差σ2已知或大樣本抽樣時的檢驗(yàn)
9.3.2 正態(tài)總體方差σ2未知且小樣本抽樣時的檢驗(yàn)
9.4 對單一總體比例的假設(shè)檢驗(yàn)
9.5 對兩個總體均值差異性的假設(shè)檢驗(yàn)
9.5.1 兩正態(tài)總體方差σ1/2，σ2/2均已知，或大樣本抽樣時的檢驗(yàn)
9.5.2 兩正態(tài)總體方差σ2/1=σ2/2；均未知，且小樣本抽樣時的檢驗(yàn)
9.6 對兩個總體比例差異性的假設(shè)檢驗(yàn)
習(xí)題
第10章 一元線性相關(guān)與回歸
10.1 引例
10.2 散點(diǎn)圖
10.3 線性相關(guān)程度的測度
10.3.1 序數(shù)型數(shù)據(jù)——等級相關(guān)系數(shù)
10.3.2 基數(shù)型數(shù)據(jù)——相關(guān)系數(shù)
10.4 可決系數(shù)
10.5 一元線性回歸分析
10.6 預(yù)測分析
習(xí)題
第11章 時間序列
11.1 引例
11.2 時間序列的構(gòu)成因素與模型
11.2.1 時間序列的構(gòu)成因素
11.2.2 時間序列的模型
11.3 時間序列圖
11.4 長期趨勢的測定
11.4.1 線性回歸趨勢
11.4.2 移動平均趨勢
11.5 季節(jié)性因素的測定
11.5.1 利用加法模型求季節(jié)性因素
11.5.2 利用乘法模型求季節(jié)性因素
11.6 時間序列的預(yù)測方法
習(xí)題
附表
附表1標(biāo)準(zhǔn)正態(tài)分布表
附表2t分布表
參考文獻(xiàn)