圣智学习

     《商务与经济统计(精要版：英文原书第6版)》是介绍统计学概念及其在商务与经济中应用的经典著作：它结合国际知名公司运用统计知识的具体实例，全面介绍了常用的数据分析方法和统计方法，向读者展示了统计学在商务与经济中的实用性。全书共有13章，涵盖了统计学的所有基本知识。每章后面部附有适量的练习，并在书后的附录中给出了部分练习的答案，可以帮助读者更加深入地理解书中的内容。
　　《商务与经济统计(精要版：英文原书第6版)》适用于工商管理及其他相关专业的本科生、研究生、mba、企业经营管理者及相关领域研究人员。

 丹尼斯J．斯威尼
　　丹尼斯J．斯威尼(DennisJ．Sweeney)是美国辛辛那提大学的教授，也是该校生产力提高中心的创始人。他出生于艾奥瓦州得梅因市，在德雷克大学获得工商管理专业学士学位，在印第安纳大学获得工商管理专业硕士和博士学位。1978～1979年，斯威尼教授曾在宝洁公司管理科学小组工作过；1981～1982年，他是杜克大学的访问学者。他现任辛辛那提大学定量分析系的主任，同时也是工商管理学院的副院长。
　　斯威尼教授迄今为止已经在管理科学与统计学领域发表了30多篇论文及专著。国家科学基金、IBM、宝洁公司、联合百货公司、克罗格公司及辛辛那提天然气与电气公司都曾对他的研究予以过资助，这些研究成果发表在《管理科学》《运筹学》《数学规划》《决策科学》等杂志上。
　　斯威尼教授还与他人合著了10本教材，涉及统计学、管理科学、线性规划、生产与运营管理等学科。
　　托马斯A．威廉斯
　　托马斯A．威廉斯(ThomasA．Williams)是美国罗切斯特理工学院商学院的管理科学教授，出生于纽约州埃尔迈拉市。他在克拉克森大学获得学士学位，在罗切斯特理工学院从事过研究工作并在那里获得硕士和博士学位。
　　在进入罗切斯特理工学院商学院之前，威廉斯教授在辛辛那提大学工商管理学院工作了7年，在那里他为信息系统专业制定了本科生的教学计划，并担任负责人。在罗切斯特理工学院，他是决策科学系的首任主席。他教授的课程有“管理科学与统计学”，还为研究生开设“回归与决策分析”方面的课程。
　　威廉斯教授在管理科学、统计学、生产与运营管理及数学等领域与他人合著了11本教材，在诸多《财富》500强企业中担任顾问工作，从事的工作涉及数据分析、大规模回归模型的开发等。
　　戴维R．安德森
　　戴维R．安德森(DavidR．Anderson)是辛辛那提大学商学院的定量分析教授，出生于北达科他州大福克斯市。他在普渡大学获得学士、硕士和博士学位。安德森教授现任辛辛那提大学工商管理与运营管理系的系主任，并且是工商管理学院的副院长。此外，他还是学院首届高级管理项目的负责人。
　　在辛辛那提大学，安德森教授为商科学生教授“统计学导论”，还开设研究生课程，如回归分析、多元分析和管理科学等。他还在华盛顿特区美国劳工部讲授过统计方面的课程。他因在教学和为学生组织服务方面取得了突出成就而获得了多项提名并获奖。
　　安德森教授在统计学、管理科学、线性规划、生产与运营等方面与他人合著了10本教材。他是抽样与统计方法方面一位非常活跃的咨询顾问。点击查看更多内容

 出版说明

作者简介
导读
前言

第1章　数据与统计
1.1统计在商务和经济领域中的应用
1.1.1会计
1.1.2金融
1.1.3营销
1.1.4生产
1.1.5经济
1.2数据
1.2.1个体、变量和观察值
1.2.2测量尺度
1.2.3分类数据和数值型数据
1.2.4截面数据和时间序列数据
1.3数据来源
1.3.1现有资源
1.3.2统计研究
1.3.3数据采集误差
1.4描述性统计
1.5统计推断
1.6计算机与统计分析
1.7数据挖掘
1.8统计实践中的道德准则
总结
关键术语
补充练习

第2章　描述性统计：表格与图形
2.1分类数据的汇总
2.1.1频数分布
2.1.2相对频数分布和百分比频数分布
2.1.3条形图和饼图
2.2数值型数据的汇总
2.2.1频数分布
2.2.2相对频数分布和百分比频数分布
2.2.3点图
2.2.4直方图
2.2.5累积分布
2.2.6累积频数分布曲线
2.3探索性数据分析：茎叶图
2.4联列表和散点图
2.4.1联列表
2.4.2散点图和趋势线
总结
关键术语
重要公式
补充练习
案例1pelican商店
案例2电影行业

第3章　描述统计学：数值方法
3.1位置指标
3.1.1平均数
3.1.2中位数
3.1.3众数
3.1.4百分位数
3.1.5四分位数
3.2变异指标
3.2.1极差
3.2.2四分位距
3.2.3方差
3.2.4标准差
3.2.5变异系数
3.3分布形态、相对位置的度量以及异常值的检测
3.3.1分布形态
3.3.2z-分数
3.3.3切比雪夫定理
3.3.4经验法则
3.3.5异常值的检测
3.4探索性数据分析
3.4.1五数统计
3.4.2箱形图
3.5两个变量间关系的度量
3.5.1协方差
3.5.2协方差的解释
3.5.3相关系数
3.5.4相关系数的解释
3.6加权平均数和分组数据的处理
3.6.1加权平均数
3.6.2分组数据
总结
关键术语
重要公式
补充练习
案例一pelican商店
案例二电影行业

第4章　概率论简介
4.1试验、计数原理和概率的计算
4.1.1计数原理、组合、排列
4.1.2概率的计算
4.1.3 kp&l公司项目的概率计算
4.2事件及其概率
4.3概率的一些基本性质
4.3.1事件的补
4.3.2加法公式
4.4条件概率
4.4.1独立事件
4.4.2乘法公式
4.5贝叶斯定理
4.6表格法
总结
关键术语
重要公式
补充练习
案例汉密尔顿县的法官们

第5章　离散型概率分布
5.1随机变量
5.1.1离散型随机变量
5.1.2连续型随机变量
5.2离散型概率分布
5.3期望和方差
5.3.1期望
5.3.2方差
5.4二项分布
5.4.1二项试验
5.4.2马丁服装店问题
5.4.3项分布表的使用
5.4.4项分布的期望和方差
5.5泊松分布
5.5.1一个时间段上的例子
5.5.2一个与长度或距离有关的例子
5.6超几何分布
总结
关键术语
重要公式
补充练习

第6章　连续型概率分布
6.1均匀分布
用面积度量概率
6.2正态分布
6.2.1正态曲线
6.2.2标准正态分布
6.2.3一般正态分布概率的计算
6.2.4葛瑞尔轮胎公司的案例
6.3二项分布的正态近似
6.4指数分布
指数分布的概率计算
总结
关键术语
重要公式
补充练习

第7章　抽样和抽样分布
7.1联合电气公司的抽样问题
7.2抽样
7.2.1从有限总体中抽样
7.2.2从无限总体中抽样
7.3点估计
实践指导
7.4抽分布简介
7.5 x的抽样分布
7.5.1 x的数学期望
7.5.2 x的标准差
7.5.3 x的抽样分布的形态
7.5.4 eai问题中万的抽样分布
7.5.5 x的抽样分布的实际值
7.5.6样本容量与x的抽样分布的关系
7.6歹的抽样分布
7.6.1 p的数学期望
7.6.2 p的标准差
7.6.3 p的抽样分布的形态
7.6.4 p的抽样分布的实际值
总结
关键术语
重要公式
补充练习

第8章　区间估计
8.1总体均值的区间估计：σ已知的情形
8.1.1边际误差和区间估计
8.1.2实践指导
8.2总体均值的区间估计：σ未知的情形
8.2.1边际误差和区间估计
8.2.2实践指导
8.2.3利用小样本
8.2.4区间估计过程小结
8.3样本容量的确定
8.4总体比率的区间估计
样本容量的确定
总结
关键术语
重要公式
补充练习
案例一《职业青年》杂志
案例二海湾房地产公司

第9章　假设检验
9.1原假设和备择假设的建立
9.1.1备择假设：有待证实的假设
9.1.2原假设：一个受质疑的假设
9.1.3关于原假设和备择假设形式的小结
9，2
第一类错误和
第二类错误
9.3总体均值的检验：σ已知
9.3.1单侧(尾)检验
9.3.2双侧检验
9.3.3小结及实践指导
9.3.4区间估计与假设检验的关系
9.4总体均值的检验：σ未知
9.4.1单尾检验
9.4.2双尾检验
9.4.3小结与实践指导
9.5总体比率的检验
小结
总结
关键术语
重要公式
补充练习
案例质量联盟有限公司

第10章　总体均值的比较、试验设计及方差分析
10.1两总体均值差的统计推断：σ1和σ2已知
10.1.1 μ1-μ2的区间估计
10.1.2 μ1-μ2的假设检验
10.1.3实践指导
10.2两总体均值之差的推断：σ1和σ2未知
10.2.1 μ1-μ2的区间估计
10.2.2 μ1-μ2的假设检验
10.2.3实践指导
10.3两总体均值之差的推断：配对样本
10.4实验设计和方差分析简介
10.4.1数据收集
10.4.2方差分析的假定
10.4.3方差分析概述
10.5方差分析和完全随机化设计
10.5.1总体方差的组间估计
10.5.2总体方差的组内估计
10.5.3方差的不同估计的比较：f检验
10.5.4方差分析表
10.5.5方差分析的计算结果
10.5.6检验k个总体均值的相等性：一项观测性研究
总结
关键术语
重要公式
补充练习
案例一par公司
案例二专业销售人员的工资水平

第11章　比率的比较和独立性检验
11.1两个总体比例之差的推断
11.1.1p1-p2的区间估计
11.1.2关于p1-p2的假设检验
11.2多项分布比例的假设检验问题
11.3独立性检验
总结
关键术语
重要公式
补充练习

第12章　简单线性回归
12.1简单线性回归模型
12.1.1回归模型和回归方程
12.1.2估计的回归方程
12.2最小二乘估计
12.3可决系数
相关系数
12.4回归模型的假定
12.5显著性检验
12.5.1 σ2的估计
12.5.2 t检验
12.5.3 β1的置信区间
12.5.4 f检验
12.5.5对显著性检验作解释时的注意要点
12.6用回归方程的估计式进行估计和预测
12.6.1点估计
12.6.2区间估计
12.6.3 y平均值的置信区间
12.6.4 y的个别值的预测区间
12.7残差分析：验证模型的假定条件
12.7.1关于自变量值x的残差图
12.7.2关于预测值的残差图
总结
关键术语
重要公式
补充练习
案例一美国交通部
案例二校友捐赠

第13章　多元回归
13.1多元回归模型
13.1.1回归模型和回归方程
13.1.2多元回归方程的估计式
13.2最小二乘估计
13.2.1案例：巴特勒运输公司
13.2.2关于回归系数解释的注释
13.3多重可决系数
13.4回归模型的假定
13.5显著性检验
13.5.1 f检验
13.5.2 t检验
13.6用回归方程的估计式进行估计和预测
总结
关键术语
重要公式
补充练习
案例一消费者行为调研公司
案例二校友捐赠
附录a参考文献
附录b统计附表
附录c求和符号
附录d习题解答(部分)