統計學

本書是一本完全基於SPSS和R實現全部例題計算與分析的統計學教材，每章附錄均給出了例題解答的SPSS操作步驟和用到的R程序。全書內容共12章，包括數據的描述性分析方法、推斷方法以及實際中常用的一些統計方法等。每章開頭均給出了本章的學習目標，最後給出了本章的內容框架。在寫法上完全立足於統計應用，避免統計公式的推導，力求通俗易懂。本書可作為高等院校經濟管理類專業本科生統計學課程的教材使用，也可作為其他文科專業及部分理、工、農、林、醫、藥專業的教材或參考書，對廣大實際工作者也極具參考價值。

本書可作為高等院校經濟管理類專業本科生統計學課程的教材使用，也可作為其他文科專業及部分理、工、農、林、醫、藥專業的教材或參考書，對廣大實際工作者也極具參考價值。 ^[2] 

第1章數據與統計學

1.1統計學及其應用

1.1.1什麼是統計學

1.1.2統計學的應用

1.2數據及其來源

1.2.1變量與數據

1.2.2數據的來源

本書圖解：統計方法分類與本書框架

軟件應用

思考與練習

第2章用圖表展示數據

2.1類別數據的圖表展示

2.1.1用頻數分佈表觀察類別數據

2.1.2用圖形展示類別數據

2.2數值型數據的圖表展示

2.2.1用頻數分佈表觀察數據分佈

2.2.2用圖形展示數值型數據

2.3使用圖表的注意事項

本章圖解：數據類型與圖表展示方法

軟件應用

思考與練習

第3章用統計量描述數據

3.1水平的描述

3.1.1平均數

3.1.2中位數和分位數

3.1.3水平代表值的選擇

3.2差異的描述

3.2.1極差和四分位差

3.2.2方差和標準差

3.2.3變異係數

3.2.4標準得分

3.3分佈形狀的描述

3.4數據的綜合描述

本章圖解：數據分佈特徵與描述統計量

軟件應用

思考與練習

第4章隨機變量的概率分佈

4.1什麼是概率

4.2隨機變量的概率分佈

4.2.1隨機變量及其概括性度量

4.2.2隨機變量的概率分佈

4.2.3其他幾個重要的統計分佈

4.3樣本統計量的概率分佈

4.3.1統計量及其分佈

4.3.2樣本均值的分佈

4.3.3其他統計量的分佈

4.3.4統計量的標準誤差

本章圖解：隨機變量的概率分佈

軟件應用

思考與練習

第5章參數估計

5.1參數估計的基本原理

5.1.1點估計與區間估計

5.1.2評價估計量的標準

5.2總體均值的區間估計

5.2.1一個總體均值的估計

5.2.2兩個總體均值之差的估計

5.3總體比例的區間估計

5.3.1一個總體比例的估計

5.3.2兩個總體比例之差的估計

5.4總體方差的區間估計

5.4.1一個總體方差的估計

5.4.2兩個總體方差比的估計

5.5樣本量的確定

5.5.1估計總體均值時樣本量的確定

5.5.2估計總體比例時樣本量的確定

本章圖解：參數估計所使用的分佈

軟件應用

思考與練習

第6章假設檢驗

6.1假設檢驗的基本原理

6.1.1怎樣提出假設

6.1.2怎樣做出決策

6.1.3怎樣表述決策結果

6.2總體均值的檢驗

6.2.1一個總體均值的檢驗

6.2.2兩個總體均值之差的檢驗

6.3總體比例的檢驗

6.3.1一個總體比例的檢驗

6.3.2兩個總體比例之差的檢驗

6.4總體方差的檢驗

6.4.1一個總體方差的檢驗

6.4.2兩個總體方差比的檢驗

6.5總體分佈的檢驗

6.5.1正態性檢驗的圖示法

6.5.2ShapiroWilk和KS正態性檢驗

本章圖解：假設檢驗的內容框架

軟件應用

思考與練習

第7章類別變量分析

7.1一個類別變量的擬合優度檢驗

7.1.1期望頻數相等

7.1.2期望頻數不等

7.2兩個類別變量的獨立性檢驗

7.2.1列聯表與χ2獨立性檢驗

7.2.2應用χ2檢驗的注意事項

7.3兩個類別變量的相關性度量

7.3.1φ係數和Cramers V係數

7.3.2列聯繫數

本章圖解：類別變量分析方法

軟件應用

思考與練習

第8章方差分析

8.1方差分析的基本原理

8.1.1什麼是方差分析

8.1.2誤差分解

8.2單因子方差分析

8.2.1數學模型

8.2.2效應檢驗

8.2.3多重比較

8.3雙因子方差分析

8.3.1數學模型

8.3.2主效應分析

8.3.3交互效應分析

8.4方差分析的假定及其檢驗

8.4.1正態性檢驗

8.4.2方差齊性檢驗

本章圖解：方差分析過程

軟件應用

思考與練習

第9章一元線性迴歸

9.1變量間的關係

9.1.1確定變量之間的關係

9.1.2相關關係的描述

9.1.3關係強度的度量

9.2一元線性迴歸模型的估計和檢驗

9.2.1一元線性迴歸模型

9.2.2參數的最小二乘估計

9.2.3模型的擬合優度

9.2.4模型的顯著性檢驗

9.3利用迴歸方程進行預測

9.3.1平均值的置信區間

9.3.2個別值的預測區間

9.4迴歸模型的診斷

9.4.1殘差與殘差圖

9.4.2檢驗模型假定

本章圖解：一元線性迴歸的建模過程

軟件應用

思考與練習

第10章多元線性迴歸

10.1多元線性迴歸模型

10.1.1迴歸模型與迴歸方程

10.1.2參數的最小二乘估計

10.2擬合優度和顯著性檢驗

10.2.1模型的擬合優度

10.2.2模型的顯著性檢驗

10.3多重共線性及其處理

10.3.1多重共線性及其識別

10.3.2變量選擇與逐步迴歸

10.4相對重要性和模型比較

10.4.1自變量的相對重要性

10.4.2模型比較

10.5利用迴歸方程進行預測

10.6啞變量回歸

10.6.1在模型中引入啞變量

10.6.2含有一個啞變量的迴歸

本章圖解：多元線性迴歸的建模過程

軟件應用

思考與練習

第11章時間序列預測

11.1時間序列的成分和預測方法

11.1.1時間序列的成分

11.1.2預測方法的選擇與評估

11.2平穩序列的預測

11.3趨勢序列的預測

11.3.1線性趨勢預測

11.3.2非線性趨勢預測

11.4多成分序列的預測

11.4.1Winter指數平滑預測

11.4.2分解預測

本章圖解：時間序列預測的程序和方法

軟件應用

思考與練習

第12章非參數檢驗

12.1單樣本的檢驗

12.1.1中位數的符號檢驗

12.1.2Wilcoxon符號秩檢驗

12.2兩個及兩個以上樣本的檢驗

12.2.1兩個配對樣本的Wilcoxon符號秩檢驗

12.2.2兩個獨立樣本的MannWhitney檢驗

12.2.3k個獨立樣本的KruskalWallis檢驗

12.3秩相關及其檢驗

12.3.1Spearman秩相關及其檢驗

12.3.2Kendall秩相關及其檢驗

本章圖解：非參數檢驗方法

軟件應用

思考與練習

附錄：SPSS和R簡介

參考書目 ^[2]