商务与经济统计学（精编版第5版）（工商管理经典译丛）

 

本书的*特色是应用性强。本书以大量数据为基础，介绍各种统计方法在实际中的应用，每一种统计方法的介绍都联系一个案例，并配有大量的例题和练习。 
　　本书的另一特色是通俗易懂。全书避免了烦琐的数学推导，深入浅出、循序渐进地介绍了统计学的知识，实例与图表丰富，易于读者理解和掌握。考虑到Microsoft Excel是人们日常工作中易学易用的一种软件，本书详细介绍了Excel 进行统计分析的方法和步骤。 
　　此外，本书还设计了大量练习题，用来帮助学生更好地理解书中的内容，并掌握各种统计方法的运用。为方便读者自学，本书还在附录中给出了部分习题的详细解答。 
　　本书非常适合国内本科生、研究生、MBA的教学，也可供从事实际工作的人员学习参考。 

托马斯威廉斯（Thomas A. Williams） 美国罗切斯特理工大学商学院管理科学教授。在克拉克森大学获得学士学位，在伦斯勒理工大学获得硕士学位和博士学位。曾在辛辛那提大学工商管理学院担任了7年的教学工作，制定了信息系统专业的本科教学计划，并担任协调人。他还是罗切斯特理工大学决策科学系的第一任主席。他不但讲授本科生的管理科学与统计学课程，而且还讲授研究生的回归与决策分析课程。 
　　丹尼斯斯威尼（Dennis J. Sweeney） 美国辛辛那提大学数量分析系教授和生产力提高中心主任。在德雷克大学获得工商管理学士学位，在印第安纳大学获得工商管理硕士和工商管理博士学位，并成为NDEA会员。曾担任辛辛那提大学数量分析系主任和工商管理学院副院长。 
　　戴维安德森（David R. Anderson） 美国辛辛那提大学工商管理学院数量分析系教授。在普度大学获得学士、硕士和博士学位。担任辛辛那提大学数量分析与运作管理系主任及工商管理学院副院长，还是工商管理学院首个高管项目的协调人。

第1章 数据与统计 
　1.1 统计学在商务和经济中的应用 
　1.2 数据 
　1.3 数据来源 
　1.4 描述统计 
　1.5 统计推断 
　1.6 利用Microsoft Excel进行统计分析 
第2章 描述统计学:表格法和图形法 
　2.1 分类型数据汇总 
　2.2 数量型数据汇总 
　2.3 探索性数据分析:茎叶显示 
　2.4 交叉分组表和散点图 
第3章 描述统计学:数值方法 
　3.1 位置的度量 
　3.2 变异程度的度量 
　3.3 分布形态、相对位置的度量以及异常值的检测 
　3.4 探索性数据分析 
　3.5 两变量间关系的度量 
　3.6 加权平均数和使用分组数据 
第4章 离散型概率分布 
　4.1 随机变量 
　4.2 离散型概率分布 
　4.3 数学期望与方差 
　4.4 二项概率分布 
　4.5 泊松概率分布 
　4.6 超几何概率分布 
第5章 连续型概率分布 
　5.1 均匀概率分布 
　5.2 正态概率分布 
第6章 抽样和抽样分布 
　6.1 EAI公司的抽样问题 
　6.2 抽样 
　6.3 点估计 
　6.4 抽样分布简介 
　6.5 的抽样分布 
　6.6 的抽样分布 
第7章 区间估计 
　7.1 总体均值:σ已知 
　7.2 总体均值:σ未知 
　7.3 样本容量的确定 
　7.4 总体比率 
第8章 假设检验 
　8.1 原假设和备择假设的建立 
　8.2 第一类错误和第二类错误 
　8.3 总体均值:σ已知 
　8.4 总体均值:σ未知 
　8.5 总体比率 
第9章 均值比较、实验设计和方差分析 
　9.1 两总体均值之差的推断:σ1和σ2 已知 
　9.2 两总体均值之差的推断:σ1 和σ2 未知 
　9.3 两个总体均值之差的推断:匹配样本 
　9.4 实验设计和方差分析简介 
　9.5 方差分析和完全随机化设计 
第10章 比率的比较和独立性检验 
　10.1 两个总体比率之差的推断 
　10.2 多项总体比率的假设检验 
　10.3 独立性检验 
第11章 简单线性回归 
　11.1 简单线性回归模型 
　11.2 最小二乘法 
　11.3 判定系数 
　11.4 模型的假定 
　11.5 显著性检验 
　11.6 应用估计的回归方程进行估计和预测 
　11.7 Excel回归工具 
　11.8 残差分析:证实模型假定 
第12章 多元回归 
　12.1 多元回归模型 
　12.2 最小二乘法 
　12.3 多元判定系数 
　12.4 模型的假定 
　12.5 显著性检验 
　12.6 利用估计的回归方程进行估计和预测 
　12.7 定性自变量 
　12.8 模拟曲线关系 
附录A 统计表格 
附录B 习题答案 
附录C Microsoft Excel2010和统计分析工具 

《商务与经济统计学》的目的是向学生，主要是向那些工商管理和经济学研究领域的学生概念性地介绍统计学及其各种应用方面的知识。本书的编写以应用为导向，并考虑到非数学专业人员的需要;所需要的必备数学基础为代数知识。数据分析与统计方法的应用是本书的结构及讲述内容的一个不可或缺的部分。每种方法的讨论与发展都通过应用呈现出来，并运用统计结果进行问题的决策和解答。尽管本书以应用为导向，但我们还是谨慎地给出了适当的方法推导过程，并且运用了所涉及论题通常使用的符号。因此，同学们将会发现，本书为学习高级统计学打下了坚实的基础。