商务与经济统计
2008-7
机械工业出版社
(英) 纽博尔德 (美) 卡尔森 (美) 索恩 著
634
无
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。 读者对象：经济管理类专业本科生、研究生、MBA学生和EMBA学生等。
威廉L．卡尔森（williamL．CarIson） 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（PhiBetaKappa）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，在密歇根大学雷克汉姆（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 CannonValleyElderCollegium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。 贝蒂M．索恩（BettyM．Thorme） 作者、研究人员和荣誉教师。她是佛罗里达州斯泰森大学商务管理学院的决策科学教授，并担任本科部的主任。索恩博士曾获斯泰森大学颁发给教学成绩优异教师的 McEniry奖，该奖是斯泰森大学教师的最高荣誉。她也是斯泰森大学商务管理学院年度突出教师奖和年度教授奖的获得者。她为斯泰森大学在奥地利因斯布鲁克的夏季项目、斯泰森大学法学院、斯泰森大学高级MBA项目和斯泰森大学行政公务项目讲授课程。她在2004年和2005年被选为斯泰森大学法学院． JD／MBA项目的最佳教授。她在日内瓦学院获得理科学士学位和文科硕士学位，在印第安纳大学获得博士学位。索恩博士是“如何在学校和商务中更加有效地利用统计”（MakingStatisticsMoreEffectiveinSchoolsandBusiness）会议计划委员会的成员，并担任秘书和财务管理员，她每年都与统计学科的同行举行一次会议来讨论统计学的研究和教学问题。她还是决策科学学会、美国质量学会和美国统计学会的成员。索恩博士参与了北美Fareston与’ramoxifen乳腺癌辅助治疗临床试验（NAFTA）长达5年的跟踪研究（http：／／www．naftatrial． corn）。 索恩和丈夫吉姆有4个孩子。他们经常到世界各地旅游，加入并致力于帮助弱势儿童的国际组织。
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II11.1 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115.4 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2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 偶数题答案本书附录B偶数题答案在随书所附光盘中。
第1章 为什么要学习统计学 引言 在信息时代，世界充满了数据。报纸文章和电视新闻报道里经常包含诸如“今天道琼斯指数跌了6点”，“上个月消费者价格指数上涨了0.8％”，“上一次民意调查显示总统的支持率在63％左右”，“临床研究表明一种乳腺癌新药对98％的患者没有明显副作用”的陈述。为了更好地把握事件的发展状态，我们需要获取并理解大量的数据。政府、企业和科研机构花费数十亿美元来收集数据。联邦政府通过自己努力和要求企业发布信息等手段来推动这项活动的开展，私人部门也在这项活动中发挥着自己的作用。著名的盖洛普民意调查和尼尔森收视率调查仅仅是市场调查研究冰山的一角。在过去的几年中，数据收集的数量以显著的比例增长。 我们必须搞清所有数据的意思。计算机的发明，为快速处理、总结、分析数据和产生并存储更多的数据提供了条件。计算机将证券报价等数据带到我们的指尖。我们必须恰当地分析和解释这些数据。 1.1 不确定环境下的决策 决策常常是根据不完全信息做出的。例如，尽管可能没有明确的职业目标，但是大学新生在入学之前就得选择专业；在一种新药对患者的副作用、使用后的存活率、复发率等信息未知的情况下，癌症患者可能被要求参加该药的临床试验（见参考文献1）。类似地，决策者在做出商务决策时，他们也不能确定那些从不同方面影响最终结果的因素将来的表现。 制造商在对一份合同进行投标时，并不能完全确定将来的生产总成本和竞标者的标底。尽管如此，制造商必须进行投标。投资者并不能完全确定将来资本市场是繁荣、稳定还是萧条，但是他必须在将来市场走势不确定的情况下决定如何在股票、债券和货币市场工具之间平衡投资组合。 考虑下列陈述： “在将来的6个月里，IBM的股票价格将高于现在。” “如果联邦预算赤字像预计的那么高，则在今年剩余的时间里利率将继续走高。” “一个大学毕业生的年收入要高于没有接受过大学教育的人。” 在这些陈述里都包含了暗示肯定性的语句，但是我们并不能保证这些确定性主张的真实性。尽管分析师预测在接下来的几个月里IBM的股票价格可能会上涨，但是他也不能完全肯定。因此，需要对这些陈述稍做修改，表述如下：
无