本書是美國一本經典的基礎統計學教材，其最大特色是迴避了深奧的數學模型，採用案例分析的方法，通過大量的套用實例，引導讀者正確地收集數據資料並進行統計分析，以得到有意義的參考性結論。 不同於一般的統計學入門教材，本書不僅包括數據收集、描述統計以及機率、統計推斷等常用基礎統計方法，還包括回歸、方差分析、非參數統計等高級統計方法。 本書讀者對象十分廣泛，既包括高校管理類專業本科生、研究生、MBA，又包括廣大在職管理人員、各類專業人員以及希望了解管理知識的非管理人員等。
基本介紹
- 書名：人大經管·工商管理經典譯叢:基礎統計學
- 作者：羅恩·拉森 (Ron Larson) 貝奇·法伯 (Betsy Farber)
- 出版日期：2014年1月1日
- 語種：簡體中文
- 定價：52.00
- 外文名：Elementary Statistics
- 出版社：中國人民大學出版社
- 頁數：364頁
- 開本：16
- 品牌：中國人民大學出版社
基本介紹,內容簡介,作者簡介,圖書目錄,文摘,編輯推薦,目錄,
基本介紹
內容簡介
《人大經管·工商管理經典譯叢:基礎統計學(第4版)》起點低，使用面廣，實用性強，強調統計思想的內涵與套用。讀者只需具有高中數學知識就可以學習和使用《人大經管·工商管理經典譯叢:基礎統計學(第4版)》。《人大經管·工商管理經典譯叢:基礎統計學(第4版)》儘量採用通俗易懂的語言介紹統計知識，而避免使用複雜煩瑣的數學推導。
作者簡介
作者簡介
羅恩·拉森（Ron Larson） 美國賓夕法尼亞州立大學比蘭德學院數學教授，擁有科羅拉多大學數學博士學位，擅長運用多媒體和網路來促進數學學習。
譯者簡介
劉 超 中國人民大學統計學博士，清華大學經濟管理學院博士後，現為北京航空航天大學數學與系統科學學院副教授、碩士研究生導師。主持國家社科基金青年項目和教育部人文社科青年基金項目，在《統計研究》、《統計與決策》等刊物發表論文20多篇。
羅恩·拉森（Ron Larson） 美國賓夕法尼亞州立大學比蘭德學院數學教授，擁有科羅拉多大學數學博士學位，擅長運用多媒體和網路來促進數學學習。
譯者簡介
劉 超 中國人民大學統計學博士，清華大學經濟管理學院博士後，現為北京航空航天大學數學與系統科學學院副教授、碩士研究生導師。主持國家社科基金青年項目和教育部人文社科青年基金項目，在《統計研究》、《統計與決策》等刊物發表論文20多篇。
圖書目錄
第Ⅰ篇描述統計學
第1章統計學導論
1.1統計概觀
1.2數據分類
1.3實驗設計
第2章描述統計學
2.1頻率分布及其圖形
2.2更多圖表
2.3集中趨勢的度量
2.4變異性的度量
2.5位置的測量
第Ⅱ篇機率與機率分布
第3章機率
3.1機率與運算的基本概念
3.2條件機率和乘法原理
3.3加法原理
3.4關於機率與運算的其他問題
第4章離散機率分布
4.1機率分布
4.2二項分布
4.3更多離散機率分布
第5章正態機率分布
5.1常態分配入門和標準常態分配
5.2常態分配：計算機率
5.3常態分配：計算數值
5.4樣本分布和中心極限定理
5.5二項分布的正態近似
第Ⅲ篇統計推斷
第6章置信區間
6.1均值的置信區間（大樣本）
6.2均值的置信區間（小樣本）
6.3總體比例的置信區間
6.4方差和標準差的置信區間
第7章單樣本假設檢驗
7.1假設檢驗簡介
7.2均值的假設檢驗（大樣本）
7.3均值的假設檢驗（小樣本）
7.4比例的假設檢驗
7.5方差和標準差的假設檢驗
第8章兩樣本的假設檢驗
8.1檢驗均值間差異（獨立大樣本）
8.2檢驗均值間差異（獨立小樣本）
8.3檢驗均值間差異（相依樣本）
8.4檢驗比例間差異
第Ⅳ篇更多統計推斷技術
第9章相關和回歸
9.1相關
9.2線性回歸
9.3回歸和預測區間的測量
9.4多元回歸
第10章卡方檢驗和F分布
10.1擬合優度
10.2獨立性
10.3兩方差比較
10.4方差分析
第11章非參數檢驗
11.1符號檢驗
11.2Wilcoxon 檢驗
11.3KruskalWallis檢驗
11.4秩相關
11.5遊程檢驗
第1章統計學導論
1.1統計概觀
1.2數據分類
1.3實驗設計
第2章描述統計學
2.1頻率分布及其圖形
2.2更多圖表
2.3集中趨勢的度量
2.4變異性的度量
2.5位置的測量
第Ⅱ篇機率與機率分布
第3章機率
3.1機率與運算的基本概念
3.2條件機率和乘法原理
3.3加法原理
3.4關於機率與運算的其他問題
第4章離散機率分布
4.1機率分布
4.2二項分布
4.3更多離散機率分布
第5章正態機率分布
5.1常態分配入門和標準常態分配
5.2常態分配：計算機率
5.3常態分配：計算數值
5.4樣本分布和中心極限定理
5.5二項分布的正態近似
第Ⅲ篇統計推斷
第6章置信區間
6.1均值的置信區間（大樣本）
6.2均值的置信區間（小樣本）
6.3總體比例的置信區間
6.4方差和標準差的置信區間
第7章單樣本假設檢驗
7.1假設檢驗簡介
7.2均值的假設檢驗（大樣本）
7.3均值的假設檢驗（小樣本）
7.4比例的假設檢驗
7.5方差和標準差的假設檢驗
第8章兩樣本的假設檢驗
8.1檢驗均值間差異（獨立大樣本）
8.2檢驗均值間差異（獨立小樣本）
8.3檢驗均值間差異（相依樣本）
8.4檢驗比例間差異
第Ⅳ篇更多統計推斷技術
第9章相關和回歸
9.1相關
9.2線性回歸
9.3回歸和預測區間的測量
9.4多元回歸
第10章卡方檢驗和F分布
10.1擬合優度
10.2獨立性
10.3兩方差比較
10.4方差分析
第11章非參數檢驗
11.1符號檢驗
11.2Wilcoxon 檢驗
11.3KruskalWallis檢驗
11.4秩相關
11.5遊程檢驗
文摘
著作權頁：
有一些方法可以用來收集數據。通常，研究的焦點決定了收集數據的最好方法。下面列出收集數據的四種方法的簡要總結。
做觀察研究 在觀察研究（observational study）中，研究者觀察並衡量總體的特徵，但不改變存在條件。例如，一個研究者進行觀察研究，觀察並記錄3歲孩子的行為。（資料來源：Pediatrics Magazine）
做實驗 做實驗（experiment）時，需對總體的一部分進行處理（treatment）並觀察反應。總體的另一部分則作為對照組（control group），不進行處理。在多種情況下，需要給對照組中的研究對象（有時也稱為實驗單元（experimental unit））使用安慰劑（placebo）（無害且沒有副作用，但看起來像真的治療一樣）。將治療組的反應和對照組進行比較和研究。例如，在一個實驗中，治療組的糖尿病患者每日食用肉桂，對照組不食用。40天后，食用肉桂的糖尿病患者患心臟病的危險降低，而對照組沒有變化。（資料來源：Diabetes Care）
採用模擬 模擬（simulation）就是利用數學或物理模型來仿造一種情況或過程的條件。收集數據常常涉及電腦的使用。模擬使你可以研究實際中無法得到的或者實際生活中較危險的情況，通常能節省時間和金錢。例如，汽車製造商套用仿製品來模擬撞車對人的影響。本課程中，你將有機會在電腦上用應用程式來模擬統計過程。
有一些方法可以用來收集數據。通常，研究的焦點決定了收集數據的最好方法。下面列出收集數據的四種方法的簡要總結。
做觀察研究 在觀察研究（observational study）中，研究者觀察並衡量總體的特徵，但不改變存在條件。例如，一個研究者進行觀察研究，觀察並記錄3歲孩子的行為。（資料來源：Pediatrics Magazine）
做實驗 做實驗（experiment）時，需對總體的一部分進行處理（treatment）並觀察反應。總體的另一部分則作為對照組（control group），不進行處理。在多種情況下，需要給對照組中的研究對象（有時也稱為實驗單元（experimental unit））使用安慰劑（placebo）（無害且沒有副作用，但看起來像真的治療一樣）。將治療組的反應和對照組進行比較和研究。例如，在一個實驗中，治療組的糖尿病患者每日食用肉桂，對照組不食用。40天后，食用肉桂的糖尿病患者患心臟病的危險降低，而對照組沒有變化。（資料來源：Diabetes Care）
採用模擬 模擬（simulation）就是利用數學或物理模型來仿造一種情況或過程的條件。收集數據常常涉及電腦的使用。模擬使你可以研究實際中無法得到的或者實際生活中較危險的情況，通常能節省時間和金錢。例如，汽車製造商套用仿製品來模擬撞車對人的影響。本課程中，你將有機會在電腦上用應用程式來模擬統計過程。
編輯推薦
《人大經管·工商管理經典譯叢:基礎統計學(第4版)》起點低，使用面廣，實用性強，強調統計思想的內涵與套用。讀者只需具有高中數學知識就可以學習和使用《人大經管·工商管理經典譯叢:基礎統計學(第4版)》。《人大經管·工商管理經典譯叢:基礎統計學(第4版)》儘量採用通俗易懂的語言介紹統計知識，而避免使用複雜煩瑣的數學推導。
目錄
第Ⅰ篇描述統計學
第1章統計學導論
1.1統計概觀
1.2數據分類
1.3實驗設計
第2章描述統計學
2.1頻率分布及其圖形
2.2更多圖表
2.3集中趨勢的度量
2.4變異性的度量
2.5位置的測量
第Ⅱ篇機率與機率分布
第3章機率
3.1機率與運算的基本概念
3.2條件機率和乘法原理
3.3加法原理
3.4關於機率與運算的其他問題
第4章離散機率分布
4.1機率分布
4.2二項分布
4.3更多離散機率分布
第5章正態機率分布
5.1常態分配入門和標準常態分配
5.2常態分配：計算機率
5.3常態分配：計算數值
5.4樣本分布和中心極限定理
5.5二項分布的正態近似
第Ⅲ篇統計推斷
第6章置信區間
6.1均值的置信區間（大樣本）
6.2均值的置信區間（小樣本）
6.3總體比例的置信區間
6.4方差和標準差的置信區間
第7章單樣本假設檢驗
7.1假設檢驗簡介
7.2均值的假設檢驗（大樣本）
7.3均值的假設檢驗（小樣本）
7.4比例的假設檢驗
7.5方差和標準差的假設檢驗
第8章兩樣本的假設檢驗
8.1檢驗均值間差異（獨立大樣本）
8.2檢驗均值間差異（獨立小樣本）
8.3檢驗均值間差異（相依樣本）
8.4檢驗比例間差異
第Ⅳ篇更多統計推斷技術
第9章相關和回歸
9.1相關
9.2線性回歸
9.3回歸和預測區間的測量
9.4多元回歸
第10章卡方檢驗和F分布
10.1擬合優度
10.2獨立性
10.3兩方差比較
10.4方差分析
第11章非參數檢驗
11.1符號檢驗
11.2Wilcoxon 檢驗
11.3KruskalWallis檢驗
11.4秩相關
11.5遊程檢驗
第1章統計學導論
1.1統計概觀
1.2數據分類
1.3實驗設計
第2章描述統計學
2.1頻率分布及其圖形
2.2更多圖表
2.3集中趨勢的度量
2.4變異性的度量
2.5位置的測量
第Ⅱ篇機率與機率分布
第3章機率
3.1機率與運算的基本概念
3.2條件機率和乘法原理
3.3加法原理
3.4關於機率與運算的其他問題
第4章離散機率分布
4.1機率分布
4.2二項分布
4.3更多離散機率分布
第5章正態機率分布
5.1常態分配入門和標準常態分配
5.2常態分配：計算機率
5.3常態分配：計算數值
5.4樣本分布和中心極限定理
5.5二項分布的正態近似
第Ⅲ篇統計推斷
第6章置信區間
6.1均值的置信區間（大樣本）
6.2均值的置信區間（小樣本）
6.3總體比例的置信區間
6.4方差和標準差的置信區間
第7章單樣本假設檢驗
7.1假設檢驗簡介
7.2均值的假設檢驗（大樣本）
7.3均值的假設檢驗（小樣本）
7.4比例的假設檢驗
7.5方差和標準差的假設檢驗
第8章兩樣本的假設檢驗
8.1檢驗均值間差異（獨立大樣本）
8.2檢驗均值間差異（獨立小樣本）
8.3檢驗均值間差異（相依樣本）
8.4檢驗比例間差異
第Ⅳ篇更多統計推斷技術
第9章相關和回歸
9.1相關
9.2線性回歸
9.3回歸和預測區間的測量
9.4多元回歸
第10章卡方檢驗和F分布
10.1擬合優度
10.2獨立性
10.3兩方差比較
10.4方差分析
第11章非參數檢驗
11.1符號檢驗
11.2Wilcoxon 檢驗
11.3KruskalWallis檢驗
11.4秩相關
11.5遊程檢驗
