《統計學》是2015年中國人民大學出版社出版的圖書，作者是賈俊平。
基本介紹
- 中文名：統計學
- 作者：賈俊平
- 出版時間：2015年
- 出版社：中國人民大學出版社
- ISBN：9787300214016
內容簡介,圖書目錄,
內容簡介
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程式。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套用，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。
圖書目錄
第1章數據與統計學
1.1統計學及其套用
1.1.1什麼是統計學
1.1.2統計學的套用
1.2數據及其來源
1.2.1變數與數據
1.2.2數據的來源
本書圖解：統計方法分類與本書框架
軟體套用
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用頻數分布表觀察類別數據
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用頻數分布表觀察數據分布
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
軟體套用
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分布形狀的描述
3.4數據的綜合描述
本章圖解：數據分布特徵與描述統計量
軟體套用
思考與練習
第4章隨機變數的機率分布
4.1什麼是機率
4.2隨機變數的機率分布
4.2.1隨機變數及其概括性度量
4.2.2隨機變數的機率分布
4.2.3其他幾個重要的統計分布
4.3樣本統計量的機率分布
4.3.1統計量及其分布
4.3.2樣本均值的分布
4.3.3其他統計量的分布
4.3.4統計量的標準誤差
本章圖解：隨機變數的機率分布
軟體套用
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布
軟體套用
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總體分布的檢驗
6.5.1正態性檢驗的圖示法
6.5.2ShapiroWilk和KS正態性檢驗
本章圖解：假設檢驗的內容框架
軟體套用
思考與練習
第7章類別變數分析
7.1一個類別變數的擬合優度檢驗
7.1.1期望頻數相等
7.1.2期望頻數不等
7.2兩個類別變數的獨立性檢驗
7.2.1列聯表與χ2獨立性檢驗
7.2.2套用χ2檢驗的注意事項
7.3兩個類別變數的相關性度量
7.3.1φ係數和Cramers V係數
7.3.2列聯繫數
本章圖解：類別變數分析方法
軟體套用
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互動效應分析
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
軟體套用
思考與練習
第9章一元線性回歸
9.1變數間的關係
9.1.1確定變數之間的關係
9.1.2相關關係的描述
9.1.3關係強度的度量
9.2一元線性回歸模型的估計和檢驗
9.2.1一元線性回歸模型
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利用回歸方程進行預測
9.3.1平均值的置信區間
9.3.2個別值的預測區間
9.4回歸模型的診斷
9.4.1殘差與殘差圖
9.4.2檢驗模型假定
本章圖解：一元線性回歸的建模過程
軟體套用
思考與練習
第10章多元線性回歸
10.1多元線性回歸模型
10.1.1回歸模型與回歸方程
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變數選擇與逐步回歸
10.4相對重要性和模型比較
10.4.1自變數的相對重要性
10.4.2模型比較
10.5利用回歸方程進行預測
10.6啞變數回歸
10.6.1在模型中引入啞變數
10.6.2含有一個啞變數的回歸
本章圖解：多元線性回歸的建模過程
軟體套用
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：時間序列預測的程式和方法
軟體套用
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MannWhitney檢驗
12.2.3k個獨立樣本的KruskalWallis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
軟體套用
思考與練習
附錄：SPSS和R簡介
參考書目
