應用統計學

應用統計學（第2版）

作者：張建同、孫昌言、王世進

定價：35元

印次：2-3

ISBN：9787302412670

出版日期：2015.09.01

印刷日期：2017.09.04

本書依託目前最為普及的Excel軟體和社會科學領域最為普及的SPSS統計軟體和JMP軟體為基本工具，詳細介紹了數據收集和整理、統計數據的匯總、概率論基礎、抽樣分佈和參數估計、假設檢驗、方差分析、一元回歸和多元回歸、時間序列預測和指數、卡方檢驗和非參數檢驗，以及統計在質量管理中的應用等重要內容。與計算機軟體相結合是本書最大的特點，另一大特點是將統計理論與統計實踐緊密聯繫，每一章都提供了具體案例和大量例題以輔助教學。

目錄

第1章統計和統計數據收集 1

1.1統計學概述 1

1.1.1統計的廣泛應用 1

1.1.2統計與統計學 2

1.1.3統計研究對象的特點 2

1.1.4統計學的分類 3

1.2統計基本術語 4

1.3數據的收集 5

1.3.1普遍調查 5

1.3.2重點調查 6

1.3.3典型調查 6

1.3.4抽樣調查 6

1.3.5網上調查 7

1.4問卷設計 10

1.4.1合理性 10

1.4.2一般性 10

1.4.3邏輯性 11

1.4.4明確性 11

1.4.5非誘導性 11

1.4.6便於整理、分析 12

1.5變數 12

1.5.1變數類型 12

1.5.2度量水平和度量等級 13

習題一 15

第2章統計表和統計圖 17

2.1分類數據的圖表 17

2.1.1匯總表 17

2.1.2條形圖 18

2.1.3餅圖 19

2.1.4帕累托圖 19

2.2數值數據的整理 22

2.3數值數據的圖表 23

2.3.1頻數分佈表 23

2.3.2其他數值數據統計圖 26

2.4交叉表 35

2.4.1列聯表 35

2.4.2并行條形圖 36

2.5圖表匯總和製作原則 36

2.6其他軟體實現 37

2.6.1SPSS實現 37

2.6.2JMP實現 38

習題二 39

第3章統計數據的描述度量 41

3.1度量中心趨勢的指標 41

3.1.1算術平均數 41

3.1.2中位數 42

3.1.3眾數 43

3.1.4算術平均數、中位數和

眾數間的關係 44

3.1.5四分位數 45

3.1.6五數匯總和箱線圖 47

3.1.7幾何平均數 49

3.2度量離散程度的指標 50

3.2.1極差 51

3.2.2四分位數極差 51

3.2.3平均差 51

3.2.4方差和標準差 51

3.2.5變異係數 53

3.2.6Z值 53

3.3度量偏斜程度的指標 54

3.3.1用標準差為單位計量的

偏度係數 54

3.3.2使用三階中心矩計量的

偏度係數 54

3.4度量兩種數值變數關係的

指標 54

3.5利用Excel數據分析功能求

各種統計指標 56

3.6其他軟體實現 59

3.6.1SPSS實現 59

3.6.2JMP實現 60

習題三 60

第4章概率論基礎 62

4.1引言 62

【案例4.1】新型洗衣機產品

投資生產決策

案例 62

4.2隨機試驗與隨機事件 64

4.2.1隨機現象 64

4.2.2隨機試驗 64

4.2.3隨機事件 64

4.2.4事件間的關係和運算 65

4.3概率 67

4.3.1頻率與概率 67

【案例4.2】活塞銷遭退貨的

概率有多大 68

4.3.2條件概率 70

【案例4.3】60歲的人至少

能活到80歲的

概率 70

【案例4.4】患癌症的概率 71

4.3.3事件的獨立性 73

4.4隨機變數及其分佈函數 74

4.4.1隨機變數 74

4.4.2隨機變數的分佈函數 74

4.5離散型隨機變數 76

4.5.1離散型隨機變數的概率

分佈 76

4.5.2幾種重要的離散型

分佈 76

【案例4.5】應配置多大功率

的變壓器 76

4.6連續型隨機變數 80

【案例4.6】電子產品的壽命

分析 80

4.6.1概率密度 80

4.6.2幾種重要的連續型

分佈 81

4.7隨機變數的數學期望和

方差 87

4.7.1數學期望 87

4.7.2方差 89

4.8大數定律和中心極限定理

及其計算機模擬驗證 90

4.8.1大數定律 90

4.8.2中心極限定理 91

4.8.3中心極限定理的動態

模擬驗證 91

4.9新產品投資決策案例分析 93

4.9.1投產後各種銷售狀況下

的項目凈現值 93

4.9.2不考慮試生產時的最優

決策分析 94

4.9.3考慮試生產並獲取用戶

試用反饋信息的方案

分析 94

4.9.4追加信息的價值 96

4.10其他軟體實現 96

4.10.1SPSS實現 96

4.10.2JMP實現 98

習題四 100

第5章抽樣與抽樣分佈 102

5.1簡單隨機抽樣和統計量 102

5.1.1隨機樣本 102

5.1.2統計量及抽樣分佈 105

5.2其他抽樣方法 110

5.2.1分層隨機抽樣 110

5.2.2整群抽樣 110

5.2.3系統抽樣 111

5.2.4方便抽樣 111

5.2.5判斷抽樣 111

5.3參數估計 112

5.3.1參數的點估計 112

5.3.2點估計的方法 112

5.3.3估計量的評價標準 113

5.4其他軟體實現 115

5.4.1SPSS實現 115

5.4.2JMP實現 116

習題五 117

第6章置信區間估計 118

6.1基本概念準備 118

6.2單個正態總體均值和方差的

區間估計 119

6.2.1總體均值？的區間

估計 119

6.2.2總體方差??2的區間

估計 122

6.3總體比例的區間估計 123

6.4樣本容量確定 124

6.4.1單個正態總體均值估

計的樣本容量確定 124

6.4.2總體比例估計的樣本

容量確定 125

6.5兩個正態總體的均值差和方差

比的區間估計 126

6.5.1兩個正態總體均值差

?1-?2的區間估計 126

6.5.2兩正態總體方差比

的區間估計 128

6.6單側置信限的估計 129

6.7區間估計小結 130

6.8其他軟體實現 132

6.8.1SPSS實現 132

6.8.2JMP實現 133

習題六 134

第7章單個總體的假設檢驗 136

7.1案例介紹 136

【案例7.1】新工藝是否有效？ 136

【案例7.2】機床的加工是否滿足要求？ 137

7.2假設檢驗的基本原理 137

7.2.1假設檢驗的基本原理和步驟 137

7.2.2檢驗中可能犯的兩類錯誤 139

7.3單個正態總體均值的檢驗 139

7.4單個正態總體方差的檢驗(檢驗) 141

7.5單個總體比例的檢驗 143

【案例7.3】某電視連續劇是否獲得成功？ 143

【案例7.4】考試及格線的確定 143

7.6單個總體的假設檢驗小結 144

7.7其他軟體實現 145

7.7.1SPSS實現 145

7.7.2JMP實現 146

習題七 147

第8章兩個總體的假設檢驗 148

8.1引言 148

【案例8.1】哪種安眠藥的療

效好？ 148

8.2兩個獨立正態總體均值的

檢驗 149

8.3成對樣本試驗的均值檢驗 152

8.4兩個正態總體方差的檢驗

(F檢驗) 154

8.5兩個總體比例的檢驗 155

【案例8.2】女企業家對成

功的理解是否

不同？ 156

8.6假設檢驗小結 157

8.7其他軟體實現 157

8.7.1SPSS實現 157

8.7.2JMP實現 158

習題八 160

第9章方差分析 161

9.1引言 161

9.1.1問題的提出 161

【案例9.1】哪種促銷方式效

果最好? 161

【案例9.2】如何確定最優生

產工藝條件？ 162

9.1.2方差分析的基本

概念 163

9.1.3方差分析的基本假設

條件 163

9.1.4方差分析的目的 164

9.2單因子方差分析 164

9.2.1單因子試驗的數學

模型 164

9.2.2方差分析的基本

方法 165

9.2.3檢驗H0的統計量 165

9.2.4方差分析表 166

9.2.5進一步的分析 167

9.3雙因子方差分析 168

9.3.1不考慮交互作用的雙

因子方差分析 168

9.3.2考慮交互作用時的雙

因子方差分析 171

9.4其他軟體上機實現 176

9.4.1SPSS實現 176

9.4.2JMP實現 178

習題九 179

第10章卡方檢驗和非參數檢驗 182

10.1總體分佈的?2檢驗 182

10.1.1檢驗的基本原理 182

10.1.2檢驗的具體步驟 183

10.2比例差異的?2檢驗(獨立

樣本) 185

10.2.1兩個比例差異的

?2檢驗 185

10.2.2兩個以上比例差異

的?2檢驗 188

10.2.3獨立性的?2檢驗 191

10.3兩個相關樣本比例差異

檢驗 194

10.4兩個獨立總體的非參數分

析：Wilcoxon秩和檢驗 196

10.5單因素方差分析的非參數

分析：Kruskal-Wallis秩

檢驗 200

10.6小結 202

10.7其他軟體實現 203

10.7.1SPSS實現 203

10.7.2JMP實現 207

習題十 209

第11章一元回歸 214

11.1引言 214

【案例11.1】質量控制

應用 214

11.1.1變數間的兩類

關係 214

11.1.2線性回歸的數學

模型 216

11.1.3線性回歸模型的經

典假設條件 217

11.1.4回歸分析的內容和

分析步驟 218

11.2一元線性回歸 218

11.2.1一元線性回歸的

數學模型 218

11.2.2參數?0和?1的最小

二乘估計 218

11.2.3最小二乘估計

和的性質 220

11.2.4回歸方程的顯著性

檢驗 220

11.2.5預測和控制 225

11.3質量控制應用案例分析 227

11.4殘差分析 230

11.5曲線回歸 232

11.5.1曲線回歸的分析

步驟 232

11.5.2常用曲線的線性化

方法 233

11.6一元回歸分析上機實現 238

11.6.1SPSS實現 238

11.6.2JMP實現 239

習題十一 240

第12章多元線性回歸 242

12.1多元線性回歸的數學

模型 242

12.2參數？的最小二乘估計 243

12.3多元回歸模型的顯著性

檢驗 245

12.3.1回歸方程的顯著性

檢驗 245

12.3.2回歸係數的顯著性

檢驗和置信區間

估計 246

12.4預測與控制 250

12.5*多元回歸模型的偏F

檢驗 252

12.6*在回歸模型中運用虛擬變

量和交互作用項 256

12.6.1虛擬變數 256

12.6.2交互作用 258

12.7*二次回歸模型 259

12.8多元回歸分析上機實現 263

12.8.1SPSS實現 263

12.8.2JMP實現 264

習題十二 265

第13章時間序列預測和指數 269

13.1時間序列模型的組成

因素 269

13.2年度時間序列數據的

平滑 271

13.2.1移動平均法 271

13.2.2指數平滑法 273

13.3基於最小二乘法的趨勢

擬合和預測 275

13.3.1線性趨勢模型 276

13.3.2二次趨勢模型 278

13.3.3指數趨勢模型 279

13.3.4運用第一、第二和

百分率差值選擇

模型 281

13.4自回歸模型用於擬合和

預測趨勢 283

13.5時間序列預測季節數 290

13.6指數 293

13.7其他軟體實現 298

13.7.1SPSS實現 298

13.7.2JMP實現 299

13.7.3STATA實現 299

習題十三 299

第14章統計在質量管理中的應用 302

14.1全面質量管理 302

14.2六西格瑪管理 304

14.3控制圖理論 305

14.4比例的控制圖：p-圖 307

14.5極差和均值控制圖 311

14.5.1R-圖 311

14.5.2-圖 314

14.6過程能力 315

14.6.1顧客滿意和規格

極限 316

14.6.2能力指數 317

14.7質量管理的上機實現 319

14.7.1SPSS實現 319

14.7.2JMP實現 319

習題十四 320

附錄A泊松分佈表 324

附錄B標準正態分佈表 326

附錄C?2分佈表 328

附錄Dt分佈表 331

附錄EF分佈表 333

附錄FWilcoxon秩和檢驗的上下臨界

值表 343

附錄G杜賓-瓦森檢驗臨界值表 344