第1章 統(tǒng)計、數據和計算機
開篇案例：怎樣理解這樣一些統(tǒng)計結論?
1．1 統(tǒng)計及其應用領域
1．2 怎樣獲得統(tǒng)計數據
1．3 統(tǒng)計與計算機
本書圖解：統(tǒng)計方法分類與本書框架
第2章 用圖表展示數據
開篇案例：用哪些圖形展示獎牌?
2．1 用圖表展示定性數據
2．2 用圖表展示定量數據
2．3 合理使用圖表
本章圖解：數據類型與圖表展示方法
第3章 用統(tǒng)計量描述數據
開篇案例：哪名運動員的發(fā)揮更穩(wěn)定?
3．1 水平的度量
3．2 差異的度量
3．3 分布形狀的度量
本章圖解：數據分布特征與描述統(tǒng)計量
第4章 概率分布
開篇案例：神舟七號飛船遭遇空間碎片的概率有多大?
4．1 度量事件發(fā)生的可能性
4．2 隨機變量的概率分布
4．3 其他幾個重要的統(tǒng)計分布
4．4 樣本統(tǒng)計量的概率分布
第5章 參數估計
開篇案例：大學生每周上網花多少時間?
5．1 參數估計的基本原理
5．2 一個總體參數的區(qū)間估計
5．3 兩個總體參數的區(qū)間估計
5．4 樣本量的確定
第6章 假設檢驗
6．1 假設檢驗的基本原理
6．2 一個總體參數的檢驗
6．3 兩個總體參數的檢驗
6．4 總體分布的檢驗
第7章 類別變量的推斷
7．1 一個類別變量的擬合優(yōu)度檢驗
7．2 兩個類別變量的獨立性檢驗
7．3 兩個類別變量的相關性度量
第8章 方差分析與實驗設計
開篇案例：不同運動隊的平均成績之間是否有顯著差異?
8．1 方差分析的基本原理
8．2 單因素方差分析
8．3 雙因素方差分析
8．4 方差分析的假定及其檢驗
8．5 實驗設計初步
第9章 一元線性回歸
開篇案例：子代與父代一樣嗎?
9．1 變量間的關系
9．2 一元線性回歸模型的估計和檢驗
9．3 利用回歸方程進行預測
9．4 用殘差檢驗模型的假定
第10章 多元線性回歸
開篇案例：身高受哪些因素影響?
10．1 多元線性回歸模型
10．2 擬合優(yōu)度和顯著性檢驗
10．3 多重共線性及其處理
10．4 利用回歸方程進行預測
10．5 啞變量回歸
第11章 時間序列預測
開篇案例：下個月的消費者信心指數是多少?
11．1 時間序列的成分和預測方法
11．2 平穩(wěn)序列的預測
11．3 趨勢預測
11．4 多成分序列的預測
11．5 Box-Jenkins方法：ARIMA模型
第12章 主成分分析和因子分析
開篇案例：因子分析得到的是什么?
12．1 主成分分析
12．2 因子分析
第13章 聚類分析
開篇案例：怎樣把消費者分類?
13．1 聚類分析基本原理
13．2 層次聚類
13．3 K-均值聚類
第14章 非參數檢驗
開篇案例：不同商圈的報紙發(fā)行量是否有差異?
14．1 單樣本的檢驗
14．2 兩個及兩個以上樣本的檢驗
14．3 秩相關及其檢驗
附錄 解讀指數
參考文獻
鄂公網安備 42010302001612號 