現(xiàn)代流通科學研究方法

第1章 統(tǒng)計分析基礎
1．1 基本概念
1．1．1 變量與統(tǒng)計關系
1．1．2 數(shù)據(jù)與數(shù)據(jù)類型
1．1．3 統(tǒng)計分析方法
1．2 統(tǒng)計描述
1．2．1 數(shù)據(jù)的集中趨勢
1．2．2 數(shù)據(jù)的離散程度
1．2．3 數(shù)據(jù)的分布形狀
1．3 抽樣分布
1．3．1 總體、樣本及統(tǒng)計量
1．3．2 正態(tài)分布
1．3．3 由正態(tài)分布導出的三大重要分布
1．3．4 樣本統(tǒng)計量的分布
1．4 統(tǒng)計推斷
1．4．1 參數(shù)估計
1．4．2 假設檢驗
1．5 統(tǒng)計軟件
1．5．1 常用統(tǒng)計軟件
1．5．2 用SPSS對數(shù)據(jù)進行描述與推斷
1．5．3 用R對數(shù)據(jù)進行描述與推斷
本章要點
第2章 相關分析
2．1 統(tǒng)計學中的相關關系
2．1．1 相關關系的概念
2．1．2 相關關系的種類
2．1．3 相關關系分析的基本內(nèi)容
2．1．4 隨機變量間的獨立與相關
2．2 定性變量之間的相關
2．2．1 列聯(lián)表
2．2．2 獨立性檢驗
2．2．3 相關性度量
2．2．4 軟件計算
2．2．5 進一步的討論
2．3 定量變量之間的相關
2．3．1 相關關系的圖形描述
2．3．2 相關關系的數(shù)字刻畫
2．3．3 相關系數(shù)的顯著性檢驗
2．3．4 相關分析的軟件計算
2．3．5 偏相關分析
本章要點
重要公式
思考與練習
第3章 線性回歸分析
3．1 一元線性回歸分析
3．1．1 模型及參數(shù)估計
3．1．2 回歸直線的擬合優(yōu)度
3．1．3 回歸模型的檢驗
3．1．4 利用回歸方程進行預測
3．1．5 分析實例及軟件計算
3．2 多元線性回歸分析
3．2．1 回歸模型及參數(shù)估計
3．2．2 擬合優(yōu)度及顯著性檢驗
3．2．3 多元回歸的三大基本問題
3．2．4 變量選擇與逐步回歸
3．2．5 多元線性回歸的應用實例
3．3 對回歸分析的進一步討論
3．3．1 可線性化的非線性回歸模型
3．3．2 自變量含有交互項的回歸模型
3．3．3 自變量為定性變量的一元回歸模型
3．3．4 自變量有定性變量的多元回歸模型
3．3．5 關于回歸分析的一個特例
本章要點
重要公式
思考與練習
第4章 方差分析
4．1 方差分析的基本原理
4．1．1 問題描述及分析方法
4．1．2 方差分析的軟件計算
4．2 雙因素方差分析
4．2．1 雙因素方差分析的基本原理
4．2．2 分析實例及軟件計算
4．3 進一步的討論
4．3．1 含有數(shù)值型自變量時的方差分析
4．3．2 方差分析與回歸分析的聯(lián)系和區(qū)別
4．3．3 回歸分析與方差分析的模型適用條件診斷
本章要點
重要公式
思考與練習
第5章 經(jīng)典統(tǒng)計模型：分類、聚類與降維
5．1 分類方法：Logistic回歸
5．1．1 Logistic回歸的基本原理
5．1．2 用SPSS進行Logistic 回歸
5．1．3 用R進行Logistic回歸
5．1．4 Logistic回歸實踐應用的注意事項
5．1．5 廣義線性模型簡介
5．2 分類方法：判別分析
5．2．1 判別分析的基本原理
5．2．2 用SPSS進行判別分析
5．2．3 用R進行判別分析
5．2．4 判別分析實踐應用的注意事項
5．3 聚類方法：聚類分析
5．3．1 聚類分析的基本原理
5．3．2 用SPSS進行層次聚類
5．3．3 用R進行聚類分析
5．3．4 聚類分析實踐應用的注意事項
5．4 降維方法：主成分分析
5．4．1 主成分的基本原理
5．4．2 用SPSS進行主成分分析
5．4．3 用R進行主成分分析
5．4．4 主成分分析實踐應用的注意事項
5．5 降維方法：因子分析
5．5．1 因子分析的基本原理
5．5．2 用SPSS進行因子分析
5．5．3 用R進行因子分析
5．5．4 因子分析與主成分分析的區(qū)別
5．5．5 因子分析的實踐應用及適用條件
本章要點
重要公式
思考與練習
第6章 結構方程模型
6．1 結構方程模型的基本原理
6．1．1 概念、符號與圖例
6．1．2 模型識別、假定與估計
6．1．3 結構方程模型的評價
6．2 結構方程模型應用范例
6．2．1 技術接受模型（TAM）
6．2．2 用Amos進行結構方程建模
6．3 PLS-SEM原理及應用
6．3．1 PLS-SEM方法簡介
6．3．2 用SmartPLS進行結構方程建模
6．4 進一步的討論
本章要點
第7章 交互、中介與調節(jié)效應
7．1 交互效應
7．1．1 交互效應的概念
7．1．2 交互效應的檢驗與分析
7．2 中介效應
7．2．1 中介效應的概念
7．2．2 中介效應的檢驗與分析
7．2．3 中介效應分析實例
7．3 調節(jié)效應
7．3．1 調節(jié)效應的概念
7．3．2 調節(jié)效應與交互效應
7．3．3 調節(jié)效應的檢驗與分析
7．4 PLS-SEM分析實例一企業(yè)聲譽模型
7．4．1 企業(yè)聲譽模型概述
7．4．2 模型估計與評價
7．4．3 中介效應分析
7．4．4 調節(jié)效應分析
本章要點
第8章 生理活動數(shù)據(jù)分析簡介
8．1 腦電分析原理與應用
8．1．1 基本概念
8．1．2 腦電實驗在管理領域的應用情況
8．1．3 事件相關腦電位分析方法
8．1．4 腦電實驗案例分析
8．2 眼動實驗設計與應用
8．2．1 眼動追蹤技術
8．2．2 眼動實驗設計的基本問題
8．2．3 眼動實驗的設計方法
8．2．4 眼動實驗案例分析
本章要點
附錄 常用概率分布表及計算方法
標準正態(tài)分布概率表
t分布上側分位數(shù)表
x2分布上側分位數(shù)表
F分布上側分位數(shù)表(a=0．05）
F分布上側分位數(shù)表(a=0．10）
用Excel計算累積概率、分位數(shù)和p值
參考文獻