正版新书]大话统计学 基于R语言+中文统计工具 溢彩实训版陈文贤

章总论 1

1.1 统计是什么 2

1.2 统计学的基本概念 4

1.3 统计学的分类 6

1.4 抽样误差 7

1.5 统据的收集 9

1.6 变量与数据的衡量尺度 10

1.7 数据的类型 11

1.8 因果关系 13

1.9 统计的应用步骤 15

1.10 统计学与大数据比较 18

1.11 本书流程图 20

1.12 本章思维导图 21

1.13 习题 22

第2章描述统计

2.1 描述统计 24

2.2 统计表 24

. 统计图 26

2.4 总量指标与相对指标 32

2.5 平均指标、集中趋势量数 33

2.6 相对位置量数 39

2.7 离差量数 42

2.8 形态量数 46

2.9 《中文统计》应用 51

2.10 R 语言应用 55

2.11 本章流程图 60

2.12 本章思维导图 61

2.13 习题 62

第3章概率理论 63

3.1 试验与样本空间 64

3.2 事件概率 66

3.3 排列组合的公式 68

3.4 事件概率的计算 71

3.5 条件概率 73

3.6 独立事件与互斥事件 76

3.7 贝叶斯公式 78

3.8 《中文统计》应用 81

3.9 R 语言应用 83

3.10 本章流程图 84

3.11 本章思维导图 85

3.12 习题 86

第4章随机变量概述 87

4.1 随机变量概述 88

4.2 概率分布函数与概率密度函数 89

4.3 期望与方差 91

4.4 双随机变量 95

4.5 《中文统计》应用 101

4.6 R 语言应用 102

4.7 本章流程图 103

4.8 本章思维导图 104

4.9 习题 105

第5章概率分布 106

5.1 离散型随机变量的概率分布 107

5.2 连续型随机变量的概率分布 114

5.3 正态分布概率的计算 120

5.4 《中文统计》应用 121

5.5 R 语言应用 124

5.6 本章流程图 127

5.7 本章思维导图 128

5.8 习题 129

第6章抽样理论 130

6.1 随机抽样 131

6.2 统计量 132

6.3 抽样平均与抽样方差的概率分布 132

6.4 中心极限定理 136

6.5 分层抽样 138

6.6 整群抽样 139

6.7 系统抽样 140

6.8 《中文统计》应用 141

6.9 R语言应用 142

6.10 本章流程图 143

6.11 本章思维导图 144

6.12 习题 145

第7章统计估计 146

7.1 估计量 147

7.2 正态分布平均数与方差的点估计 148

7.3 总体平均数的区间估计 149

7.4 总体比例的区间估计 152

7.5 总体方差的区间估计 152

7.6 抽样的样本量 153

7.7 标准误差 155

7.8 《中文统计》应用 156

7.9 R 语言应用 158

7.10 本章流程图 161

7.11 本章思维导图 162

7.12 习题 163

第8章统计检验 164

8.1 设检验 165

8.2 计算类错误与第二类错误 167

8.3 设检验的步骤与方法 171

8.4 设检验的样本量 173

8.5 总体平均数检验(方差已知) 174

8.6 总体平均数检验(方差未知) 175

8.7 总体比例检验 176

8.8 总体方差检验 177

8.9 《中文统计》应用 178

8.10 R 语言应用 180

8.11 本章流程图 182

8.12 本章思维导图 183

8.13 习题 184

第9章两个总体估计检验 185

9.1 因果与相关 186

9.2 两个总体参数的区间估计 187

9.3 两个总体平均数检验，方差已知 190

9.4 两个总体平均数检验，方差未知但相等 191

9.5 两个总体平均数检验，方差未知且不等 192

9.6 两个总体平均数检验，样本是配对样本 193

9.7 两个总体方差检验 194

9.8 两个总体比例检验 195

9.9 《中文统计》应用 196

9.10 R 语言应用 198

9.11 本章流程图 201

9.12 本章思维导图 202

9.13 习题 203

0章方差分析 204

10.1 方差分析介绍 205

10.2 单因素方差分析，样本量相等 206

10.3 单因素方差分析，样本量不等 210

10.4 多重比较法 211

10.5 检验方差相等 212

10.6 参数估计 213

10.7 双因素方差分析，无交互作用 214

10.8 《中文统计》应用 217

10.9 R 语言应用 219

10.10 本章流程图 2

10.11 本章思维导图 224

10.12 习题 225

1章回归与相关分析 226

11.1 回归与相关分析的区别 227

11.2 数学符号与关系式 228

11.3 一元线回归分析参数的点估计 0

11.4 相关分析 2

11.5 检验自变量与因变量线关 5

11.6 回归与相关分析参数的区间估计与检验

11.7 《中文统计》应用 242

11.8 R 语言应用 243

11.9 本章流程图 245

11.10 本章思维导图 246

11.11 习题 247

2章分类数据分析 248

12.1 卡方检验 249

12.2 多项分布卡方检验 249

1. 拟合优度检验，分布的参数已知 251

12.4 拟合优度检验，分布的参数未知 252

12.5 卡方检验独立与同构 254

12.6 中位数卡方检验 258

12.7 两总体独立样本比例检验 259

12.8 McNemar检验-两总体配对样本比例检验 259

12.9 《中文统计》应用 260

12.10 R语言应用 262

12.11 本章流程图 265

12.12 本章思维导图 266

12.13 习题 267

3章非参数统计分析 268

13.1 非参数统计分析 269

13.2 符号检验 272

13.3 符号秩检验 274

13.4 游程检验，检随 276

13.5 Mann-Whitney检验 277

13.6 Kruskal-Wallis检验279

13.7 Friedman检验 280

13.8 Spearman秩相关系数 281

13.9 《中文统计》应用 283

13.10 R语言应用 287

13.11 本章流程图 292

13.12 本章思维导图 296

13.13 习题 297

4章时间序列 298

14.1 时间序列的分类 299

14.2 水平分析与速度分析 300

14.3 时间序列构成因素 302

14.4 平稳型序列预测 304

14.5 趋势型序列预测 306

14.6 季节指数分析 310

14.7 时间序列预测方法：趋势加季节 313

14.8 时间序列预测方法：趋势乘季节 314

14.9 预测误差 315

14.10 指数平滑模型 Holt Winter models 317

14.11 自回归模型Box-Jenkins (ARIMA) models 320

14.12 《中文统计》应用 326

14.13 R语言应用 329

14.14 本章流程图 335

14.15 本章思维导图 336

14.16 习题 337

5章统指 338

15.1 指数的意义与分类 339

15.2 总指数的编制 342

15.3 指数的质 348

15.4 指数体系与因素分析 351

15.5 指数应用 355

15.6 《中文统计》应用 355

15.7 R 语言应用 356

15.8 本章流程图 358

15.9 本章思维导图 359

15.10 习题 360

6章总复习 361

16.1 统计问题分类 363

16.2 误差名词说明 364

16.3 参数与统计量 365

16.4 统计概念复习 366

附图A.1概率分布关联图368

附表A.1正态分布概率表369

参考文献 370

陈文贤，美国加州大学伯克利分校工业工程博士，曾任台大信息管理系教授兼系主任、雪城Syracuse大学客座教授、澳大利亚悉尼科技大学UTS客座教授，德明财经科技大学信息管理系特聘教授。