[]基础统计学(第14版)美国统计类教材排名榜首 更专业更系统学统计 数据分析 统计思维 批判性思维 科研分析 调查问卷

......第1 章　统计学概述 001
1-1　统计与批判性思维 004
例1：总体和样本 004
例2：自愿样本 007
例3：统计显著性与实际显著性 008
1-2　数据类型 010
第1 部分：基本数据类型 010
例1：参数和统计量 011
例2：定量数据和分类数据 012
例3：离散型数据和连续型数据 013
例4：名目测量尺度 014
例5：次序测量尺度 015
例6：等距测量尺度 015
例7：等比测量尺度 016
例8：区分等比测量尺度和等距测量尺度 017
第2 部分：大数据和缺失数据——过量和不够 018
1-3　样本数据的收集 022
第１部分：实验设计与样本数据收集的基础 022
例1：索尔克疫苗实验 022
例2：冰激凌与溺水 023
例3：多阶段抽样设计 026
第2 部分：实验设计与样本数据收集的进阶 026
第2 章　用图表探索数据 031
2-1　频数分布表——数据的整理与汇总 033
例1：洛杉矶每日通勤时间频数分布表 035
例2：空难原因频数分布表 036
例3：比较纽约和博伊西的每日通勤时间 037
例4：探索数据——心率是如何测量的 039
例5：数据探索——差异告诉了我们什么 040
第1 部分：直方图的基本概念 041
2-2　直方图 041
第2 部分　使用正态分位图评估正态性 044
2-3　启发性图表与误导性图表 045
例1：男性心率的点图 045
例2：男性心率的茎叶图 046
例3：全球个人计算机出货量的时间序列图 047
例4：空难原因的帕累托图 048
例５：空难原因的饼状图 049
例6：洛杉矶每日通勤时间的频数多边形 050
例7：相对频数多边形——洛杉矶和博伊西的每日通勤时间 050
例8：误导性图表——非零纵轴 051
例9：误导性图表——图标的使用 052
第1 部分：散点图和相关性 053
2-4　散点图、相关分析与回归分析 053
例1：存在相关性——用相机对海豹称重 054
例2：不存在相关性——总统的身高与其对手的身高 055
例3：不存在相关性——硬币的质量与其制造年份 055
第2 部分：线性相关系数 056
例4：通过与对数据看鞋印长度与身高是否存在相关性 056
例5：通过与对数据看鞋印长度与身高之间是否存在相关性 058
第3 部分：回归分析 059
例6：通过回归线看相关性 059
第３章　描述、探索和比较数据 060
3-1　集中趋势的度量指标 062
第1 部分：集中趋势度量的基本概念 062
例1：均值 064
例2：中位数——奇数个数据值 066
例3：中位数——偶数个数据值 066
例4：众数 067
例5：中程数 068
例6：批判性思维与集中趋势的度量指标 069
第2 部分：集中趋势度量指标的进阶部分 071
例7：根据频数分布表计算均值 071
例8：平均绩点的计算 072
3-2　离散程度的度量指标 074
第1 部分：离散程度的基本概念 074
例１：全距 076
例２：使用公式3-4 计算标准差 077
例3：使用公式3-5 计算标准差 079
例4：使用范围经验法则解读s 080
例5：使用范围经验法则估计s 081
第2 部分：离散程度的进阶部分 083
例6：经验法则 084
例7：切比雪夫定理 085
例8：比较“飞船摇滚飞车”和“恐怖魔塔”的等候时间 085
例9：比较成年男性的身高和体重 086
第1 部分：z 分数、百分位数、四分位数及箱形图 087
3-3　相对位置的度量与箱形图 087
例1：比较成年人的体温和25 美分硬币的重量 088
例2：4.01 级地震的震级是否显著高 089
例3：求等候时间为45 分钟的百分位数 090
例4：将求P25 百分位数转换为相应的数据值 092
例5：将求P90 百分位数转换为相应的数据值 092
例6：五数概括法 094
例7：构建箱形图 095
例8：比较迪士尼乐园热门游乐项目的等候时间 095
第2 部分：异常值和修正箱形图 097
例9：构建修正箱形图 097
第4 章　概率论 099
第1 部分：概率的基本概念 101
4-1　概率 101
例1：分析索赔 101
例2：简单事件和样本空间 103
例3：相对频数法——空难 107
例4：经典计算法——性别相同的概率 107
例5：主观估计法——在这门统计课中获得A 107
例6：成年人认为其见过或遇到过鬼的概率 108
例7：感恩节在星期三和星期四的概率 108
例8：成年人上网的概率 109
第2 部分：发生比 110
例9：实际发生比与赔率 111
4-2　加法原理和乘法原理 112
例1：吸食毒品或检验结果为阴性的概率 113
例2：互斥事件和非互斥事件 113
例３：没有智能手机的概率 114
例4：毒品检验和乘法原理 115
例5：无放回随机选取之人检验为阴性的概率 117
例6：随机选取两人，生日在同一周的概率 118
例7：根据概率判断显著性结果 119
例8：计算一块硬盘能正常工作一年的概率 120
第1 部分：对立事件，“至少一个”的概率 121
4-3　对立事件、条件概率以及贝叶斯定理 121
例1：求至少一件产品有缺陷的概率 122
第2 部分：条件概率 123
例2：入职前的毒品检验 124
第3 部分：贝叶斯定理 125
例3：条件概率谬论 125
例4：解读医学检验结果 126
4-4　计数法则 128
例1：乘法计数法则——黑客破译密码 129
例2：阶乘法则——打乱字母 129
例2：阶乘法则——打乱字母 130
例3：排列法则（元素相异）——三重彩投注 131
例4：排列法则（元素重复）——出色的问卷调查设计 132
例5：中头奖的概率 133
4-5　假设检验的统计模拟 134
例6：公司官员与委员会的任命方式有多少种 134
例1：检验人的平均体温为98.6 ?H的命题 135
例2：三人生日都为同一天的概率 137
第5 章　离散概率分布 139
5-1　概率分布 141
第1 部分：概率分布的基本概念 141
例1：两个新生儿中女婴数量的概率分布 142
例2：未授权软件的概率分布 144
例3：求概率分布的均值、方差和标准差 145
例4：通过范围经验法则确定显著值 147
例5：使用概率确定显著值 148
第2 部分：期望值和公式的基本原理 149
例6：期望值应用——明智的赌徒 149
5-2　二项分布 151
第1 部分：二项分布的基础 151
例1：求正好有2 人没有携带现金的概率 152
例2：应用二项概率公式求2 人没有带现金的概率 154
例3：橄榄球加时赛中胜利的概率 155
例4：5 个成年人中恰好有2 个人是素食者的概率 156
第2 部分：均值/ 标准差与批判性思维 157
例5：使用参数判断显著性 157
5-3　泊松分布 160
例1：应用柏松分布求飓风的概率 161
例2：求一年365 天里至少中奖一次的概率 162
第6 章　正态分布 164
6-1　标准正态分布 166
例1：机场安检等待时间的均匀分布 168
例2：机场安检等待时间至少需要2 分钟的概率 168
例3：骨密度测试：低于1.27 的概率 170
例4：骨密度测试——试求给定值右侧的面积 172
例5：骨密度测试——试求两值之间的面积 173
例6：骨密度测试——试求测试分数 175
例7：骨密度测试：2.5% 和2.5% 的分数 176
例8：试求临界值zα 177
6-2　正态分布的实际应用 179
例1：男性身高高于72 英寸的百分比 180
例2：满足飞行员身高要求的女性比例 181
例3：一扇门的高度应该是多少？ 183
例4：显著低的出生体重 185
6-3　抽样分布和估计量 186
例1：样本比例的抽样分布 189
例2：样本均值的抽样分布 190
例3：所有样本均值的抽样分布 191
例4：样本方差的抽样分布 192
例5：样本全距的抽样分布 194
6-4　中心极限定理 195
例1：波士顿通勤时间的正态分布 195
例2：如何调整波音737 飞机的座椅宽度？ 198
例3：通过概率确定显著值：人的平均体温是98.6 ?H吗？ 200
6-5　正态性检验 202
第1 部分：正态性检验的基本概念 202
例1：确定达拉斯通勤时间的样本是否来自正态分布的总体 204
第2 部分：正态分位图的手动构建 204
例2：通过正态性检验评估达拉斯通勤时间的样本 205
第7 章　参数估计和样本量确定 207
7-1　总体比例的估计 209
第1 部分：点估计、置信区间和样本量 210
例1：上网课学生比例的点估计 210
例2：构建置信区间——上网课 216
例3：试求样本比例和误差范围 218
例4：成年人选择网购的比例是多少 220
第2 部分：更准确的置信区间 221
7-2　总体均值的估计 224
例1：求解临界值tα/2 227
例2：花生巧克力的置信区间 228
例3：批判性思维——黑胶唱片的销量 230
例4：关于二手烟置信区间的比较 232
例5：统计学专业学生的智商分数 235
7-3　总体标准差或方差的估计 235
例1：试求χ2 临界值 237
例2：心率σ 的置信区间估计 239
例3：求估计σ 所需的样本量 242
7-4　自助法 242
例1：收入的自助样本 243
例２：眼睛色彩调查：比例的自助法置信区间 245
例３：年收入：均值的自助法置信区间 246
例4：年收入：标准差的自助法置信区间 248
第8 章　假设检验 249
8-1　假设检验的基础 251
第1 部分：假设检验的基本方法 251
例1：大多数互联网用户使用双重认证来保护他们的网络数据 251
第２部分：第一类错误和第二类错误 261
例2：描述第一类错误和第二类错误 262
第3 部分：统计功效 263
例3：求解统计功效 263
例4：达到80% 的统计功效所需的样本量 264
8-2　总体比例的假设检验 265
第1 部分：正态近似法 266
例1：少于30% 的成年人有过梦游吗 270
第2 部分：精确法 271
例2：应用精确法评估例1 的结论 272
8-3　总体均值的假设检验 273
例1：成年人睡眠时间——使用统计软件p 值法 275
例2：成年人睡眠时间——手......《基础统计学》历经14 版，经久不衰。该书已经作为国际版统计教材被翻译成多国文字，连续25 年在美国统计类教材中。本书以浅显易懂的文字以及贴近实际的案例，带领读者专业系统地学习统计思维和批判性思维，领略统计学的真实魅力。本书的第1~3 章着重介绍描述统计学，通过第4~6 章的概率分布逐渐过渡到第7~9 章的推断统计学；第10~15 章介绍了现代统计学中一些重要的实践方法，例如回归分析、拟合优度、方差分析、非参数检验等，读者可以根据自身的兴趣与背景学习相关内容。......Mario F. Triola（马里奥·F·特里奥拉）：达奇斯社区学院（Dutchess Community College）的数学荣誉教授，他在该学院任教统计学已经30余年。《基础统计学》现已成为国际版统计教材，被翻译成多国文字。马里奥设计了初版Statdisk统计软件，他还为支持统计教育而编写过数本统计软件的工作手册。他在许多会议和大学做过演讲。教科书和学术作者协会（Textbook and Academic Authors Association）曾授予马里奥“文本”奖，以表彰他在《基础统计学》上的卓越贡献。
钱辰江美国芝加哥大学统计学硕士，加州大学洛杉矶分校数学经济本科。目前供职于美国硅谷某互联网创业公司，主要从事数据科学相关工作。曾任职于电商互联网公司Wish以及美国银行。具有扎实的统计学理论基础和丰富的实战经验。潘文皓美国佐治亚大学统计学博士，研究方向为象征性数据的聚类分析算法。目前任职于美国苹果总部，主要从事数据科学相关的模型开发与研究。曾任美国富国银行量化分析师，负责反欺诈模型的开发，检测与应用。

1