统计学

　　第1章  绪论
　　1.1  统计数据与统计学
　　1.1.1  统计数据
　　1.1.2  统计学
　　1.2  统计学的历史
　　1.3  统计学的分类
　　1.4  统计学基本概念
　　1.4.1  随机变量及其分布
　　1.4.2  总体和总体分布
　　1.4.3  样本和样本分布
　　1.4.4  统计量
　　1.5  常用分布
　　1.5.1  正态分布
　　1.5.2  X2分布
　　1.5.3  t分布
　　1.5.4  F分布
　　1.5.5  二项分布
　　1.5.6  泊松分布
　　1.6  正态总体的抽样分布
　　1.7  统计软件SPSS简介
　　本章小结
　　思考题
　　练习题
　　案例
　　第2章  数据的描述
　　2.1  数据的计量与分类
　　2.2  数据的收集
　　2.2.1  数据的间接来源
　　2.2.2  数据的直接来源
　　2.3  数据的整理
　　2.3.1  分类数据和顺序数据的整理
　　2.3.2  数值型数据的整理
　　2.4  集中趋势的度量
　　2.4.1  均值
　　2.4.2  几何平均数
　　2.4.3  调和平均数
　　2.4.4  众数
　　2.4.5  中位数
　　2.4.6  四分位数
　　2.4.7  众数、中位数和均值的比较
　　2.5  离散程度的度量
　　2.5.1  极差
　　2.5.2  四分位差
　　2.5.3  方差和标准差
　　2.5.4  变异系数
　　2.6  分布偏态与峰度
　　2.6.1  偏态及其测定
　　2.6.2  峰度及其测定
　　2.7  统计表
　　本章小结
　　思考题
　　练习题
　　案例
　　第3章  参数估计
　　3.1  点估计及点估计的求法
　　3.1.1  矩估计法
　　3.1.2  最大似然法
　　3.2  点估计的评价标准
　　3.2.1  无偏性
　　3.2.2  有效性
　　3.2.3  一致性（相合性）
　　3.3  区间估计
　　3.3.1  区间估计的概念
　　3.3.2  单个正态总体参数的区间估计
　　3.3.3  两个正态总体参数的区间估计
　　3.3.4  非正态总体参数的区间估计
　　本章小结
　　思考题
　　练习题
　　案例
　　第4  章  假设检验
　　4.1  假设检验的一般问题
　　4.1.1  假设检验的概念
　　4.1.2  假设检验的原理
　　4.1.3  假设检验的步骤
　　4.1.4  假设检验中的两类错误
　　4.1.5  双侧检验和单侧检验
　　4.1.6  假设检验的p值
　　4.2  一个正态总体的检验
　　4.2.1  总体均值μ的检验：Z检验
　　4.2.2  单个正态总体方差σ2的假设检验：X2检验
　　4.3  两个正态总体的检验
　　4.3.1  两个正态总体均值差的检验：t检验
　　4.3.2  两个正态总体方差比的检验：F检验
　　4.3.3  成对数据的检验：t检验
　　4.4  非正态总体参数的检验
　　4.4.1  非正态总体的大样本方法
　　4.4.2  指数分布参数的检验
　　4.4.3  总体比例p的检验
　　本章小结
　　思考题
　　练习题
　　案例
　　第5章  方差分析
　　5.1  方差分析的思想及基本概念
　　5.2  单因素方差分析（ANOVA）
　　5.2.1  单因素方差分析的数据结构
　　5.2.2  单因素方差分析的统计模型
　　5.2.3  单因素方差分析检验过程和方差分析表
　　5.2.4  多个总体的差异性检验
　　5.3  双因素方差分析
　　5.3.1  双因素方差分析的数据结构
　　5.3.2  有可加效应的双因素方差分析
　　5.3.3  有交互效应的双因素方差分析
　　本章小结
　　思考题
　　练习题
　　案例
　　第6章  回归分析
　　6.1  相关分析
　　6.1.1  相关的概念
　　6.1.2  相关的种类
　　6.1.3  相关关系的度量
　　6.2  一元线性回归
　　6.2.1  回归的含义
　　6.2.2  一元线性回归
　　6.2.3  最小二乘估计
　　6.2.4  回归方程的检验
　　6.2.5  估计与预测
　　6.3  多元线性回归
　　6.3.1  多元线性回归模型
　　6.3.2  多元线性回归方程的检验
　　6.3.3  估计与预测
　　6.4  虚拟变量回归
　　6.5  Logistic回归
　　6.6  回归分析的扩展
　　6.6.1  异方差
　　6.6.2  多重共线
　　6.7  可化为线性情形的非线性回归
　　6.7.1  幂函数
　　6.7.2  对数函数
　　6.7.3  指数函数
　　6.7.4  双曲函数
　　本章小结
　　思考题
　　练习题
　　案例
　　第7章  时间序列分析
　　7.1  时间序列的基本概念
　　7.1.1  时间序列的定义
　　7.1.2  时间序列的自相关系数
　　7.1.3  时间序列的平稳性
　　7.1.4  时间序列的差分
　　7.2  时间序列的趋势分析法
　　7.2.1  指数平滑法
　　7.2.2  时间趋势的线性模型分析
　　7.3  Box-Jenki 模型
　　7.3.1  ARMA模型
　　7.3.2  ARMA模型的参数估计及模型检验
　　7.3.3  ARMA模型的模型识别
　　7.3.4  ARIMA模型
　　7.4  时间序列的季节分解
　　本章小结
　　思考题
　　练习题
　　案例
　　第8章  抽样调查理论与方法
　　8.1  抽样调查概述
　　8.1.1  抽样调查的概念
　　8.1.2  抽样调查的作用
　　8.1.3  抽样调查的应用领域
　　8.2  抽样调查的基本概念
　　8.2.1  总体与样本
　　8.2.2  总体参数与统计量
　　8.2.3  抽样单元与抽样框
　　8.2.4  抽样方法与样本可能数目
　　8.2.5  精度与费用
　　8.3  抽样误差
　　8.3.1  抽样调查中误差的来源
　　8.3.2  抽样平均误差、方差与偏差
　　8.3.3  抽样平均误差的计算
　　8.3.4  抽样极限误差与置信水平
　　8.4  抽样方案设计
　　8.4.1  抽样方案设计的基本原则
　　8.4.2  简单随机抽样
　　8.4.3  分层抽样
　　8.4.4  系统抽样
　　8.4.5  整群抽样
　　8.5  样本容量的确定
　　8.5.1  影响样本容量确定的主要因素
　　8.5.2  确定抽样单元数的方法
　　本章小结
　　思考题
　　练习题
　　案例
　　第9章  统计指数
　　9.1  指数的概念与分类
　　9.1.1  指数的概念与性质
　　9.1.2  指数的分类
　　9.2  总指数的编制方法
　　9.2.1  总指数的编制原理
　　9.2.2  加权综合指数
　　9.2.3  加权平均指数
　　9.3  指数体系与因素分析
　　9.3.1  指数体系及其作用
　　9.3.2  总量指标变动两因素分析
　　9.3.3  平均指标变动两因素分析
　　9.4  几种常用的指数
　　9.4.1  工业生产指数
　　9.4.2  居民消费价格指数和商品零售价格指数
　　9.4.3  股票价格指数
　　本章小结
　　思考题
　　练习题
　　案例
　　第10章  统计决策
　　10.1  统计决策的基本概念
　　10.1.1  统计决策的概念及其基本特征
　　10.1.2  统计决策中的重要概念——损益矩阵表
　　10.2  完全不确定型决策
　　10.2.1  完全不确定型决策准则
　　10.2.2  各种决策准则比较
　　10.3  一般风险型决策
　　10.3.1  自然状态的概率分布估计
　　10.3.2  风险型决策的准则
　　10.4  贝叶斯决策
　　10.4.1  决策树
　　10.4.2  贝叶斯决策的概念
　　10.4.3  先验分析、预后验分析和后验分析
　　10.4.4  完全信息和样本信息的期望价值
　　10.4.5  完整的贝叶斯决策过程
　　本章小结
　　思考题
　　练习题
　　案例
　　附录
　　附表1  标准正态分布表
　　附表2  t分布表
　　附表3  x2分布表
　　附表4  F分布表
　　附表5  相关系数检验临界值表
　　参考文献

　　    《统计学》是普通高校财经类专业核心课程教材。《统计学》介绍现代统计学基本理论和方法，分为10章，内容包括绪论、数据的描述、参数估计、假设检验、方差分析、回归分析、时间序列分析、抽样调查理论与方法、统计指数和统计决策。
　　    《统计学》注重统计思想的阐述，强调统计学在经济学和管理学中的应用，并结合统计软件SPSS讲解统计理论和方法。《统计学》有以下特点：①结构合理，内容深入浅出，在实际问题中引入统计学的概念，结合实例讲解理论和方法；②着重介绍统计学的基本理论和方法，强调其应用性，适当减少一些繁琐的定理证明和公式推导；③结合统计软件讲解统计理论和方法，采用统计软件SPSS作统计分析和计算，使学生在理解统计学的基本概念、理论和计算方法的基础上掌握运用统计软件进行分析计算的技能。《统计学》可作为普通高等院校经济类、管理类专业本科生、专科生统计学课程教材，也可作为统计爱好者和统计工作者的参考读物。