商务统计学

《商务统计学》将统计学的概念与方法应用于商务领域，从应用层面对统计学的基本方法进行了系统的讲解。《商务统计学》包括四部分：探索和收集数据、理解数据和分布、探索变量间的关系，以及为决策建立模型。全书共24章，将方法的讲解与商务领域中的现实案例紧密结合起来，让读者掌握如何利用统计方法解决商务中的实际问题。《商务统计学》还将统计软件与统计方法的应用结合起来，详细介绍各种统计方法在Excel、Minitab、JMP、SPSS和DataDesk等软件中的操作实现步骤。

第1篇 数据探索和数据收集
第1章 统计学与变异
1.1 什么是统计学
1.2 本书有何用处
第2章 数据
2.1 什么是数据
2.2 变量类型
2.3 Where、How和When
2.4 小结
2.5 技术帮助
2.6 微型案例研究项目
2.7 习题
第3章 调查与抽样
3.1 抽样调查三原则
3.2 是否需要普查
3.3 总体和参数
3.4 简单随机样本（SRS）
3.5 其他抽样设计
3.6 定义总体
3.7 有效调查
3.8 小结
3.9 技术帮助：随机抽样
3.1 0微型案例研究项目
3.1 1习题
第4章 显示和描述分类数据
4.1 数据分析的3条规则
4.2 频数表
4.3 图
4.4 列联表
4.5 小结
4.6 技术帮助:在计算机上显示分类数据
4.7 微型案例研究项目
4.8 习题第5章 随机性和概率
5.1 随机现象和概率
5.2 不存在的平均数定律
5.3 不同类型的概率
5.4 概率法则
5.5 联合概率和列联表
5.6 条件概率
5.7 构建列联表
5.8 小结
5.9 微型案例研究项目
5.1 0习题
第6章 显示和描述定量数据
6.1 显示分布
6.2 形状
6.3 中心
6.4 分布的离散度
6.5 形状、中心和离散度的概括
6.6 五数概括和箱线图
6.7 组间比较
6.8 确认异常值
6.9 标准化
6.10 时间序列图
6.11 变换有偏的数据
6.12 小结
6.13 技术帮助：显示和概括定量变量
6.14 微型案例研究项目
6.15 习题

第2篇 理解数据和分布
第7章 散点图、关联和相关
7.1 观察散点图
7.2 在散点图中指定变量的角色
7.3 理解相关关系
7.4 直线型散点图
7.5 潜在变量和因果关系
7.6 小结
7.7 技术帮助：散点图和相关系数
7.8 微型案例研究项目
7.9 习题
第8章 线性回归
8.1 线性模型
8.2 相关性和直线
8.3 向均值的回归
8.4 模型检验
8.5 从残差中学习更多知识
8.6 模型的变异和R2
8.7 真实性检验：回归是否合理
8.8 小结
8.9 技术帮助：回归
8.10 微型案例研究项目
8.11 习题
第9章 抽样分布和正态模型
9.1 样本比例分布的建模
9.2 模拟
9.3 正态分布
9.4 练习正态分布的计算
9.5 比例的抽样分布
9.6 假设和条件
9.7 中心极限定理——统计学中的基本定理
9.8 均值的抽样分布
9.9 样本容量的收益递减性
9.10 抽样分布模型的原理
9.11 小结
9.12 微型案例研究项目
9.13 习题
第10章 比例的置信区间
10.1 置信区间
10.2 误差幅度：确定性与精确性
10.3 临界值
10.4 假设与条件
10.5 小样本的置信区间
10.6 选择样本容量
10.7 小结
10.8 技术帮助：比例的置信区间
10.9 微型案例研究项目
10.1 0习题
第11章 比例的假设检验
11.1 假设
11.2 作为假设检验的审判
11.3 P值
11.4 假设检验的原理
11.5 备择假设
11.6 α水平与显著性
11.7 临界值
11.8 置信区间与假设检验
11.9 两类错误
11.10 检验的效力
11.11 小结
11.12 技术帮助
11.13 微型案例研究项目
11.14 习题目录商务统计学
第12章 均值的置信区间和假设检验
12.1 均值的抽样分布
12.2 均值的置信区间
12.3 假设与条件
12.4 解释置信区间时需要注意的地方
12.5 单样本t检验
12.6 样本容量
12.7 自由度为什么是n-1
12.8 小结
12.9 技术帮助：均值推断
12.10 微型案例研究项目
12.11 习题
第13章 比较两个均值
13.1 检验两个均值的差异
13.2 两样本t检验
13.3 假设和条件
13.4 两均值差的置信区间
13.5 合并的t检验
13.6 图基快速检验
13.7 小结
13.8 技术帮助：两样本方法
13.9 微型案例研究项目
13.1 0习题
第14章 配对样本与区组划分
14.1 配对数据
14.2 假设和条件
14.3 配对t检验
14.4 配对t检验的原理
14.5 小结
14.6 技术帮助：配对t方法
14.7 微型案例研究项目
14.8 习题
第15章 计数的推断：卡方检验
15.1 拟合优度检验
15.2 解释卡方值
15.3 检测残差
15.4 齐性的卡方检验
15.5 比较两个比例
15.6 独立性的卡方检验
15.7 小结
15.8 技术帮助：卡方
15.9 微型案例研究项目
15.1 0习题

第3篇 研究变量之间的关系
第16章 回归的推断
16.1 总体和样本
16.2 假设和条件
16.3 斜率的标准误
16.4 对回归斜率的检验
16.5 相关性的假设检验
16.6 预测值的标准误
16.7 使用置信区间和预测区间
16.8 小结
16.9 技术帮助：回归分析
16.1 0微型案例研究项目
16.1 1习题
第17章 对残差的理解
17.1 检验各组的残差
17.2 外推和预测
17.3 不寻常和异常的观测值
17.4 处理汇总值
17.5 自相关
17.6 线性性
17.7 转换（变换）数据
17.8 幂变换阶梯
17.9 小结
17.10 技术帮助
17.11 微型案例研究项目
17.12 习题
第18章 多元回归
18.1 多元回归模型
18.2 解释多元回归的系数
18.3 多元回归模型的假设和条件
18.4 检验多元回归模型
18.5 调整后的R2和F统计量
18.6 Logistic回归模型
18.7 小结
18.8 技术帮助：回归分析
18.9 微型案例研究项目
18.10 习题
第19章 建立多元回归模型
19.1 指示（或虚拟）变量
19.2 不同斜率的调整——交互效应项
19.3 多元回归诊断
19.4 建立回归模型
19.5 共线性
19.6 二次项
19.7 小结
19.8 技术帮助：计算机回归分析
19.9 微型案例研究项目
19.10 习题
第20章 时间序列分析
20.1 什么是时间序列
20.2 时间序列成分
20.3 平滑方法
20.4 简单移动平均法
20.5 加权移动平均
20.6 指数平滑法
20.7 概括预测误差
20.8 自回归模型
20.9 随机游走
20.10 基于多元回归的模型
20.11 加法和乘法模型
20.12 循环和不规则成分
20.13 基于回归模型的预测
20.14 时间序列预测方法的选择
20.15 解释时间序列模型：再次考察全食超市的数据
20.16 小结
20.17 技术帮助
20.18 微型案例研究项目
20.19 习题

第4篇 决策建模
第21章 随机变量和概率模型
21.1 随机变量的期望值
21.2 随机变量的标准差
21.3 期望值和方差的性质
21.4 离散概率模型
21.5 连续型随机变量
21.6 小结
21.7 微型案例研究项目
21.8 习题
第22章 决策与风险
22.1 行动、自然状态和结果
22.2 收益表和决策树
22.3 最小化损失和最大化收益
22.4 行动的期望值
22.5 具有完全信息的期望值
22.6 样本信息下的决策
22.7 估计变异性
22.8 灵敏度
22.9 模拟
22.10 概率树
22.11 条件的反转：贝叶斯准则
22.12 更加复杂的决策
22.13 小结
22.14 微型案例研究项目
22.15 习题
第23章 实验的设计、分析及观察性研究
23.1 观察性研究
23.2 随机化的比较实验
23.3 实验设计的四大原则
23.4 实验设计
23.5 设盲和安慰剂
23.6 混杂变量和潜在变量
23.7 单因素设计分析——单因素方差分析法
23.8 方差分析的假设和条件
23.9 多重比较
23.10 观测数据的方差分析
23.11 多因子设计分析
23.12 小结
23.13 微型案例研究项目
23.14 习题
第24章 数据挖掘概述
24.1 直接营销
24.2 数据
24.3 数据挖掘的目标
24.4 数据挖掘的误区
24.5 成功的数据挖掘
24.6 数据挖掘问题
24.7 数据挖掘的算法
24.8 数据挖掘过程
24.9 总结
24.10 小结习题答案

附录A 部分公式和表

译者序
近年来，我国国内出版了大量的统计学教材，其中既包括由国内学者撰写的教材，也包括引进的影印版和翻译版教材。在众多统计学教材中，由Norean R. Sharpe、Richard D. De Veaux和Paul F. Velleman撰写的《商务统计学》是一本特色突出的优秀教材。
具体而言，本教材有以下几个特色：（1） 大量引入现实中的案例。每一章的开头都有一个真实的案例，向学生们揭示了统计思维对现代商业决策为何如此重要；指导性案例详细向学生说明方法的应用过程；微型案例研究项目侧重激发学生开展研究型学习。（2） 结合统计软件介绍各种统计方法的计算过程。本书将统计软件与统计方法的应用结合起来，详细介绍了各种统计方法在Excel、Minitab、JMP、SPSS和Data Desk等软件中的实现步骤。（3） 明确说明统计方法应用中可能会出现的错误和统计方法应用实践中的伦理问题。在实践中经常会出现统计方法和统计数据的种种误用，各章中“可能的错误”部分详细说明如何避免在应用中出错；“实践中的伦理”部分则说明统计方法应用中的伦理问题，并提出伦理解决方案。（4） 使用真实数据的习题和测验题。本书除第1章和第24章以外，各章均提供了大量使用真实数据的习题和测验题，奇数标号的习题的答案统一在书末提供，测验题的答案则在各章末尾提供。
本书的作者团队非常强大。Norean R.Sharpe曾在鲍登学院（Bowdoin College）和巴布森学院（Babson College）讲授统计学，还曾在耶鲁大学从事研究工作，目前是乔治城大学（Georgetown University）教授。Richard D.De Veaux是国际知名的教育家，曾在沃顿商学院和普林斯顿大学讲授过统计学，为美国运通、惠普、美国铝公司、杜邦、Pillsbury、通用电气、化学银行等“财富500强”企业做过咨询，目前是威廉姆斯学院（Williams College）统计学教授。Paul F. Velleman在创新性统计教育方面具有国际声望，任教于康奈尔大学，是Data Description公司的创始人和CEO，设计了Data Desk软件包。
本书由东北财经大学徐强博士和王远林博士翻译，其中徐强翻译第1章至第20章（包括对应的习题答案）、前言及附录，王远林翻译了第21章至第24章（包括对应的习题答案），并由徐强对全书内容进行了审定。为便于阅读，书中将国外报刊等直接用中文名表示。
我们指导的研究生也参加了初译和初校工作，其中，胡媛媛、李凯丽、方玉金、李启华、张洋、丁红、郭立革、郝胜兵、王静、沈慧和杜琨参加了初译工作，胡雪梅、李凯丽、李启华、方玉金、李文博、胡媛媛、陈丽洁、张朋飞和路鸣参加了初校工作，特此致谢。
本书涉及的内容非常广泛，由于译者水平有限，不妥或错误之处在所难免，请读者不吝指正。