数据、模型与决策简明教程

《数据、模型与决策简明教程》
第一章 引言
1.1 数据
1.1.1 调查数据
1.1.2 观察数据
1.1.3 试验数据
1.2 模型
习题一
第二章 描述性统计分析
2.1 数据类别
2.2 定性数据的描述性统计分析
2.2.1 定性数据的列表描述
2.2.2 定性数据的图示描述
2.2.3 定性数据的数值描述
2.3 定量数据的描述性统计分析
2.3.1 定量数据的列表与图示描述
2.3.2 定量数据的平均大小（集中趋势、中心位置）的数值描述
2.3.3 定量数据的离散程度的数值描述
2.3.4 经验法则
2.3.5 数据变换
内容提要
附2.1 选择excel的"数据"下拉菜单制表
附2.2 选择excel的工具下拉菜单，使用数据分析功能制表和画图
附2.3 统计量与excel函数
附2.4 选择excel的工具下拉菜单，使用数据分析功能计算描述统计量
习题二
第三章 概率、随机变量及其分布
3.1 概率
3.1.1 古典概率：利用对称性计算概率
3.1.2 频率方法：估算概率
3.1.3 主观推测：估算概率
3.2 随机变量及其分布
3.2.1 离散型随机变量
3.2.2 离散型随机变量的平均数（均值、期望）
3.2.3 离散型随机变量的方差与标准差
3.2.4 独立性
3.3 期望-方差的决策分析
3.4 常用的离散型随机变量的分布
3.4.1 二项分布
3.4.2 泊松分布
3.5 正态分布
3.5.1 正态曲线
3.5.2 正态分布均值、方差与标准差的估计
3.5.3 正态分布的excel函数命令
3.5.4 标准正态分布
3.5.5 正态分布很重要
内容提要
附3.1 二项分布、泊松分布与正态分布的excel函数命令
习题三
第四章 估计问题
4.1 比例的估计
4.1.1 抽样调查的可信性
4.1.2 估计比例
4.1.3 支持度估计大的候选人是否支持度也大
4.1.4 比例之差的区间估计
4.2 均值的估计
4.2.1 大样本情况
4.2.2 小样本情况
内容提要
习题四
第五章 检验
5.1 统计检验问题的推断思考过程
5.2 统计检验问题的求解
5.2.1 原假设与备择假设
5.2.2 检验法则与p值
5.2.3 检验的水平
5.2.4 两类错误
5.2.5 假设检验问题的求解步骤
5.3 比例的检验
5.4 正态分布均值的t检验
5.5 正态分布方差的χ2检验
5.6 属性数据类别比例的χ2检验
5.6.1 属性数据类别比例的检验问题
5.6.2 齐性检验
内容提要
习题五
第六章 多组数据的比较分析
6.1 两组数据的比较
6.1.1 比较正态分布方差的f检验
6.1.2 比较正态分布均值的t检验
6.1.3 成对数据
6.2 方差分析（anova）
6.2.1 组间变差
6.2.2 组内变差与全变差
6.2.3 变异分解
6.2.4 多重比较
内容提要
附6.1 用excel的数据分析功能比较两组数据
附6.2 用excel的数据分析功能进行方差分析（anova）
习题六
第七章 相关与回归分析
7.1 相关与回归
7.1.1 正相关关系与正比例关系
7.1.2 负相关关系
7.1.3 儿子身高的回归
7.1.4 预测孩子成年后身高
7.1.5 回归模型
7.2 建立回归模型
7.2.1 收集数据
7.2.2 判断变量之间有没有相关性
7.2.3 计算回归直线
7.2.4 给出预测误差和概率
7.3 相关系数
7.3.1 检验：是否线性相关
7.3.2 测定系数
7.3.3 相关系数的计算公式的由来
7.4 多元线性模型
7.4.1 回归模型复相关系数、测定系数与回归标准误
7.4.2 检验回归模型有没有意义
7.4.3 截距与斜率是否等于0的检验以及它们的估计问题
7.4.4 将非线性回归问题化为线性回归问题
7.4.5 复共线性
内容提要
习题七
第八章 规划求解
8.1 线性规划
8.1.1 最大利润规划问题
8.1.2 线性规划问题的解
8.1.3 敏感性分析
8.1.4 最小运输成本规划问题
8.2 非线性规划
8.2.1 投资组合的回报
8.2.2 优化投资组合
8.3 整数规划
内容提要
习题八
第九章 决策分析
9.1 不确定型决策问题常用的决策准则
9.2 风险型决策问题常用的决策准则
9.2.1 期望收益决策准则
9.2.2 期望后悔（机会损失）决策准则
9.2.3 最大可能决策准则
9.3 贝叶斯决策
9.4 效用函数
9.5 德尔菲法与层次分析法
9.5.1 德尔菲法
9.5.2 层次分析法
9.6 博弈论
9.6.1 纳什（nash）均衡
9.6.2 混合策略
内容提要
习题九
第十章 时间序列分析
10.1 简单时间序列分析
10.1.1 时间序列趋势外推法
10.1.2 趋势预测模型的确定
10.1.3 移动平均
10.1.4 指数平滑
10.2 平稳时间序列模型
10.2.1 自相关函数（afc）和偏自相关函数（pafc）
10.2.2 自回归模型（autoregressive model）
10.2.3 移动平均模型 （moving average model）
10.2.4 自回归移动平均模型 （autoregressivemoving average model）
10.2.5 平稳时间序列建模
10.2.6 平稳时间序列预测
内容提要
习题十
参考文献