第1章 统计、数据和计算机
开篇案例：怎样理解这样一些统计结论?
1．1 统计及其应用领域
1．2 怎样获得统计数据
1．3 统计与计算机
本章图解：统计方法分类与本书框架
第2章 用图表展示数据
开篇案例：用哪些图形展示奖牌?
2．1 用图表展示定性数据
2．2 用图表展示定量数据
2．3 合理使用图表
本章图解：数据类型与图表展示方法
第3章 用统计量描述数据
开篇案例：哪名运动员的发挥更稳定?
3．1 水平的度量
3．2 差异的度量
3．3 分布形状的度量
本章图解：数据分布特征与描述统计量
第4章 概率分布
开篇案例：神舟七号飞船遭遇空间碎片的概率有多大?
4．1 度量事件发生的可能性
4．2 随机变量的概率分布
4．3 其他几个重要的统计分布
4．4 样本统计量的概率分布
本章图解：随机变量的概率分布
第5章 参数估计
开篇案例：大学生每周上网花多少时间?
5．1 参数估计的基本原理
5．2 一个总体参数的区间估计
5．3 两个总体参数的区间估计
5．4 样本量的确定
本章图解：参数估计所使用的分布
第6章 假设检验
开篇案例：正常人的平均体温是37℃吗?
6．1 假设检验的基本原理
6．2 一个总体参数的检验
6．3 两个总体参数的检验
本章图解：假设检验所使用的分布
第7章 分类变量的推断
开篇案例：性别与是否逃课有关系吗?
7．1 一个分类变量的拟合优度检验
7．2 两个分类变量的独立性检验
7．3 两个分类变量的相关性度量
本章图解：分类变量检验方法
第8章 方差分析与实验设计
开篇案例：不同运动队的平均成绩之间是否有显著差异?
8．1 方差分析的基本原理
8．2 单因素方差分析
8．3 双因素方差分析
8．4 实验设计初步
本章图解：方差分析过程
第9章 一元线性回归
开篇案例：子代与父代一样吗?
9．1 变量间的关系
9．2 一元线性回归模型的估计和检验
9．3 利用回归方程进行预测
9．4 用残差检验模型的假定
本章图解：一元线性回归的建模过程
第10章 多元线性回归
开篇案例：身高受哪些因素影响?
10．1 多元线性回归模型
10．2 拟合优度和显著性检验
0．3 多重共线性及其处理
10．4 利用回归方程进行预测
10．5 哑变量回归
本章图解：多元线性回归的建模过程
第11章 时间序列预测
开篇案例：下个月的消费者信心指数是多少?
11．1 时间序列的成分和预测方法
11．2 平稳序列的预测
11．3 趋势预测
11．4 多成分序列的预测
本章图解：时间序列预测的程序和方法
第12章 主成分分析和因子分析
开篇案例：因子分析得到的是什么?
12．1 主成分分析
12．2 因子分析
本章图解：主成分分析和因子分析的步骤
第13章 聚类分析
开篇案例：怎样把消费者分类?
13．1 聚类分析基本原理
13．2 层次聚类
13．3 K均值聚类
本章图解：聚类分析方法
第14章 非参数检验
开篇案例：不同商圈的报纸发行量是否有差异?
14．1 单样本的检验
4．2 两个及两个以上样本的检验
14．3 秩相关及其检验
本章图解：非参数检验方法
附录 解读指数
鄂公网安备 42010302001612号 