关注微信

推荐商品

    加载中... 正在为您读取数据...
分享到:
  • 商务与经济统计(原书第10版)(附光盘1张)[平装]
  • 共1个商家     44.30元~44.30
  • 作者:戴维R.安德森(DavidR.Anderson)(作者),丹尼斯J.斯威尼(DennisJ.Sweeney)(作者),托马斯A.威廉斯(ThomasA.Wil
  • 出版社:机械工业出版社;第1版(2010年1月1日)
  • 出版时间:
  • 版次 :
  • 印刷时间:
  • 包装:
  • ISBN:9787111295211

  • 商家报价
  • 简介
  • 评价
  • 加载中... 正在为您读取数据...
  • 商品描述

    编辑推荐

    《商务与经济统计(原书第10版)》是一本广泛流行于美国和世界许多国家,并被称为最经典的商务统计学教材之一。《商务与经济统计(原书第10版)》1998年引入中国,至今已翻译出版至第10版,十多年间因其应用性、趣味性和可读性得到了国内众多高校师生们的推崇和喜爱,成为指定教材和必读参考书。《商务与经济统计(原书第10版)》还穿插厂丰富翔实、鲜活生动的案例和人量习题,也介绍了Minitab与Excel软件在统计学中的应用,以及在光盘中提供了数据集,既为读者深入领会统计概念提供了最有效的厂具,也方便了读者的理解和学习。
    第10版的变化
    1.提供了计算p-值的Minitab和Excel步骤。
    2.使用厂累积标准正态分布表。
    3.增加了近200道最新、最真实的统计例题和练习。

    作者简介

    作者:(美国)戴维 R.安德森(David R.Anderson) (美国)丹尼斯 J.斯威尼(Dennis J.Sweeney) (美国)托马斯 A.威廉斯(Thomas A.Williams) 译者:张建华 王健 冯燕奇 等

    戴维R·安德森,辛辛那提大学工商管理学院的数量分析系教授,他出生在北达科他州大福克斯市,在普度大学获得学士,硕士和博士学位,安德森教授担任数量分析与运作管理系主任,并担任工商管理学院的副院长,此外,他还是学院首届教学大纲的协调人。
    在辛辛那提大学,安德森教授不但为商科专业的学生讲授基础统计学,还讲授研究生水平的回归分析,多元分析和管理科学等课程,他也在华盛顿特区的美国劳工部讲授统计学课程,他因在教学上和对学生组织服务方面的突出成就而荣获提名与奖励,安德森教授已在统计学,管理科学,线性规划以及生产和运作管理领域与他人合作出版了10部著作,他是一位活跃在抽样和统计方法领域的咨询顾问。
    丹尼斯J·斯威尼,辛辛那提大学数量分析系教授和生产力提高中心主任,他出生在艾奥瓦州得梅因市,在德雷克大学获得工商管理学士学位,在印第安纳大学获得工商管理硕士和工商管理博士学位,并成为NDEA会员,在1978-1979年期间,斯威尼教授曾在宝洁公司管理科学小组工作,在1981-1982年期间,他是杜克大学的访问学者,斯威尼教授担任辛辛那提大学数量分析系主任和工商管理学院的副院长。
    斯威尼教授已在管理科学与统计学领域发表了三十多篇论文和专著,国家科学基金,IBM公司,宝洁公司,FederatedDepartmentStores(美国大型百货零售商之一),Kroger(美国第三大零售集团)和辛辛那提天然气和电气公司等都曾对他的研究给予资助,这些研究的成果在ManagementScience,OperationsResearch,MathematicalProgramming,DecisionSciences和其他等杂志上发表。
    斯威尼教授在统计学,管理科学,线性规划,生产与运作管理等领域已与他人合作出版了十部专著。
    托马斯A·威廉斯,罗切斯特理工学院商学院的管理科学教授,他出生在纽约州埃尔迈拉市,在克拉克森大学获得学士学位,在Rensselaer理工学院完成研究生学业并获得硕士和博士学位。
    在进入罗切斯特理工学院商学院之前,威廉斯教授在辛辛那提大学工商管理学院担任了7年教学工作,在那里他制订了信息系统专业的本科教学计划,并且担任协调人,在罗切斯特理工学院,他是决策科学系的第一任主席,他不但讲授本科生的管理科学与统计学课程,还讲授研究生的回归与决策分析课程。
    威廉斯教授在管理科学,统计学,生产与运作管理和数学领域与他人合作出版了11部专著,他为《财富》500强中多家公司提供咨询服务,从数据分析的使用到大型回归模型的开发,都在他的工作范围之内。
    张建华,南开大学商学院副教授,1989年毕业于南开大学数学系,同年获南开大学理学硕士学位,长期从事统计学的教学与科研工作,承担省部级科研项目8项,其中2项是国家自然科学基金项目,1项获天津市科技进步二等奖,发表论文6篇,其中核心期刊3篇,编写出版《统计学原理》,《概率论与数理统计》,《线性代数》等教材及教学参考书13部,译著1部。
    王健,南开大学国际商学院讲师,1995年毕业于南开大学会计学系,2005年获南开大学经济学博士学位,主要从事统计学,数量经济学的教学和科研工作,近年来,承担省部级科研项目3项,其中1项获天津市科技进步三等奖,在中文核心期刊发表论文4篇,参加教材《统计学原理》,《概率论与数理统计》和工具书《应用统计方法辞典》,《经济计量学手册》的编写和翻译工作。
    冯燕奇,南开大学国际商学院教授,1966年毕业于南开大学数学系,1981年获南开大学理学硕士学位,长期从事数量经济学,统计学的教学和科研工作,近年来承担省部级科研项目十余项,其中1项获天津市科技进步二等奖,2项获天津市科技进步三等奖,1项获天津市社会科学成果三等奖,参加了《管理统计》,《计量经济学基础》,《统计学原理网络课程》,《应用统计方法辞典》等教材的编写工作,在各种刊物发表论文多篇。

    目录

    译者简介
    译者序
    作者简介
    前言
    第1章 数据与统计资料
    实践中的统计:商业周刊
    1.1 在商务和经济中的应用
    1.1.1 会计
    1.1.2 财务
    1.1.3 市场营销
    1.1.4 生产
    1.1.5 经济
    1.2 数据
    1.2.1 个体、变量和观测值
    1.2.2 测量尺度
    1.2.3 品质型数据和数量型数据
    1.2.4 截面数据和时间序列数据
    1.3 数据来源
    1.3.1 已存在来源
    1.3.2 统计研究
    .1.3.3 数据搜集误差
    1.4 描述统计学
    1.5 统计推断
    1.6 计算机与统计分析
    总结
    关键术语
    练习

    第2章 描述统计学Ⅰ:表格法和图形法
    实践中的统计:高露洁-棕榄公司
    2.1 品质型数据汇总
    2.1.1 频数分布
    2.1.2 相对频数分布和百分数频数分布
    2.1.3 条形图和饼形图
    练习
    2.2 数量型数据汇总
    2.2.1 频数分布
    2.2.2 相对频数分布和百分数频数分布
    2.2.3 打点图
    2.2.4 直方图
    2.2.5 累积分布
    2.2.6 累积曲线
    练习
    2.3 探索性数据分析:茎叶显示
    练习
    2.4 交叉分组表和散点图
    2.4.1 交叉分组表
    2.4.2 辛普森悖论
    2.4.3 散点图和趋势线
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例2-1Pelican商店
    案例2-2电影行业
    附录2A在表格和图形描述中使用Minitab(见CD)
    附录2B在表格和图形描述中使用Excel(见CD)

    第3章 描述统计学Ⅱ:数值方法
    实践中的统计:SmallFryDesign公司
    3.1 位置的度量
    3.1.1 平均数
    3.1.2 中位数
    3.1.3 众数
    3.1.4 百分位数
    3.1.5 四分位数
    练习
    3.2 变异程度的度量
    3.2.1 极差
    3.2.2 四分位数间距
    3.2.3 方差
    3.2.4 标准差
    3.2.5 标准差系数
    练习
    3.3 分布形态、相对位置的度量以及异常值的检测
    3.3.1 分布形态
    3.3.2 z-分数
    3.3.3 切比雪夫定理
    3.3.4 经验法则
    3.3.5 异常值的检测
    练习
    3.4 探索性数据分析
    3.4.1 五数概括法
    3.4.2 箱形图
    练习
    3.5 两变量间关系的度量
    3.5.1 协方差
    3.5.2 协方差的解释
    3.5.3 相关系数
    3.5.4 样本相关系数的解释
    练习
    3.6 加权平均数和使用分组数据
    3.6.1 加权平均数
    3.6.2 分组数据
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例3-1Pelican商店
    案例3-2电影行业
    案例3-3亚太地区的商学院
    附录3A利用Minitab计算描述统计量(见CD)
    附录3B利用Excel计算描述统计量(见CD)

    第4章 概率
    实践中的统计:罗门哈斯公司
    4.1 试验、计数法则和概率分配
    4.1.1 计数法则、组合和排列
    4.1.2 试验结果的概率分配
    4.1.3 KP&L公司项目的概率
    练习
    4.2 事件及其概率
    练习
    4.3 概率的基本性质
    4.3.1 事件的补
    4.3.2 加法公式
    练习
    4.4 条件概率
    4.4.1 独立事件
    4.4.2 乘法公式
    练习
    4.5 贝叶斯定理
    表格法
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例4-1Hamilton县的法官们

    第5章 离散型概率分布
    实践中的统计:花旗银行
    5.1 随机变量
    5.1.1 离散型随机变量
    5.1.2 连续型随机变量
    练习
    5.2 离散型概率分布
    练习
    5.3 数学期望和方差
    5.3.1 数学期望
    5.3.2 方差
    练习
    5.4 二项概率分布
    5.4.1 二项试验
    5.4.2 马丁服装商店问题
    5.4.3 二项概率表的使用
    5.4.4 二项概率分布的数学期望和方差
    练习
    5.5 泊松概率分布
    5.5.1 一个时间段上的例子
    5.5.2 一个与长度或距离间隔有关的例子
    练习
    5.6 超几何概率分布
    练习
    总结
    关键术语
    重要公式
    补充练习
    附录5A用Minitab计算离散型概率分布(见CD)
    附录5B用Excel计算离散型概率分布(见CD)

    第6章 连续型概率分布
    实践中的统计:宝洁公司
    6.1 均匀概率分布
    作为概率度量的面积
    练习
    6.2 正态概率分布
    6.2.1 正态曲线
    6.2.2 标准正态概率分布
    6.2.3 计算任一正态概率分布的概率
    6.2.4 Grear轮胎公司问题
    练习
    6.3 二项概率的正态近似
    练习
    6.4 指数概率分布
    6.4.1 计算指数分布的概率
    6.4.2 泊松分布与指数分布的关系
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例6-1Specialty玩具公司
    附录6A用Minitab计算连续型概率分布(见CD)
    附录6B用Excel计算连续型概率分布(见CD)

    第7章 抽样和抽样分布
    实践中的统计:MeadWestvaco有限公司
    7.1 ElectronicsAssociates公司的抽样问题
    7.2 简单随机抽样
    7.2.1 自有限总体的抽样
    7.2.2 自无限总体的抽样
    练习
    7.3 点估计
    练习
    7.4 抽样分布简介
    7.5 x的抽样分布
    7.5.1 x的数学期望
    7.5.2 x的标准差
    7.5.3 x的抽样分布的形态
    7.5.4 EAI问题中x的抽样分布
    7.5.5 x的抽样分布的实际值
    7.5.6 样本容量与x的抽样分布的关系
    练习
    7.6 p的抽样分布
    7.6.1 p的数学期望
    7.6.2 p的标准差
    7.6.3 p的抽样分布的形式
    7.6.4 p的抽样分布的实际值
    练习
    7.7 点估计的性质
    7.7.1 无偏性
    7.7.2 有效性
    7.7.3 一致性
    7.8 其他抽样方法
    7.8.1 分层随机抽样
    7.8.2 整群抽样
    7.8.3 系统抽样
    7.8.4 方便抽样
    7.8.5 判断抽样
    总结
    关键术语
    重要公式
    补充练习
    附录7Ax的数学期望和标准差(见CD)
    附录7B利用Minitab进行随机抽样(见CD)
    附录7C利用Excel进行随机抽样(见CD)

    第8章 区间估计
    实践中的统计:FoodLion
    8.1 总体均值的区间估计:σ已知的情形
    8.1.1 边际误差和区间估计
    8.1.2 应用中的建议
    练习
    8.2 总体均值的区间估计:σ未知的情形
    8.2.1 边际误差和区间估计
    8.2.2 应用中的建议
    8.2.3 利用小样本
    8.2.4 区间估计程序的小结
    练习
    8.3 样本容量的确定
    练习
    8.4 总体比率的区间估计样本容量的确定
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例8-1YoungProfessional杂志
    案例8-2GulfRealEstateProperties公司
    案例8-3MetropolitanResearch有限公司
    附录8A用Minitab求置信区间估计(见CD)
    附录8B用Excel求区间估计(见CD)

    第9章 假设检验
    实践中的统计:JohnMorrell有限公司
    9.1 原假设和备择假设的建立
    9.1.1 检验研究中的假设
    9.1.2 对某项声明的有效性所进行的检验
    9.1.3 决策中的假设检验
    9.1.4 关于原假设和备择假设形式的小结
    练习
    9.2 第一类错误和第二类错误
    练习
    9.3 总体均值的检验:σ已知
    9.3.1 单侧检验
    9.3.2 双侧检验
    9.3.3 小结与应用中的建议
    9.3.4 区间估计与假设检验的关系
    练习
    9.4 总体均值:σ未知的情形
    9.4.1 单侧检验
    9.4.2 双侧检验
    9.4.3 小结与应用中的建议
    练习
    9.5 总体比率
    小结
    练习
    9.6 假设检验及决策
    9.7 计算第二类错误的概率
    练习
    9.8 对总体均值进行假设检验时样本容量的确定
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例9-1QualityAssociates有限公司
    案例9-2失业问题研究
    附录9A用Minitab进行假设检验(见CD)
    附录9B用Excel进行假设检验(见CD)

    第10章 两总体均值和比例的
    统计推断
    实践中的统计:美国食品与药品管理局
    10.1 两总体均值之差的推断:σ1和σ2已知
    10.1.1 μ1-μ2的区间估计
    10.1.2 μ1-μ2的假设检验
    10.1.3 实践建议
    练习
    10.2 两总体均值之差的推断:σ1和σ2未知
    10.2.1 μ1-μ2的区间估计
    10.2.2 μ1-μ2的假设检验
    10.2.3 实践建议
    练习
    10.3 两总体均值之差的推断:匹配样本
    练习
    10.4 两总体比例之差的推断
    10.4.1 p1-p2的区间估计
    10.4.2 关于p1-p2的假设检验
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例10-1Par公司
    附录10A用Minitab进行两个总体的推断(见CD)
    附录10B用Excel进行两个总体的推断(见CD)

    第11章 关于总体方差的统计推断
    实践中的统计:美国会计总署
    11.1 关于一个总体方差的统计推断
    11.1.1 区间估计
    11.1.2 假设检验
    练习
    11.2 关于两个总体方差的统计推断
    练习
    总结
    重要公式
    补充练习
    案例11-1空军训练计划
    附录11A用Minitab计算总体方差(见CD)
    附录11B用Excel计算总体方差(见CD)

    第12章 拟合优度检验和独立性
    检验
    实践中的统计:UnitedWay
    12.1 拟合优度检验:多项总体
    练习
    12.2 独立性检验
    练习
    12.3 拟合优度检验:泊松分布与正态分布
    12.3.1 泊松分布
    12.3.2 正态分布
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例12-1两党议程变更
    附录12A用Minitab进行拟合优度
    检验与独立性检验(见CD)
    附录12B用Excel进行拟合优度
    检验与独立性检验(见CD)

    第13章 实验设计与方差分析
    实践中的统计:Burke市场营销服务公司
    13.1 实验设计和方差分析初步
    13.1.1 数据收集
    13.1.2 方差分析的假定
    13.1.3 问题的一般提法
    13.2 方差分析:k个总体均值相等性检验
    13.2.1 总体方差的处理间估计
    13.2.2 总体方差的处理内估计
    13.2.3 方差估计量的比较:F检验
    13.2.4 ANOVA表
    13.2.5 方差分析的计算结果
    13.2.6 检验k个总体均值的相等性:一项观测性研究
    练习
    13.3 多重比较方法
    13.3.1 Fisher的LSD方法
    13.3.2 第一类错误概率
    练习
    13.4 随机化区组设计
    13.4.1 空中交通管理员工作压力测试
    13.4.2 ANOVA方法
    13.4.3 计算与结论
    练习
    13.5 析因实验
    13.5.1 ANOVA方法
    13.5.2 计算与结论
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例13-1Wentworth医疗中心
    案例13-2工业产品推销员的回报
    附录13A使用Minitab进行方差分析(见CD)
    附录13B使用Excel进行方差分析(见CD)

    第14章 简单线性回归
    实践中的统计:联合数据系统公司
    14.1 简单线性回归模型
    14.1.1 回归模型和回归方程
    14.1.2 估计的回归方程
    14.2 最小二乘法
    练习
    14.3 判定系数
    相关系数
    练习
    14.4 模型的假定
    14.5 显著性检验
    14.5.1 σ2的估计
    14.5.2 t检验
    14.5.3 β1的置信区间
    14.5.4 F检验
    14.5.5 关于显著性检验解释的几点注意
    练习
    14.6 应用估计的回归方程进行估计和预测
    14.6.1 点估计
    14.6.2 区间估计
    14.6.3 y平均值的置信区间
    14.6.4 y的一个个别值的预测区间
    练习
    14.7 计算机解法
    练习
    14.8 残差分析:证实模型假定
    14.8.1 关于x的残差图
    14.8.2 关于的残差图
    14.8.3 标准化残差
    14.8.4 正态概率图
    练习
    14.9 残差分析:异常值和有影响的观测值
    14.9.1 检测异常值
    14.9.2 检测有影响的观测值
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例14-1测量股市风险
    案例14-2美国交通部
    案例14-3校友捐赠
    案例14-4美国职业棒球联盟球队的价值
    附录14A最小二乘公式的推导(见CD)
    附录14B利用相关系数的显著性检验(见CD)
    附录14C利用Minitab进行回归分析(见CD)
    附录14D利用Excel进行回归分析(见CD)

    第15章 多元回归
    实践中的统计:国际纸业公司
    15.1 多元回归模型
    15.1.1 回归模型和回归方程
    15.1.2 估计的多元回归方程
    15.2 最小二乘法
    15.2.1 一个例子:巴特勒运输公司
    15.2.2 关于回归系数解释的注释
    练习
    15.3 多元判定系数
    练习
    15.4 模型的假定
    15.5 显著性检验
    15.5.1 F检验
    15.5.2 t检验
    15.5.3 多重共线性
    练习
    15.6 利用估计的回归方程进行估计和预测
    练习
    15.7 定性自变量
    15.7.1 一个例子:约翰逊过滤水股份公司
    15.7.2 解释参数
    15.7.3 更复杂的定性变量
    练习
    15.8 残差分析
    15.8.1 检测异常值
    15.8.2 学生化删除残差和异常值
    15.8.3 有影响的观测值
    15.8.4 利用库克距离测度识别有影响的观测值
    练习
    15.9 logistic回归
    15.9.1 logistic回归方程
    15.9.2 估计logistic回归方程
    15.9.3 显著性检验
    15.9.4 管理上的应用
    15.9.5 解释logistic回归方程
    15.9.6 对数机会比(logit)变换
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例15-1消费者调查股份有限公司
    案例15-2预测学生综合测验成绩
    案例15-3校友捐赠
    案例15-4预测全美橄榄球大联盟的获胜率
    附录15A利用Minitab进行多元回归分析(见CD)
    附录15B利用Excel进行多元回归分析(见CD)
    附录15C利用Minitab进行Logistic回归(见CD)

    第16章 回归分析:建立模型
    实践中的统计:Monsanto公司
    16.1 一般线性模型
    16.1.1 模拟曲线关系
    16.1.2 交互作用
    16.1.3 包含因变量的变换
    16.1.4 内蕴线性的非线性模型
    练习
    16.2 确定什么时候增加或者删除变量
    16.2.1 一般情形
    16.2.2 p-值的应用
    练习
    16.3 大型问题的分析
    16.4 变量选择方法
    16.4.1 逐步回归
    16.4.2 前向选择
    16.4.3 后向消元
    16.4.4 最佳子集回归
    16.4.5 做出最终的选择
    练习
    16.5 实验设计的多元回归方法
    练习
    16.6 自相关性和杜宾-瓦特森检验
    练习
    总结
    关键术语
    重要公式
    补充练习
    案例16-1职业高尔夫协会巡回赛的统计分析
    案例16-2汽车的油耗问题
    案例16-3预测高等院校的毕业率
    附录16AMinitab的变量选择程序(见CD)

    第17章 指数
    实践中的统计:美国劳工部,劳工统计局
    17.1 价比
    17.2 综合物价指数
    练习
    17.3 根据价比计算综合物价指数
    练习
    17.4 一些重要的价格指数
    17.4.1 消费者价格指数
    17.4.2 生产者价格指数
    17.4.3 道琼斯股票平均价格指数
    17.5 根据物价指数减缩数列
    练习
    17.6 关于物价指数的其他问题
    17.6.1 商品项目的选择
    17.6.2 基期的选择
    17.6.3 品质的改变
    17.7 物量指数
    练习
    总结
    关键术语
    重要公式
    补充练习

    第18章 预测
    实践中的统计:内华达职业健康诊所
    18.1 时间序列的成分
    18.1.1 趋势成分
    18.1.2 循环成分
    18.1.3 季节成分
    18.1.4 不规则成分
    18.2 平滑法
    18.2.1 移动平均法
    18.2.2 加权移动平均法
    18.2.3 指数平滑法
    练习
    18.3 趋势推测法
    练习
    18.4 趋势和季节成分
    18.4.1 乘法模型
    18.4.2 计算季节指数
    18.4.3 消除季节影响的时间序列
    18.4.4 利用消除季节影响的时间序列确定趋势
    18.4.5 季节调整
    18.4.6 根据月度资料建立模型
    18.4.7 循环成分
    练习
    18.5 回归分析
    18.6 预测方法
    18.6.1 德尔菲法
    18.6.2 专家判断法
    18.6.3 远景方案论述法
    18.6.4 直观法
    总结
    关键术语
    重要公式
    补充练习
    案例18-1预测食品和饮料的销售额
    案例18-2预测损失的销售额
    附录18A使用Minitab进行预测(见CD)
    附录18B使用Excel进行预测(见CD)

    第19章 非参数方法
    实践中的统计:WestShellRealtors公司
    19.1 符号检验
    19.1.1 小样本情形
    19.1.2 大样本情形
    19.1.3 中位数假设检验
    练习
    19.2 威尔科克森符号秩检验
    练习
    19.3 曼-惠特尼-威尔科克森检验
    19.3.1 小样本情形
    19.3.2 大样本情形
    练习
    19.4 克鲁斯卡尔-沃利斯检验
    练习
    19.5 秩相关
    秩相关显著性检验
    练习
    总结
    关键术语
    重要公式
    补充练习

    第20章 质量管理的统计方法
    实践中的统计:美国道氏化学公司
    20.1 基本原理和框架
    20.1.1 马可姆·波里奇国家质量奖
    20.1.2 ISO9000
    20.1.3 6σ
    20.2 统计过程管理
    20.2.1 控制图
    20.2.2 x控制图:过程的均值和标准差已知
    20.2.3 x控制图:过程的均值和标准差未知
    20.2.4 R控制图
    20.2.5 p控制图
    20.2.6 np控制图
    20.2.7 控制图的解释
    练习
    20.3 抽样检验
    20.3.1 KALI有限公司:抽样检验的实例
    20.3.2 接收概率的计算
    20.3.3 抽样检验方案的选择
    20.3.4 多次抽样方案
    练习
    总结
    关键术语
    重要公式
    补充练习
    附录20A使用Minitab绘制控制图(见CD)

    第21章 决策分析
    实践中的统计:俄亥俄州爱迪生公司
    21.1 问题简介
    21.1.1 支付表
    21.1.2 决策树
    21.2 概率决策
    21.2.1 期望值法
    21.2.2 完备信息的期望值
    练习
    21.3 样本信息下的决策分析
    21.3.1 决策树
    21.3.2 决策策略
    21.3.3 样本信息的期望值
    练习
    21.4 应用贝叶斯定理计算分枝概率
    练习
    总结
    关键术语
    重要公式
    案例21-1诉讼辩护策略
    附录21A用TreePlan解决PDC问题(见CD)

    第22章 抽样调查(本章 见CD)
    附录A统计表格(见CD)
    附录B自测题解答和偶数题答案(见CD)
    附录CExcel函数的使用(见CD)
    附录D利用Minitab和Excel
    计算p-值(见CD)
    附录E参考书目

    序言

    统计学是研究不确定性现象之数量规律性的方法论科学,在众多的专业、学科领域中,都起着重要的作用。应用统计学的概念与方法来处理商务与经济中的各种问题,就产生了商务与经济统计学,它是解决商务与经济中各种问题的有力工具之一。
    美国辛辛那提大学的戴维R安德森等三位教授合著的《商务与经济统计》是一本很有特色的教材,我们曾将该书的第7版译成中文介绍给我国的读者,并得到众多读者的认可与积极的反应。2010年《商务与经济统计》第10版问世了,我们愿以最快的速度再次将新版的中文译本奉献给读者。
    新版的《商务与经济统计》保留了以前版本的叙述风格与可读性,其最大特点是应用性强。本书以大量数据为基础,介绍各种统计方法在实际中的应用,每一种统计方法的介绍都联系一个案例,并配有大量的例题和练习。新版更新了1999年以前的实际数据,新增了一系列案例和200道例题和练习题。新版的实际数据基本来自2000年以后的《华尔街日报》、《今日美国》、《财富》等报刊,这些统计信息不仅能使学生产生兴趣,还能让学生从中学习统计方法及其应用。
    本书的另一特点是通俗易懂。本书是为应用者准备的,全书避免了繁琐的数学推导,采用深入浅出、循序渐进的方法系统地介绍了统计学的知识。叙述严谨,基础坚实,实例与图表丰富,易于读者理解与掌握。
    本书在绝大多数章节的末尾给出了利用Minitab和Excel进行各种统计分析的程序步骤,使得学生能够很容易地利用Minitab和Excel完成各种统计分析的运算。
    本书安排了大量练习题,用来帮助学生更好地理解书中讲述的内容。其中的自测题可用于评价学生对书中介绍的各种统计方法的掌握程度。为方便读者自学,在附录B中给出了偶数练习题的答案和自测题的详细解答。
    作为教材,本书有较多的应用层次,既可作为研究生、MBA和本科生的教材,也可供从事工商行政管理和经济分析的各类人员参考。读者可根据时间和需要,有选择地学习有关内容。
    为了忠实于原著,我们在翻译过程中基本没做任何改动。考虑到我国读者的习惯,我们将原书中页边空白处的注解,改为页下注。另外,考虑到书后的名词索引没有译出的必要,将其删除,其余内容全部照译。

    文摘

    插图:


    如果数据具有顺序数据的性能,并可以按某一固定度量单位表示数值间的间隔,这种变量的测量尺度就是间隔尺度(interval scale)。间隔数据永远是数值型的。学生能力测验(SAT)的分数是间隔尺度数据的一个例子。例如,三个学生的SAT分数分别为1120,1 050和970,能够按最好到最差进行排序。另外,分数之间的差异是有一定意义的,比如,学生1的分数比学生2的分数多1120-1050:70分,学生2的分数比学生3的分数多1 050-970:80分。
    如果数据具有间隔数据的所有性能,并且两个数值之比是有意义的,这种变量的测量尺度就是比率尺度(ratio scale)。像距离、高度、重量和时间等变量都用比率尺度度量。比率尺度需要有一个零值,变量取零值时表示什么也不存在。例如,让我们来考虑汽车的成本,零值意味着汽车没有成本或是免费的。另外,如果拿30 000美元成本的一辆汽车与15 000美元成本的一辆汽车进行比较,比率值30 000/15 000:2,表示第一辆汽车的成本是第二辆汽车成本的两倍。1.2.3 品质型数据和数量型数据
    数据还可以进一步划分为品质型和数值型。品质型数据(qualitative data)是用于反映每一个体属性的标签或名称。品质型数据既可以用名义尺度也可以用顺序尺度度量,既可以是非数值型的也可以是数值型的。数量型数据(quantitative data)是表示大小或多少的数值。数值型数据既可以用间隔尺度也可以用比率尺度度量。
    品质变量(qualitative variable)是用品质型数据表示的变量,数量变量(quantitative variable)是用数量型数据表示的变量。适合一个特殊变量的统计分析(取决于变量是品质型的还是数量型的。如果变量是品质型的,统计分析是极其有限的。我们通过记录每一品质分类中观测值的数目,或计算每一品质分类中观测值的比例来汇总品质型数据。但是,即使品质型数据用数值代码表示,但对其进行加、减、乘和除等数学运算也是没有意义的。2.1节将介绍汇总品质型数据的方法。
    另一方面,对数量型数据进行数学运算,可以得到有意义的结果。例如,对数量型数据,先将数据值求和然后除以观测值的个数,可以计算出数据的平均值。这个平均数是有意义的,并且易于解释。一般地,当数据是数值型时,有更多的统计方法可供选择。