关注微信

推荐商品

    加载中... 正在为您读取数据...
分享到:
  • 管理统计学(第2版)[平装]
  • 共1个商家     28.00元~28.00
  • 作者:李金林(作者),赵中秋(作者),马宝龙(作者)
  • 出版社:清华大学出版社;第2版(2011年10月1日)
  • 出版时间:
  • 版次 :
  • 印刷时间:
  • 包装:
  • ISBN:9787302265573

  • 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

    《管理统计学(第2版)》是教育部高等学校管理科学与工程类教学指导委员会推荐教材,全国高等学校管理科学与工程类专业规划教材之一。

    作者简介

    李金林,北京理工大学管理与经济学院教授,博士生导师,美国U C Berkeley、德国Karlsruhe University高级访问学者,兼任中国管理科学学会企业管理分会理事长,北京系统工程学会理事长。长期从事管理统计学、收益管理、运筹学、可靠性的研究与教学工作。主持多项国家级、省部级科研项目和管理咨询项目;发表论文100余篇;主编、参编著作多部。
    赵中秋,北京理工大学管理与经济学院副教授,管理学博士,美国Illinois Institute of Technology高级访问学者。长期从事统计学、金融学、金融工程(公司理财)等领域的教学与研究工作。主持和参与多项国家级、省部级科研项目和管理咨询项目;发表学术论文多篇。
    马宝龙,北京理工大学管理与经济学院副教授,管理学博士,清华大学经济管理学院博士后,美国Mississippi State University商学院访问学者,曾就职于青岛澳柯玛集团总公司。长期从事管理统计学、营销管理的研究与教学工作。主持多项国家级、省部级科研项目和管理咨询项目;发表论文30余篇;主编、参编教材及著作多部。

    目录

    第1章 绪论
    1.1 统计学的性质
    1.2 统计学在管理中的应用
    1.3 统计学方法的分类
    1.3.1 描述统计学
    1.3.2 推断统计学
    1.4 统计学的基本概念
    1.4.1 总体
    1.4.2 样本
    1.4.3 总体参数和统计量
    1.5 统计学的发展
    1.5.1 古典统计学时代
    1.5.2 近代统计学时代
    1.5.3 现代统计学时代
    本章小结
    关键术语
    习题

    第2章 数据收集方法
    2.1 统计数据收集的意义
    2.2 统计数据的计量与类型
    2.2.1 统计数据的计量
    2.2.2 统计数据的类型
    2.2.3 统计变量
    2.3 统计数据的来源
    2.3.1 直接来源
    2.3.2 间接来源
    2.4 统计数据的误差
    2.5 统计数据收集过程
    本章小结
    关键术语
    习题
    案例研究

    第3章 描述数据的图表方法
    3.1 数据描述的意义及分类
    3.2 定量数据的图形描述
    3.2.1 定量数据整理
    3.2.2 单变量定量数据的图形描述
    3.2.3 多变量定量数据的图形描述
    3.3 定性数据的图表描述
    3.3.1 定性数据的整理
    3.3.2 单变量定性数据的图形描述
    3.3.3 多变量定性数据的图形描述
    本章小结
    关键术语
    习题
    案例研究

    第4章 描述统计中的测度
    4.1 数据分布的集中趋势测度
    4.1.1 数值平均数
    4.1.2 位置平均数
    4.1.3 中位数与算术平均数的比较
    4.2 数据分布的离散趋势测度
    4.2.1 极差
    4.2.2 四分位差
    4.2.3 平均差
    4.2.4 方差与标准差
    4.2.5 相对位置和相对离散程度的度量
    4.3 数据分布的形状测度
    4.3.1 分布偏态测度
    4.3.2 分布峰态测度
    4.4 用excel计算描述统计量
    本章小结
    关键术语
    习题
    案例研究

    第5章 概率与概率分布
    5.1 概率及其运算
    5.2 全概率公式、贝叶斯公式和事件的独立性
    5.2.1 全概率公式
    5.2.2 贝叶斯公式
    5.3 离散型随机变量的概率分布
    5.3.1 伯努利分布
    5.3.2 二项分布
    5.3.3 几何分布
    5.3.4 超几何分布
    5.3.5 泊松分布
    5.3.6 多项分布
    5.4 连续型随机变量的概率分布
    5.4.1 正态分布
    5.4.2 指数分布
    5.4.3 均匀分布
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第6章 抽样与抽样分布
    6.1 概率抽样方法
    6.1.1 简单随机抽样
    6.1.2 分层抽样
    6.1.3 系统抽样
    6.1.4 整群抽样
    6.2 由正态分布导出的几个重要分布
    6.2.1 x2分布
    6.2.2 t分布
    6.2.3 f分布
    6.3 样本均值的分布与中心极限定理
    6.4 样本比例的抽样分布
    6.5 样本方差的抽样分布
    6.6 两个总体参数推断时的样本统计量的抽样分布
    6.6.1 两个样本均值差的抽样分布
    6.6.2 两个样本比例差的抽样分布
    6.6.3 两个样本方差比的抽样分布
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第7章 参数估计
    7.1 参数点估计
    7.1.1 矩估计法
    7.1.2 极大似然估计法
    7.2 点估计的评价准则
    7.2.1 无偏性
    7.2.2 有效性
    7.2.3 一致性
    7.3 区间估计的概念和原理
    7.3.1 区间估计的基本原理
    7.3.2 区间估计的步骤
    7.4 总体均值的区间估计
    7.4.1 单一总体均值的区间估计(方差已知或大样本)
    7.4.2 单一总体均值的区间估计(小样本且方差未知)
    7.4.3 两个总体均值之差的区间估计
    7.5 总体比例的区间估计
    7.5.1 单一总体比例的区间估计
    7.5.2 两个总体比例之差的区间估计
    7.6 总体方差的区间估计
    7.7 样本容量的确定
    7.7.1 总体均值区间估计时样本容量的确定
    7.7.2 总体比例区间估计时样本容量的确定
    7.7.3 两个总体均值之差区间估计时样本容量的确定
    7.7.4 两个总体比例之差区间估计时样本容量的确定
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第8章 假设检验
    8.1 假设检验的原理
    8.1.1 假设检验的基本原理
    8.1.2 假设检验的步骤
    8.1.3 假设检验中的两类错误
    8.1.4 假设检验中的户值
    8.2 总体均值的假设检验
    8.2.1 σ已知的情况下总体均值的假设检验
    8.2.2 σ未知、大样本的情况下总体均值的假设检验
    8.2.3 σ未知、小样本的情况下总体均值的假设检验
    8.3 总体比例的假设检验
    8.3.1 单一总体比例的假设检验
    8.3.2 两个总体比例之差的假设检验
    8.4 总体方差的假设检验
    8.4.1 单一总体方差的假设检验
    8.4.2 两个总体方差比的假设检验
    8.5 两个总体均值差的假设检验
    8.5.1 σ21、σ22已知,或σ21、σ22未知,但大样本的情况
    8.5.2 σ21、σ22未知,且小样本的情况
    8.5.3 配对样本
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第9章 方差分析
    9.1 方差分析的基本思想
    9.2 单因素方差分析
    9.2.1 单因素方差分析的步骤
    9.2.2 单因素方差分析的多重比较
    9.3 双因素方差分析
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第10章 x2分布和列联分析
    10.1 x2分布与拟合优度检验
    10.1.1 x2统计量与x2分布
    10.1.2 拟合优度检验
    10.2 列联表与两变量独立性检验
    10.2.1 列联表
    10.2.2 独立性检验
    10.3 列联表与多个比例相等的检验
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第11章 相关与回归分析
    11.1 变量间的相关关系
    11.1.1 变量相关的概念
    11.1.2 相关系数
    11.1.3 对相关系数的显著性检验
    11.1.4 决定系数
    11.2 一元线性回归
    11.2.1 一元线性回归的概念
    11.2.2 参数β0和β1的最小二乘估计
    11.2.3 残差分析
    11.2.4 回归方程的显著性检验(总体显著性检验)
    11.2.5 回归系数的显著性检验
    11.2.6 预测标准误差
    11.2.? 回归方程在估计和预测中的应用
    11.2.8 相关系数、决定系数和预测标准误差三者的关系
    11.3 多元线性回归
    11.3.1 多元线性回归的概念和方法
    11.3.2 对多元回归模型的评估
    11.4 可线性化的非线性回归
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第12章 时间序列分析与预测
    12.1 时间序列分析概述
    12.1.1 时间序列及其分类
    12.1.2 时间序列的组成因素与模型
    12.2 时间序列平滑与预测
    12.2.1 移动平均法
    12.2.2 指数平滑法
    12.3 有趋势序列的最小二乘法预测模型
    12.3.1 线性趋势模型
    12.3.2 二次曲线趋势模型
    12.3.3 指数趋势模型
    12.3.4 使用第一、第二、百分数差异法选择模型
    12.4 有趋势序列的自回归预测模型
    12.5 季节因素分析
    12.5.1 季节因素分析的目的
    12.5.2 季节因素分析的方法
    12.5.3 季节因素的调整
    12.6 循环因子分析
    12.6.1 循环波动及其分析目的
    12.6.2 循环波动的分析方法
    软件应用
    本章小结
    关键术语
    习题
    案例研究

    第13章 指数
    13.1 指数的概念和分类
    13.1.1 指数的概念
    13.1.2 指数的分类
    13.2 个体指数
    13.3 综合指数
    13.3.1 不加权综合指数
    13.3.2 加权综合指数:拉氏指数和帕氏指数
    13.4 平均指数
    13.4.1 加权算术平均法编制数量指标指数
    13.4.2 加权调和平均法编制质量指标指数
    13.5 指数体系
    13.5.1 指数体系概念和应用
    13.5.2 指数体系的因素分析
    13.6 常用价格指数
    13.6.1 消费价格指数
    13.6.2 零售价格指数
    13.6.3 股票价格指数
    本章小结
    关键术语
    习题
    案例研究

    第14章 聚类分析
    14.1 聚类分析概述
    14.2 距离和相似系数
    14.2.1 变量测量尺度的类型
    14.2.2 样品间亲疏程度的测度
    14.3 类间距离计算方法
    14.3.1 最短距离连接法
    14.3.2 最长距离连接法
    14.3.3 类间平均距离连接法
    14.3.4 类内平均距离连接法
    14.3.5 重心聚类法
    14.3.6 离差平方和法
    14.3.7 中位数法
    14.4 层次聚类分析法
    14.4.1 层次聚类分析概述
    14.4.2 层次聚类分析具体步骤
    14.4.3 用spss进行层次聚类分析基本操作步骤和输出结果分析
    14.4.4 spss层次聚类分析操作的其他常用选项
    14.5 快速聚类分析
    14.5.1 快速聚类分析概述
    14.5.2 快速聚类分析具体分析步骤
    14.5.3 spss快速聚类分析基本操作步骤和输出结果分析
    14.5.4 spss快速聚类分析操作的其他常用选项
    14.6 聚类分析的实例分析
    14.6.1 背景介绍
    14.6.2 操作步骤及结果解析
    14.6.3 聚类分析的注意事项
    本章小结
    关键术语
    习题
    案例研究

    第15章 因子分析
    15.1 基本概念
    15.1.1 因子分析概述
    15.1.2 因子分析模型
    15.2 因子分析的基本步骤
    15.2.1 判断原始变量是否适合进行因子分析
    15.2.2 提取公因子和确定公因子数目
    15.2.3 公因子的命名解释
    15.2.4 计算因子得分
    15.3 spss实现因子分析的操作步骤
    15.4 因子分析的实例分析
    15.4.1 背景介绍
    15.4.2 操作步骤及结果解析
    15.4.3 实例分析小结
    本章小结
    关键术语
    习题
    案例研究
    参考文献
    附录 常用统计表

    文摘

    版权页:



    插图:



    在明确所需数据的获取渠道之后,再来看一下数据的收集过程。
    1)明确收集目的,确定收集方向
    一般来说,收集调研数据的用途可以分为如下三类:
    一类是探测性调研,即收集初步的数据,用以揭示一些现象,其通常是在对研究对象缺乏了解的情况下,要回答“有没有”、“是不是”等问题时进行的研究。例如:夏士莲绿茶洗发水受消费者青睐吗?彩屏手机和立体声铃声能不能受到顾客的欢迎?从相关领域研究机构的公开数据库、他人的定性研究结果及对顾客进行抽样调查这三方面收集到的数据,较适合于以探测性为目的的调研。
    另一类是描述性调研,也就是作定量描述,通常是在对研究对象有一定了解的情况下,要回答“怎么样”、“是什么”等问题时进行的研究。例如:某家电商场在周日的顾客流量是多少?多少人购买了该商场的产品?大部分的统计调查所收集的数据,都适用于以描述性为目的的调研。
    还有一类是因果性调研,即测试因果关系,通常是在对研究对象有相当程度了解的情况下,要回答“为什么”、“相互关系如何”等问题时进行的研究。例如:假如在SARS期间将某一款产品降价10%,会不会有大量消费者购买?消费者的数量能增加多少?对于这种以因果性为目的的调研,利用观察和实验法来收集所需数据最适合。
    2)制订数据收集计划
    计划的制订要贴近现实情况,具备较强的可操作性。同时计划的制订还要十分科学,充分考虑到数据误差问题,流程设计合理,并尽可能将冗余和虚假的信息对正确分析过程的干扰度降至最低。一般来讲,一份完整的数据收集计划应该包括以下内容:
    明确所需数据的来源,即是通过直接渠道还是间接渠道获得数据,同时要考虑这些渠道的可信度、安全性等问题。在选择数据来源时,除了参考之前所说的那些渠道,作为一个商业企业而言,通过人际关系来收集数据往往也很关键。
    对于很多企业,由于所需信息量可能很大,因此往往不可能对所有的目标数据源进行收集调查,因此需要按一定的比例从中抽取相当数量并有典型代表性的样本进行研究,也就是说要做好抽样计划,其中必须强调对数据抽样误差的控制。