统计学 SPSS和Excel实现(第8版)

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
1．1．1 统计学研究什么
1．1．2 统计的应用
1．2 怎样获得数据
1．2．1 变量与数据
1．2．2 数据的来源
1．3 统计与计算机
思维导图：统计方法分类与本书框架
主要术语
软件应用
思考与练习0

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 生成频数分布表
2．1．1 类别数据的频数分布表
2．1．2 数值数据的频数分布表
2．2 类别数据可视化
2．2．1 条形图
2．2．2 饼图和环形图
2．3 数值数据可视化
2．3．1 展示数据分布的图形
2．3．2 展示变量间关系的图形
2．3．3 展示样本相似性的图形
2．3．4 时间序列图形
2．4 合理使用图表
思维导图：数据类型与图表展示方法
主要术语
软件应用
思考与练习

第3章 用统计量描述数据
开篇案例 哪名运动员发挥更稳定
3．1 描述水平的统计量
3．1．1 平均数
3．1．2 分位数
3．1．3 众数
3．1．4 用哪个值代表一组数据
3．2 描述差异的统计量
3．2．1 极差和四分位差
3．2．2 方差和标准差
3．2．3 离散系数
3．2．4 标准分数
3．3 描述分布形状的统计量
3．3．1 偏度系数
3．3．2 峰度系数
思维导图：数据分布特征与描述统计量
主要术语
软件应用
思考与练习

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 什么是概率
4．2 随机变量的概率分布
4．2．1 随机变量及其概括性度量
4．2．2 离散型概率分布
4．2．3 连续型概率分布
4．3 其他几个重要的统计分布
4．3．1 χ2分布
4．3．2 t分布
4．3．3 F分布
4．4 样本统计量的概率分布
4．4．1 统计量及其分布
4．4．2 样本均值的分布与中心极限定理
4．4．3 样本方差的分布
4．4．4 样本比例的分布
4．4．5 统计量的标准误
思维导图：随机变量的概率分布
主要术语
软件应用
思考与练习

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
5．1．1 点估计与区间估计
5．1．2 评价估计量的标准
5．2 一个总体参数的区间估计
5．2．1 总体均值的区间估计
5．2．2 总体比例的区间估计
5．2．3 总体方差的区间估计
5．3 两个总体参数的区间估计
5．3．1 两个总体均值差的区间估计
5．3．2 两个总体比例差的区间估计
5．3．3 两个总体方差比的区间估计
5．4 样本量的确定
5．4．1 估计总体均值时样本量的确定
5．4．2 估计总体比例时样本量的确定
思维导图：参数估计所使用的分布
主要术语
软件应用
思考与练习

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
6．1．1 怎样提出假设
6．1．2 怎样做出决策
6．1．3 怎样表述决策结果
6．2 一个总体参数的检验
6．2．1 总体均值的检验
6．2．2 总体比例的检验
6．2．3 总体方差的检验
6．3 两个总体参数的检验
6．3．1 两个总体均值差的检验
6．3．2 两个总体比例差的检验
6．3．3 两个总体方差比的检验
6．4 正态性检验
6．4．1 正态概率图
6．4．2 S-W检验和K-S检验
思维导图：假设检验的内容框架
主要术语
软件应用
思考与练习

第7章 类别变量的推断
开篇案例 性别与是否逃课有关系吗
7．1 一个类别变量的拟合优度检验
7．1．1 期望频数相等
7．1．2 期望频数不等
7．2 两个类别变量的独立性检验
7．2．1 列联表与χ2独立性检验
7．2．2 应用χ2检验应注意的问题
7．3 两个类别变量的相关性度量
7．3．1 φ系数和克莱姆V系数
7．3．2 列联系数
思维导图：类别变量检验方法
主要术语
软件应用
思考与练习

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
8．1．1 什么是方差分析
8．1．2 误差分解
8．2 单因子方差分析
8．2．1 数学模型
8．2．2 效应检验
8．2．3 多重比较
8．3 双因子方差分析
8．3．1 数学模型
8．3．2 主效应分析
8．3．3 交互效应分析
8．4 方差分析的假定及其检验
8．4．1 正态性检验
8．4．2 方差齐性检验
8．5 实验设计初步
8．5．1 完全随机化设计
8．5．2 随机化区组设计
8．5．3 析因设计
思维导图：方差分析过程
主要术语
软件应用
思考与练习

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
9．1．1 变量间是什么样的关系
9．1．2 用散点图描述相关关系
9．1．3 用相关系数度量关系强度
9．2 一元线性回归模型的估计和检验
9．2．1 一元线性回归模型及其假定
9．2．2 参数的*小二乘估计
9．2．3 模型的拟合优度
9．2．4 模型的显著性检验
9．3 利用回归方程进行预测
9．3．1 平均值的置信区间
9．3．2 个别值的预测区间
9．4 回归模型的诊断
9．4．1 残差与残差图
9．4．2 检验模型假定
思维导图：一元线性回归的建模过程
主要术语
软件应用
思考与练习

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
10．1．1 回归模型与回归方程
10．1． 2 参数的*小二乘估计
10．2 拟合优度和显著性检验
10．2．1 模型的拟合优度
10．2．2 模型的显著性检验
10．3 多重共线性及其处理
10．3．1 多重共线性及其识别
10．3．2 变量选择与逐步回归
10．4 利用回归方程进行预测
10．5 哑变量回归
10．5．1 在模型中引入哑变量
10．5．2 含有一个哑变量的回归
10．6 模型诊断
思维导图：多元线性回归的建模过程
主要术语
软件应用
思考与练习

第11章 时间序列预测
开篇案例 如何预测下一年各季度的GDP
11．1 时间序列的成分和预测方法
11．1．1 时间序列的成分
11．1．2 预测方法的选择与评估
11．2 平滑法预测
11．2．1 简单指数平滑预测
11．2．2 霍尔特指数平滑预测
11．2．3 温特斯指数平滑预测
11．3 趋势外推预测
11．3．1 线性趋势预测
11．3．2 非线性趋势预测
11．4 分解预测
思维导图：时间序列预测的思路
主要术语
软件应用
思考与练习

第12章 非参数检验
开篇案例 东部地区和西部地区的人均可支配收入是否相同
12．1 单样本的检验
12．1．1 中位数的符号检验
12．1．2 威尔科克森符号秩检验
12．2 两个及两个以上样本的检验
12．2．1 两个配对样本的威尔科克森符号秩检验
12．2．2 两个独立样本的曼惠特尼检验
12．2．3 k个独立样本的克鲁斯卡尔沃利斯检验
12．3 秩相关及其检验
12．3．1 斯皮尔曼秩相关及其检验
12．3．2 肯德尔秩相关及其检验
思维导图：非参数检验方法
主要术语
软件应用
思考与练习