书籍详情

应用统计分析:使用Excel 英文版

应用统计分析:使用Excel 英文版

作者:(美)杰拉尔德·凯勒(Gerald Keller)著

出版社:机械工业出版社

出版时间:2004-05-01

ISBN:9787111143215

定价:¥68.00

购买这本书可以去
内容简介
  本书的作者有多年概率统计学、管理学和运筹管理学的教学经验,编写了多本畅销教材。在本书中,作者继续体现了他的"三步式"解决问题的方法,第一步是Indentify,包括试验设计、收集数据和选择模型;第二步是Compute,即用Excel做计算;第三步是Interpret,就是分析、解释计算的结果。本书使用较少的概率知识,从各个应用层面,通过丰富的案例分析和读者自己动手的应用实例,讲解了应用统计的基本内容。本书系统地阐述了如何正确收集数据资料,如何使用MicrosoftExcel软件进行统计分析,应女口何从中得到有意义的统计结论。使用此书不需要微积分基础,只要具有高中的数学水平就可以通览全书。此书有以下几个特点:第一,本书更多的用形象思维与直观判断引进统计概念和方法。第二,本书层次清楚,每段都有主要的概念和公式的小结和大量的练习题,应用题的图标分明,利于复习中提高。各章都有光盘数据的案例,有利于实例练习。第三,本书是以MicrosoftExcel带动统计计算,毋需花费时间学习Matlab、SAS、S-Plus等软件。通过使用Excel学会做统计分析,又解除了手工计算的繁琐与枯燥。本书适合作为经济管理专业的大学生、研究生的统计学教材或参考书,也适于人文科学、社会科学、生命科学、考古学、心理学等领域的教师、工程师、技术人员自学之用。
作者简介
暂缺《应用统计分析:使用Excel 英文版》作者简介
目录
I  WHAT  IS  STATISTICS?  1
  1.1  Introduction  2
  1.2  Key Statistical Concepts  6
  1.3  Statistics and the Computer 7
  1.4  World Wide Web and Learning Center  7
  APPENDIX 1.A: Introduction to Microsoft Excel  10
2  GRAPHICAL DESCRIPTIVE TECHNIQUES  15
  2.1  Introduction  16
  2.2  Types of Data  16
  2.3  Graphically Describing Interval Data: Frequency Distributions and Histograms  20
  2.4  Graphically Describing Nominal Data: Bar and Pie Charts  33
  2.5  Describing Time-Series Data: Line Charts  38
  2.6  Describing the Relationship between Two Interval Variables: Scatter Diagrams  42
  2.7  Summary  49
3  NUMERICAL  DESCRIPTIVE  TECHNIQUES  FOR  INTERVAL  DATA  52
  3.1  Introduction  53
  3.2  Measures of Central Location  54
  3.3  Measures of Variability  60
  3.4  Other Measures of Shape (Optional)  70
  3.5  Measures of Relative Standing and Box Plots  71
  3.6  Measures of Linear Relationship  76
  3.7  General Guidelines for Exploring Data  84
  3.8  Summary  85
4  PROBABILITY  89
  4.1  Introduction  90
  4.2  Assigning Probability to Events  90
  4.3  Joint, Marginal, and Conditional Probability  95
  4.4  Probability Rules and Trees  103
  4.5  Summary  113
  CASE 4.1 Let's Make a Deal  116
  CASE 4.2 To Bunt or Not to Bunt, That Is the Question  116
5  RANDOM VARIABLES AND DISCRETE PROBABILITY
  DISTRIBUTIONS  118
  5.1  Introduction  119
  5.2  Random Variables and Probability Distributions  119
  5.3  Describing the Population/Probability Distribution  124
  5.4  Binomial Distribution  128
  5.5  Poisson Distribution  136
  5.6  Summary  141
  CASE 5.1 To Bunt or Not to Bunt, That Is the Question, Part II  145
6  CONTINUOUS  PROBABILITY  DISTRIBUTIONS  146
  6.1  Introduction  147
  6.2  Probability Density Functions  147
  6.3  Normal Distribution  153
  6.4  Other Continuous Distributions  170
  6.5  Summary  187
7  SAMPLING AND  SAMPLING  PLANS  188
  7.1  Introduction  189
  7.2  Sampling  189
  7.3  Sampling Plans  191
  7.4  Errors Involved in Sampling  196
  7.5  Summary  198
8  SAMPLING  DISTRIBUTIONS  199
  8.1  Introduction  200
  8.2  Sampling Distribution of the Mean  200
  8.3  Creating the Sampling Distribution by Computer Simulation (Optional)  212
  8.4  Sampling Distribution of a Proportion  215
  8.5  Sampling Distribution of the Difference between Two Means  220
  8.6  From Here to Inference  223
  8.7  Summary  224
9  INTRODUCTION TO ESTIMATION  227
  9.1  Introduction  228
  9.2  Concepts of Estimation  228
  9.3  Estimating the Population Mean when the Population Standard Deviation Is Known  232
  9.4  Selecting the Sample Size  245
  9.5  Simulation Experiments (Optional)  247
  9.6  Summary  250
10  INTRODUCTION TO HYPOTHESIS  TESTING  253
  10.1  Introduction  254
  10.2  Concepts of Hypothesis Testing  255
  10.3  Testing the Population Mean when the Population Standard Deviation Is Known  257
  10.4  Calculating the Probability of a Type II Error  279
  10.5  The Road Ahead  288
  10.6  Summary  291
11  INFERENCE ABOUT  A SINGLE  POPULATION  293
  1 l. 1  Introduction  294
  11.2  Inference about a Population Mean when the Standard Deviation Is Unknown  295
  11.3  Inference about a Population Variance  305
  11.4  Inference about a Population Proportion  311
  11.5  Summary  323
  CASE l l.1 Pepsi's Exclusivity Agreement with a University  327
  CASE I 1.2 Pepsi's Exclusivity Agreement with a University:
  The Coke Side of the Equation  328
  CASE 11.3 Number of Uninsured Motorists  328
12  INFERENCE ABOUT TWO  POPULATIONS  330
  12.1  Introduction  331
  12.2  Inference about the Difference between Two Means: Independent Samples  33:
  12.3  Observational and Experimental Data  348
  12.4  Inference about the Difference betweenTwo Means: Matched Pairs Experiment
  12.5  Inference about the Ratio of Two Variances  361
  12.6  Inference about the Difference between Two Population Proportions  367
  12.7  Summary  378
  CASE 12.1 Bonanza International  386
  CASE 12.2 Accounting Course Exemptions  387
113  STATISTICAL  INFERENCE:
  REVIEW  OF  CHAPTERS  11  AND  12  388
  13.1  Introduction  389
  13.2  Guide to Identifying the Correct Technique: Chapters 11 and 12  389
  CASE 13.1 Quebec Separation: Oui ou non?  403
  CASE 13.2 Host Selling and Announcer Commercials  403
14 ANALYSIS OF VARIANCE 405
  14.1  Introduction  406
  14.2  Single-Factor (One-Way) Analysis of Variance: Independent Samples  407
  14.3  Analysis of Variance Experimental Designs  423
  14.4  Single-Factor Analysis of Variance: Randqmized Blocks  425
  14.5  Two-Factor Analysis of Variance: Independent Samples  434
  14.6  Multiple Comparisons  449
  14.7  Bartlett's Test 455
  14.8  Summary  457
15 CHI-SQUARED TESTS 464
  15.1  Introduction 465
  15.2  Chi-Squared Goodness-of-Fit Test  465
  15.3  Chi-Squared Test of a Contingency Table  472
  15.4  Summary of Tests on Nominal Data  482
  15.5  Chi-Squared Test for Normality  484
  15.6  Summary  489
  CASE 15.1 Predicting the Outcomes of Basketball, Baseball, Football, and Hockey Games
  from Intermediate Results  493
  CASE 15.2 Can Exposure to a Code of Professional Ethics Help Make Managers More
  Ethical? 494
16  NONPARAMETRIC STATISTICAL  TECHNIQUES  496
  16.1  Introduction  497
  16.2  Wilcoxon Rank Sum Test 499
  16.3  Sign Test and Wilcoxon Signed Rank Sum Test  511
  16.4  Kruskal-WallisTest  524
  16.5  Friedman Test  529
  16.6  Summary  535
17  SIMPLE  LINEAR  REGRESSION  AND  CORRELATION  542
  17.1  Introduction  543
  17.2  Model  544
  17.3  Estimating the Cdefficients  546
  17.4  Error Variable: Required Conditions  552
  17.5  Assessing the Model  555
  17.6  Using the Regression Equation  564
  17.7  Coefficients of Correlation  568
  17.8  Regression Diagnostics I  574
  17.9  Summary  580
  CASE 17.1 Predicting University Grades from High School Grades  585
  CASE 17.2 Insurance Compensation for Lost Revenues  586
18  MULTIPLE REGRESSION  588
  18. I  Introduction  589
  18.2  Model and Required Conditions  589
  18.3  Estimating the Coefficients and Assessing the Model  590
  18.4  Regression Diagnostics II  605
  18.5  Regression Diagnostics III (Time Series)  612
  18.6  Nominal Independent Variables  623
  18.7  Summary  630
  CASE 18.1 Quebec Referendum Vote: Was There Electoral Fraud?  634
  CASE 18.2 Quebec Referendum Vote: The Rebuttal  635
19  STATISTICAL INFERENCE:  CONCLUSION  636
  19.1  Introduction  637
  19.2  Identifying the Correct Technique: Summary of Statistical Inference  637
  CASE 19.1 Do Banks Discriminate against Women Business Owners? I  644
  CASE 19.2 Do Banks Discriminate against Women Business Owners? II  647
  19.3  The Last Word  653
  CASE 19.3 Ambulance and Fire Department Response Interval Study  665
  CASE 19.4 PC Magazine Survey  666
  CASE 19.5 WLU Graduate Survey  667
  CASE 19.6 Evaluation of a New Antidepressant Drug  668
  CASE 19.7 Nutrition Education Programs  669
  CASE 19.8 Do Banks Discriminate against Women Business Owners? III  670
Appendix A  Sample Statistics from Data Files in Chapters 9 and 10  A-1
AppendixB  Tables B-1
Appendix C  Answers to Selected Even-Numbered Exercises  C-1
Index I-1
猜您喜欢

读书导航