商务与经济统计（英文版·原书第13版）

　　本书是美国辛辛那提大学的安德森、斯威尼教授和罗切斯特理工学院的威廉斯教授再度合作的结晶。zui新版在保留了以前版本的叙述风格和可读性的基础上，对内容进行了一些修订，对个别章节做了更为合理的调整，并更新了一定数量的习题。应用性强是本书的zui大特色。作者精心设计了“方法”“应用”和“补充练习”三种题型，并设计了起提示、总结和建议作用的“注释和评论”，这些都体现出本书的实用特点。

　　作者简介戴维R. 安德森（David R.Anderson）戴维R. 安德森是辛辛那提大学工商管理学院数量分析系教授。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，而且还讲授研究生水平的回归分析、多元分析和管理科学课程。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、线性规划以及生产与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（Dennis J.Sweeney）丹尼斯J. 斯威尼是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。斯威尼教授曾在宝洁公司管理科学小组工作，并在杜克大学做了一年的客座教授。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副院长。斯威尼教授已在管理科学与统计学领域发表和出版了30多篇论文和专著。国家科学基金、IBM公司、宝洁公司、美国联合百货（Federated Department Stores）、美国克罗格公司（Kroger）、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《管理科学》《运筹学》《数学规划》《决策科学》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与他人合作出版了10部专著。托马斯 A. 威廉斯（Thomas A. Williams）托马斯 A. 威廉斯是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，在伦斯勒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从事了7年教学工作，他在那里制定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壹任主席。他不但讲授本科生的管理科学与统计学课程，而且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。杰弗里 D.卡姆（Jeffrey D.Camm）杰弗里 D.卡姆是Inmar总裁、维克森林大学商学院分析副院长。他出生在俄亥俄州辛辛那提市，在泽维尔大学（俄亥俄）获得学士学位，在克莱姆森大学获得博士学位。在任职于维克森林大学之前，他曾就职于辛辛那提大学，是斯坦福大学的访问学者和达特茅斯学院塔克商学院工商管理客座教授。卡姆博士在运营管理和市场营销的优化问题应用领域发表了30多篇论文。他的研究成果发表在《科学》《管理科学》《运筹学》《相互关系》和其他专业杂志上。在辛辛那提大学工作期间，他被命名为教学的Dornoff成员，并在2006年因运筹学实践教学获得美国运筹学与管理学协会（INFORMS）奖。他是宣扬实践的坚定信徒。作为运筹学顾问，他服务于多家公司和政府机构。2005～2010年，他担任《相互关系》总编辑，目前是《INFORMS教育学报》编委。詹姆斯 J.科克伦（James J.Cochran）詹姆斯 J.科克伦是亚拉巴马大学应用统计教授和罗杰斯斯皮维研究员。他出生在俄亥俄州代顿市，在莱特州立大学获得学士、硕士和工商管理硕士学位，在辛辛那提大学获得博士学位。他从2014年起任职于亚拉巴马大学，是斯坦福大学、塔尔卡大学、南非大学和达芬奇大学中心的访问学者。科克伦教授在运筹学和统计方法的发展和应用方面发表了超过36篇论文。他的研究发表在《管理科学》《美国统计》《统计通讯—理论与方法》《运筹学年鉴》《运筹学（欧洲版）》《组合优化》《相互关系》《统计与概率通信》和其他专业杂志上。在2008年他因运筹学实践教学获得INFORMS奖，在2010年获Mu Sigma Rho统计教育奖。科克伦教授于2005年入选国际统计学会，2011年成为美国统计协会会员。在2014年他还获得创始人奖，并在2015年荣获美国统计协会的卡尔 E.和平奖。他以提高对实际问题应用质量的方法，强烈主张运筹学和统计学教育的有效性。科克伦教授在乌拉圭的蒙得维的亚、南非的开普敦、哥伦比亚的卡塔赫纳、印度的斋浦尔、阿根廷的布宜诺斯艾利斯、肯尼亚的内罗毕、喀麦隆的布埃亚、尼泊尔的加德满都、克罗地亚的奥西耶克以及古巴的哈瓦那组织和主持教学效果研讨班。作为运筹学顾问，他服务于多家公司和非营利组织。2006～2012年，他是《INFORMS教育学报》总编辑和《相互关系》《国际运筹学汇刊》及《意义》的编委。

目　　录
出版说明
导读
作者简介
前言
第1章　数据与统计资料1
实践中的统计：彭博商业周刊2
1.1　统计学在商务和经济中的应用3
1.1.1　会计3
1.1.2　财务4
1.1.3　市场营销4
1.1.4　生产4
1.1.5　经济4
1.1.6　信息系统5
1.2　数据5
1.2.1　个体、变量和观测值5
1.2.2　测量尺度7
1.2.3　分类型数据和数量型数据8
1.2.4　截面数据和时间序列数据8
1.3　数据来源11
1.3.1　现有来源11
1.3.2　观测性研究12
1.3.3　实验13
1.3.4　时间与成本问题13
1.3.5　数据采集误差13
1.4　描述统计14
1.5　统计推断16
1.6　逻辑分析方法17
1.7　大数据和数据挖掘18
1.8　计算机与统计分析20
1.9　统计工作的道德准则20
小结22
关键术语23
补充练习24
第2章　描述统计学Ⅰ：表格法和图形法32
实践中的统计：高露洁–棕榄公司33
2.1　汇总分类变量的数据34
2.1.1　频数分布34
2.1.2　相对频数分布和百分数频数分布35
2.1.3　条形图和饼形图35
2.2　汇总数量变量的数据41
2.2.1　频数分布41
2.2.2　相对频数分布和百分数频数分布43
2.2.3　打点图43
2.2.4　直方图44
2.2.5　累积分布45
2.2.6　茎叶显示46
2.3　用表格方式汇总两个变量的数据55
2.3.1　交叉分组表55
2.3.2　辛普森悖论58
2.4　用图形显示方式汇总两个变量的数据64
2.4.1　散点图和趋势线64
2.4.2　复合条形图和结构条形图65
2.5　数据可视化：创建有效图形显示的最佳实践71
2.5.1　创建有效的图形显示71
2.5.2　选择图形显示的类型72
2.5.3　数据仪表板72
2.5.4　实践中的数据可视化：辛辛那提动植物园74
小结77
关键术语78
重要公式79
补充练习79
案例2-1　Pelican商店84
案例2-2　电影业85
案例2-3　皇后市86
附录2A　使用Minitab的表格和图形描述87
附录2B　使用Excel的表格和图形描述90
第3章　描述统计学Ⅱ：数值方法102
实践中的统计：Small Fry设计公司103
3.1　位置的度量104
3.1.1　平均数104
3.1.2　加权平均数106
3.1.3　中位数107
3.1.4　几何平均数109
3.1.5　众数110
3.1.6　百分位数111
3.1.7　四分位数112
3.2　变异程度的度量118
3.2.1　极差118
3.2.2　四分位数间距119
3.2.3　方差119
3.2.4　标准差120
3.2.5　标准差系数121
3.3　分布形态、相对位置的度量以及异常值的检测125
3.3.1　分布形态125
3.3.2　z-分数125
3.3.3　切比雪夫定理127
3.3.4　经验法则128
3.3.5　异常值的检测130
3.4　五数概括法和箱形图133
3.4.1　五数概括法133
3.4.2　箱形图134
3.4.3　利用箱形图的比较分析135
3.5　两变量间关系的度量138
3.5.1　协方差138
3.5.2　协方差的解释140
3.5.3　相关系数141
3.5.4　相关系数的解释144
3.6　数据仪表板：增加数值度量以提高有效性148
小结151
关键术语152
重要公式153
补充练习155
案例3-1　Pelican商店160
案例3-2　电影业161
案例3-3　亚太地区的商学院162
案例3-4　天使巧克力的网络交易164
案例3-5　非洲象数量165
附录3A　使用Minitab计算描述统计量166
附录3B　使用Excel计算描述统计量168
第7章　抽样和抽样分布172
实践中的统计：MeadWestvaco有限公司173
7.1　Electronics Associates 公司的抽样问题174
7.2　抽样175
7.2.1　自有限总体的抽样175
7.2.2　自无限总体的抽样177
7.3　点估计180
应用中的建议182
7.4　抽样分布简介184
7.5　x–的抽样分布186
7.5.1　x–的数学期望187
7.5.2　x–的标准差187
7.5.3　x–的抽样分布的形式188
7.5.4　EAI问题中x–的抽样分布189
7.5.5　x–的抽样分布的实际应用190
7.5.6　样本容量与x–的抽样分布的关系192
7.6　p–的抽样分布196
7.6.1　p–的数学期望197
7.6.2　p–的标准差197
7.6.3　p–的抽样分布的形式198
7.6.4　p–的抽样分布的实际应用199
7.7　点估计的性质202
7.7.1　无偏性202
7.7.2　有效性203
7.7.3　一致性204
7.8　其他抽样方法205
7.8.1　分层随机抽样205
7.8.2　整群抽样205
7.8.3　系统抽样206
7.8.4　方便抽样206
7.8.5　判断抽样207
小结207
......