书籍详情
现代流通科学研究方法
作者：余福茂，肖亮，郭飞鹏 编
出版社：浙江工商大学出版社
出版时间：2020-08-01
ISBN：9787517839040
定价：¥79.00
购买这本书可以去
内容简介
统计分析是现代流通科学研究的基本方法。《现代流通科学研究方法/全球化视野的经济管理类教材》系统介绍了常用数据分析方法的统计思想、基本原理、分析步骤和应用技巧，并结合具体应用案例和数据介绍了SPSS、R语言、AMOS、SmartPLS等统计软件的实践运用；还简要介绍了脑电实验、眼动实验的基本原理、实验设计及应用实践。运用统计分析的基本工具与方法来研究与分析现代流通科学研究领域，系统总结了适用于流通科学领域的新方法与新工具。不仅全面介绍了流通科学领域的基本原理与方法，可以以案例的方式深入讲解各类统计软件的使用方法，是一部有参考价值的教材。
作者简介
余福茂，男，1975年出生，山西省应县人。现任浙江工商大学副教授，主要研究方向为物流与供应链管理、管理系统分析与仿真、资源环境政策与管理等。主持国家自然科学基金2项，发表学术论文20余篇，出版学术专著2部，参与编写教材2部。入选浙江省高校中青年学科带头人、浙江省151人才工程第三层次培养人员。
目录
第1章 统计分析基础
1．1 基本概念
1．1．1 变量与统计关系
1．1．2 数据与数据类型
1．1．3 统计分析方法
1．2 统计描述
1．2．1 数据的集中趋势
1．2．2 数据的离散程度
1．2．3 数据的分布形状
1．3 抽样分布
1．3．1 总体、样本及统计量
1．3．2 正态分布
1．3．3 由正态分布导出的三大重要分布
1．3．4 样本统计量的分布
1．4 统计推断
1．4．1 参数估计
1．4．2 假设检验
1．5 统计软件
1．5．1 常用统计软件
1．5．2 用SPSS对数据进行描述与推断
1．5．3 用R对数据进行描述与推断
本章要点
第2章 相关分析
2．1 统计学中的相关关系
2．1．1 相关关系的概念
2．1．2 相关关系的种类
2．1．3 相关关系分析的基本内容
2．1．4 随机变量间的独立与相关
2．2 定性变量之间的相关
2．2．1 列联表
2．2．2 独立性检验
2．2．3 相关性度量
2．2．4 软件计算
2．2．5 进一步的讨论
2．3 定量变量之间的相关
2．3．1 相关关系的图形描述
2．3．2 相关关系的数字刻画
2．3．3 相关系数的显著性检验
2．3．4 相关分析的软件计算
2．3．5 偏相关分析
本章要点
重要公式
思考与练习
第3章 线性回归分析
3．1 一元线性回归分析
3．1．1 模型及参数估计
3．1．2 回归直线的拟合优度
3．1．3 回归模型的检验
3．1．4 利用回归方程进行预测
3．1．5 分析实例及软件计算
3．2 多元线性回归分析
3．2．1 回归模型及参数估计
3．2．2 拟合优度及显著性检验
3．2．3 多元回归的三大基本问题
3．2．4 变量选择与逐步回归
3．2．5 多元线性回归的应用实例
3．3 对回归分析的进一步讨论
3．3．1 可线性化的非线性回归模型
3．3．2 自变量含有交互项的回归模型
3．3．3 自变量为定性变量的一元回归模型
3．3．4 自变量有定性变量的多元回归模型
3．3．5 关于回归分析的一个特例
本章要点
重要公式
思考与练习
第4章 方差分析
4．1 方差分析的基本原理
4．1．1 问题描述及分析方法
4．1．2 方差分析的软件计算
4．2 双因素方差分析
4．2．1 双因素方差分析的基本原理
4．2．2 分析实例及软件计算
4．3 进一步的讨论
4．3．1 含有数值型自变量时的方差分析
4．3．2 方差分析与回归分析的联系和区别
4．3．3 回归分析与方差分析的模型适用条件诊断
本章要点
重要公式
思考与练习
第5章 经典统计模型：分类、聚类与降维
5．1 分类方法：Logistic回归
5．1．1 Logistic回归的基本原理
5．1．2 用SPSS进行Logistic 回归
5．1．3 用R进行Logistic回归
5．1．4 Logistic回归实践应用的注意事项
5．1．5 广义线性模型简介
5．2 分类方法：判别分析
5．2．1 判别分析的基本原理
5．2．2 用SPSS进行判别分析
5．2．3 用R进行判别分析
5．2．4 判别分析实践应用的注意事项
5．3 聚类方法：聚类分析
5．3．1 聚类分析的基本原理
5．3．2 用SPSS进行层次聚类
5．3．3 用R进行聚类分析
5．3．4 聚类分析实践应用的注意事项
5．4 降维方法：主成分分析
5．4．1 主成分的基本原理
5．4．2 用SPSS进行主成分分析
5．4．3 用R进行主成分分析
5．4．4 主成分分析实践应用的注意事项
5．5 降维方法：因子分析
5．5．1 因子分析的基本原理
5．5．2 用SPSS进行因子分析
5．5．3 用R进行因子分析
5．5．4 因子分析与主成分分析的区别
5．5．5 因子分析的实践应用及适用条件
本章要点
重要公式
思考与练习
第6章 结构方程模型
6．1 结构方程模型的基本原理
6．1．1 概念、符号与图例
6．1．2 模型识别、假定与估计
6．1．3 结构方程模型的评价
6．2 结构方程模型应用范例
6．2．1 技术接受模型（TAM）
6．2．2 用Amos进行结构方程建模
6．3 PLS-SEM原理及应用
6．3．1 PLS-SEM方法简介
6．3．2 用SmartPLS进行结构方程建模
6．4 进一步的讨论
本章要点
第7章 交互、中介与调节效应
7．1 交互效应
7．1．1 交互效应的概念
7．1．2 交互效应的检验与分析
7．2 中介效应
7．2．1 中介效应的概念
7．2．2 中介效应的检验与分析
7．2．3 中介效应分析实例
7．3 调节效应
7．3．1 调节效应的概念
7．3．2 调节效应与交互效应
7．3．3 调节效应的检验与分析
7．4 PLS-SEM分析实例一企业声誉模型
7．4．1 企业声誉模型概述
7．4．2 模型估计与评价
7．4．3 中介效应分析
7．4．4 调节效应分析
本章要点
第8章 生理活动数据分析简介
8．1 脑电分析原理与应用
8．1．1 基本概念
8．1．2 脑电实验在管理领域的应用情况
8．1．3 事件相关脑电位分析方法
8．1．4 脑电实验案例分析
8．2 眼动实验设计与应用
8．2．1 眼动追踪技术
8．2．2 眼动实验设计的基本问题
8．2．3 眼动实验的设计方法
8．2．4 眼动实验案例分析
本章要点
附录 常用概率分布表及计算方法
标准正态分布概率表
t分布上侧分位数表
x2分布上侧分位数表
F分布上侧分位数表(a=0．05）
F分布上侧分位数表(a=0．10）
用Excel计算累积概率、分位数和p值
参考文献
1．1 基本概念
1．1．1 变量与统计关系
1．1．2 数据与数据类型
1．1．3 统计分析方法
1．2 统计描述
1．2．1 数据的集中趋势
1．2．2 数据的离散程度
1．2．3 数据的分布形状
1．3 抽样分布
1．3．1 总体、样本及统计量
1．3．2 正态分布
1．3．3 由正态分布导出的三大重要分布
1．3．4 样本统计量的分布
1．4 统计推断
1．4．1 参数估计
1．4．2 假设检验
1．5 统计软件
1．5．1 常用统计软件
1．5．2 用SPSS对数据进行描述与推断
1．5．3 用R对数据进行描述与推断
本章要点
第2章 相关分析
2．1 统计学中的相关关系
2．1．1 相关关系的概念
2．1．2 相关关系的种类
2．1．3 相关关系分析的基本内容
2．1．4 随机变量间的独立与相关
2．2 定性变量之间的相关
2．2．1 列联表
2．2．2 独立性检验
2．2．3 相关性度量
2．2．4 软件计算
2．2．5 进一步的讨论
2．3 定量变量之间的相关
2．3．1 相关关系的图形描述
2．3．2 相关关系的数字刻画
2．3．3 相关系数的显著性检验
2．3．4 相关分析的软件计算
2．3．5 偏相关分析
本章要点
重要公式
思考与练习
第3章 线性回归分析
3．1 一元线性回归分析
3．1．1 模型及参数估计
3．1．2 回归直线的拟合优度
3．1．3 回归模型的检验
3．1．4 利用回归方程进行预测
3．1．5 分析实例及软件计算
3．2 多元线性回归分析
3．2．1 回归模型及参数估计
3．2．2 拟合优度及显著性检验
3．2．3 多元回归的三大基本问题
3．2．4 变量选择与逐步回归
3．2．5 多元线性回归的应用实例
3．3 对回归分析的进一步讨论
3．3．1 可线性化的非线性回归模型
3．3．2 自变量含有交互项的回归模型
3．3．3 自变量为定性变量的一元回归模型
3．3．4 自变量有定性变量的多元回归模型
3．3．5 关于回归分析的一个特例
本章要点
重要公式
思考与练习
第4章 方差分析
4．1 方差分析的基本原理
4．1．1 问题描述及分析方法
4．1．2 方差分析的软件计算
4．2 双因素方差分析
4．2．1 双因素方差分析的基本原理
4．2．2 分析实例及软件计算
4．3 进一步的讨论
4．3．1 含有数值型自变量时的方差分析
4．3．2 方差分析与回归分析的联系和区别
4．3．3 回归分析与方差分析的模型适用条件诊断
本章要点
重要公式
思考与练习
第5章 经典统计模型：分类、聚类与降维
5．1 分类方法：Logistic回归
5．1．1 Logistic回归的基本原理
5．1．2 用SPSS进行Logistic 回归
5．1．3 用R进行Logistic回归
5．1．4 Logistic回归实践应用的注意事项
5．1．5 广义线性模型简介
5．2 分类方法：判别分析
5．2．1 判别分析的基本原理
5．2．2 用SPSS进行判别分析
5．2．3 用R进行判别分析
5．2．4 判别分析实践应用的注意事项
5．3 聚类方法：聚类分析
5．3．1 聚类分析的基本原理
5．3．2 用SPSS进行层次聚类
5．3．3 用R进行聚类分析
5．3．4 聚类分析实践应用的注意事项
5．4 降维方法：主成分分析
5．4．1 主成分的基本原理
5．4．2 用SPSS进行主成分分析
5．4．3 用R进行主成分分析
5．4．4 主成分分析实践应用的注意事项
5．5 降维方法：因子分析
5．5．1 因子分析的基本原理
5．5．2 用SPSS进行因子分析
5．5．3 用R进行因子分析
5．5．4 因子分析与主成分分析的区别
5．5．5 因子分析的实践应用及适用条件
本章要点
重要公式
思考与练习
第6章 结构方程模型
6．1 结构方程模型的基本原理
6．1．1 概念、符号与图例
6．1．2 模型识别、假定与估计
6．1．3 结构方程模型的评价
6．2 结构方程模型应用范例
6．2．1 技术接受模型（TAM）
6．2．2 用Amos进行结构方程建模
6．3 PLS-SEM原理及应用
6．3．1 PLS-SEM方法简介
6．3．2 用SmartPLS进行结构方程建模
6．4 进一步的讨论
本章要点
第7章 交互、中介与调节效应
7．1 交互效应
7．1．1 交互效应的概念
7．1．2 交互效应的检验与分析
7．2 中介效应
7．2．1 中介效应的概念
7．2．2 中介效应的检验与分析
7．2．3 中介效应分析实例
7．3 调节效应
7．3．1 调节效应的概念
7．3．2 调节效应与交互效应
7．3．3 调节效应的检验与分析
7．4 PLS-SEM分析实例一企业声誉模型
7．4．1 企业声誉模型概述
7．4．2 模型估计与评价
7．4．3 中介效应分析
7．4．4 调节效应分析
本章要点
第8章 生理活动数据分析简介
8．1 脑电分析原理与应用
8．1．1 基本概念
8．1．2 脑电实验在管理领域的应用情况
8．1．3 事件相关脑电位分析方法
8．1．4 脑电实验案例分析
8．2 眼动实验设计与应用
8．2．1 眼动追踪技术
8．2．2 眼动实验设计的基本问题
8．2．3 眼动实验的设计方法
8．2．4 眼动实验案例分析
本章要点
附录 常用概率分布表及计算方法
标准正态分布概率表
t分布上侧分位数表
x2分布上侧分位数表
F分布上侧分位数表(a=0．05）
F分布上侧分位数表(a=0．10）
用Excel计算累积概率、分位数和p值
参考文献
猜您喜欢
