创业基础与数据分析方法：基于R

　　本书以帮助大学生科学创业、提升创业成功率为目标而编写。全书共14章，第1～4章主要介绍创业的基本概念及基本知识，让学生了解创业的系统流程，培养学生的创业精神，种下创业的种子；第5～7章主要介绍在大数据时代下，学生在创业中必须掌握的简单的概率论原理，为学习后续内容打下坚实的基础；第8～14章主要介绍大学生在创业中为解决普遍遇到的统计问题而必须掌握的统计知识和统计方法，包括数据的可视化，并通过实例让学生初步熟悉统计建模的思想。全书厚基础、重应用，既保证了理论体系严密，又注重可读性。本书力求使创业者能根据需要适时把数据分析的思想方法渗透到创业的基本知识之中，与创业基础有机结合，培养在创业中有效地收集数据、整理数据、分析数据，从而做出统计推断的意识和技能，为创业行动的整个过程提供更可靠的统计技术支持。本书免费提供教学资源，读者可登录华信教育资源网www.hxedu.com.cn下载使用。本书可作为本科院校的创业教育教材，也适用于高职高专院校的创业教育课程，还可作为准备创业或正在创业者的自学用书或参考读物。

　　福建泉州师范学院数学与计算机科学学院院长助理、副教授，毕业于华东师范大学数学教育学专业（统计方向），中国现场统计研究会统计综合评价研究分会理事，著有《高等数学》（第2版），2007年出版于华东师范大学出版社。

目 录
第1章 创业概述 1
1．1 创业的定义 1
1．2．1 创业者 2
1．2．2 创业资源 4
1．2．3 创业机会 5
1．3 创业的过程 8
1．3．1 创业活动的过程 8
1．3．2 创业过程的四阶段 9
1．3．3 创业过程的两个经典模型 9
思考与练习 13
第2章 创业机会的识别、评价与创业风险 14
2．1 创业机会的识别 14
2．1．1 环境分析法 14
2．1．2 系统创新法 15
2．2 创业机会的评价 15
2．2．1 创业机会评价概述 15
2．2．2 评价的一般步骤 16
2．2．3 创业机会评价的方法 16
2．3 创业风险管理 19
2．3．1 行业风险 19
2．3．2 市场风险 21
2．3．3 现金流风险 23
思考与练习 25
第3章 创业资源的整合 26
3．1 创业融资 26
3．1．1 创业融资分析 26
3．1．2 创业所需资金的测算 28
3．1．3 创业融资渠道 29
3．1．4 创业融资的选择策略 31
3．2 创业团队 34
3．2．1 创业团队的概念 34
3．2．2 创业团队的分工 36
3．2．3 创业团队的组建过程 37
3．2．4 创业团队的组建策略 39
3．2．5 创业团队的管理 41
思考与练习 48
第4章 创业计划书 49
4．1 创业计划书的作用与基本要素 49
4．1．1 创业计划书的作用 49
4．1．2 创业计划书的基本要素 50
4．2 创业计划书的撰写 51
思考与练习 57
第5章 随机事件与概率 58
5．1 随机事件和样本空间 58
5．1．1 随机现象 58
5．1．2 随机试验 59
5．1．3 样本空间 59
5．1．4 随机事件 59
5．2 事件的关系和运算 60
5．2．1 事件的关系 60
5．2．2 事件的运算 62
5．3 事件的概率与独立性 62
5．3．1 概率的统计定义 62
5．3．2 概率的公理化定义 63
5．3．3 概率的古典定义 64
5．3．4 概率的几何定义 65
5．3．5 事件的独立性 66
5．4 乘法公式与伯努利概型 66
5．4．1 条件概率与乘法公式 66
5．4．2 伯努利概型 67
5．5 全概率公式与贝叶斯公式 68
5．5．1 全概率公式 68
5．5．2 贝叶斯公式 68
思考与练习 70
第6章 一维随机变量及其分布 71
6．1 随机变量与分布函数 71
6．1．1 随机变量 71
6．1．2 分布函数 71
6．2 离散型随机变量及其分布 72
6．2．1 离散型随机变量 72
6．2．2 常见的离散型随机变量的分布 72
6．3 连续型随机变量及其分布 74
6．3．1 连续型随机变量 74
6．3．2 常见的连续型随机变量的分布 76
6．4 一维随机变量函数及其分布 80
6．4．1 离散型随机变量函数的分布 80
6．4．2 连续型随机变量函数的分布 81
思考与练习 82
第7章 随机变量的数字特征 84
7．1 数学期望 84
7．1．1 一维随机变量的数学期望 84
7．1．2 一维随机变量函数的数学期望 85
7．2 方差和标准差 87
7．2．1 方差的定义 87
7．2．2 常见随机变量的数学期望和方差 88
思考与练习 89
第8章 统计概述与R的初步使用 91
8．1 统计概述 91
8．1．1 统计的含义 91
8．1．2 变量与数据 92
8．1．3 统计中的几个基本概念 93
8．2 R的初步使用 96
8．2．1 R简介 96
8．2．2 R的下载与安装 96
8．2．3 R在线说明 97
8．2．4 赋值 97
8．2．5 矩阵、列表与数据框 98
8．2．6 图形参数 99
8．3 R在常见分布概率计算中的应用 101
8．3．1 常见分布的计算 101
8．3．2 绘制常见分布的统计图 102
思考与练习 104
第9章 数据的整理与可视化 106
9．1 数据的来源与预处理 106
9．1．1 数据的来源 106
9．1．2 数据的预处理 106
9．2 数据的可视化 108
9．2．1 定性数据的整理与图示 109
9．2．2 数值型数据的整理与图示 113
思考与练习 119
第10章 描述性统计量 121
10．1 集中趋势的测度 121
10．1．1 众数 121
10．1．2 均值 121
10．1．3 中位数 122
10．1．4 百分位数 123
10．2 分布离散程度的测度 123
10．2．1 极差和四分位差 123
10．2．2 样本方差与样本标准差、样本k阶中心矩 123
10．2．3 变异系数 124
10．3 分布的形状 124
10．3．1 偏度 125
10．3．2 峰度 125
10．4 在R中计算常用的描述统计量 126
思考与练习 128
第11章 抽样分布 129
11．1 三大统计分布 129
11．1．1 分布 129
11．1．2 t分布 131
11．1．3 F分布 132
11．2 正态总体下常见的统计量的分布 134
思考与练习 136
第12章 参数估计 137
12．1 点估计 137
12．1．1 矩估计法 137
12．1．2 最大似然估计法 139
12．2 点估计的优良性 142
12．2．1 无偏性 143
12．2．2 有效性 144
12．2．3 一致性 145
12．3 区间估计 145
12．4 正态总体均值与方差的区间估计 147
12．4．1 正态总体均值?的置信区间 147
12．4．2 正态总体方差?2的置信区间 150
思考与练习 153
第13章 假设检验 154
13．1 假设检验的基本概念与原理 154
13．1．1 问题的提法 154
13．1．2 假设检验的方法及其基本原理 155
13．2 单个正态总体参数的假设检验 158
13．2．1 单个正态总体均值的假设检验 159
13．2．2 单个正态总体方差的假设检验 162
13．3 假设检验问题的p值法 164
13．3．1 p值的定义 164
13．3．2 p值的计算 166
思考与练习 167
第14章 一元线性回归 169
14．1 相关分析 169
14．1．1 相关关系 169
14．1．2 相关分析与回归分析 169
14．2 一元线性回归分析 171
14．2．1 一元线性回归模型 171
14．2．2 一元线性回归模型的估计 173
14．2．3 一元线性回归模型的检验 175
14．2．4 回归模型的预测 179
思考与练习 182
附录A 常用统计表 184