书名：商务与经济统计学 （第14版）（工商管理经典译丛）

作者：[美]詹姆斯·麦克拉夫 乔治·本森 特里·辛西奇

书号：326214

定价：￥95 元

字数：943 千字

印次：1-1

开本：大16

出版时间：2024-05-20

ISBN：978-7-300-32621-4

包装：平

内容提要：  
本书是一本强调统计推断的入门教程，广泛涵盖了统计报告评估和决策支持时所必需的数据收集和分析方法。本书强调统计思维的建立、可靠性的评估以及基于数据的统计推断对数据购买者或生产者的价值。本书的目标是“促进统计学在商学院中更加有效地运用”，因此具有较大的学术价值和使用价值。书中介绍了统计学的基本理论、模型、方法和经典案例；紧跟时代发展，书中采用了最新的商业案例和商业研究成果。此外，书中还介绍了统计学科发展史上诸多做出杰出贡献的统计学家。本书将案例作为教学手段　几乎所有的新知识都是通过基于数据的应用案例来阐述的，这有助于读者更好地理解定义、推论和理论。每一章的开始，会提出一个当前颇有争议的热门商业案例，并给出相应的研究问题以及数据。在“回顾实践中的统计”专栏中再给出一个简短适当的演示分析，旨在引导读者批判性地评价案例的结果，思考其中包含的统计问题。本书可以作为研究生、MBA 和本科生的教材，也可供从事商业和经济数据分析的各类人员。  



作者简介：  
詹姆斯·麦克拉夫，统计学博士。在佛罗里达大学从事教学工作20年，教过统计学的所有课程。后于1977年创建信息技术有限公司（Info Tech, Inc.），以应用统计学的理论来解决现实世界的问题。现任公司总裁兼首席执行官，佛罗里达大学统计学兼职教授。  

目录

第1章　统计、数据和统计思维

1.1　统计科学  

1.2　商业中的统计应用类型

1.3　统计的基本要素

1.4　过程 (选学)  

1.5　数据类型  

1.6　收集数据：抽样及相关问题

1.7　业务分析：批判性思维与统计  

第2章　数据集的描述方法

2.1 定性数据的描述

2.2 描述定量数据的图形方法  

2.3 集中趋势的数值度量

2.4 变异性的数值度量  

2.5 利用均值和标准差描述数据  

2.6 相对位置的数值度量  

2.7 异常值的检测方法：箱线图和z得分

2.8 二元关系的图形描述 (选学)  

2.9 时间序列图 (选学)  

2.10 描述性方法对事实的扭曲  

第3章　概　率  

3.1 事件、样本空间和概率

3.2 事件的并和交  

3.3 互补事件

3.4 加法法则和互斥事件  

3.5 条件概率  

3.6 乘法法则和独立事件

3.7 贝叶斯定理  

第4章　随机变量与概率分布

4.1　随机变量的两种类型

第一部分：离散型随机变量  

4.2 离散型随机变量的概率分布  

4.3 二项分布  

4.4 其他离散型分布：泊松分布和超几何分布  

第二部分：连续型随机变量  

4.5 连续型随机变量的概率分布  

4.6 正态分布  

4.7 评价正态性的描述性方法  

4.8 其他连续型分布：均匀分布和指数分布

第5章　抽样分布  

5.1 抽样分布的概念  

5.2 抽样分布的性质：无偏性和最小方差  

5.3 样本均值的抽样分布与中心极限定理  

5.4 样本比例的抽样分布  

第6章　基于单样本的统计推断：置信区间的估计  

6.1 确定与估计目标参数  

6.2 总体均值的置信区间：正态(z)统计量  

6.3 总体均值的置信区间：学生t统计量

6.4 总体比例的大样本置信区间

6.5 确定样本量  

6.6 简单随机抽样的有限总体修正 (选学)

6.7 总体方差的置信区间 (选学)

第7章　基于单样本的统计推断：假设检验  

7.1 假设检验的要素  

7.2 设定假设与构造拒绝域  

7.3 观测的显著性水平：p 值  

7.4 总体均值的假设检验：正态(z)统计量  

7.5 总体均值的假设检验：学生 t 统计量  

7.6 总体比例的大样本假设检验  

7.7 总体方差的假设检验  

7.8 计算犯第Ⅱ类错误的概率：关于β的更多信息 (选学)  

第8章　基于双样本的统计推断：置信区间和假设检验  

8.1　确定目标参数  

8.2　比较两个总体均值：独立抽样  

8.3　比较两个总体均值：配对差异试验  

8.4　比较两个总体比例：独立抽样  

8.5　确定所需样本量  

8.6　比较两个总体方差：独立抽样  

第9章　试验设计和方差分析

9.1　试验设计的要素

9.2　完全随机设计：单因素  

9.3　均值的多重比较  

9.4　随机区组设计  

9.5　析因试验：双因素  

第10章　分类数据的分析

10.1　分类数据和多项试验

10.2　分类概率的检验：单向表

10.3　对分类概率的检验：双向 ( 列联 ) 表

10.4　卡方检验中需要注意的地方  

第11章　简单线性回归

11.1 概率模型

11.2 模型拟合：最小二乘法

11.3 模型假设

11.4 评价模型的有效性：对斜率β1的推断

11.5 相关系数和决定系数

11.6 利用模型进行估计和预测

11.7 一个完整的例子  

第12章　多元线性回归和模型建立

12.1　多元回归模型  

第一部分：定量自变量的一阶模型  

12.2　对参数β进行估计和推断  

12.3　模型整体有效性评价  

12.4　利用模型进行估计和预测  

第二部分：建立多元回归模型  

12.5　交互模型

12.6　二阶模型以及其他高阶模型  

12.7　定性 (虚拟) 变量模型  

12.8　包含定性变量和定量变量的模型  

12.9　比较嵌套模型  

12.10 逐步回归  

第三部分：多元回归诊断  

12.11　残差分析：检验回归假设  

12.12 一些陷阱：可估计性、多重共线性与外推法

附　录

精彩样章

金钱能买到真爱吗？

“每天都有上百万购物者通过网购和到实体店购物的方式采购心仪的礼物。美国人在 12 月份这一个月里在零售商店的花费超过300亿美元。虽然他们费尽心思选择礼物，但是仍然担心所买的礼物不能取悦对方。”

说出这段话的是斯坦福大学商务研究院的研究人员弗朗西斯·弗林（Francis J. Flynn）和加布丽埃勒·亚当斯（Gabrielle S. Adams），他们在《实验社会心理学杂志》（Journal of Experimental Social Psychology，2009年第45期）上发表了《金钱无法买到真爱：礼物价格与感激之情之间的不对称信念》一文。这些研究人员调查了礼物价格与收礼者对礼物的欣赏程度之间的关系。送礼者在一件礼物上花费很多钱，一般是为了表达对收礼者的强烈爱意。研究人员认为，这些送礼者会期望收礼者表现出强烈的感激之情。然而，他们并不指望收礼者对于价格更高的礼物表现出更强烈的感激。也就是说，“礼物价格与感激水平之间的关系对于送礼者而言要比收礼者更强”。

为了检验这一结论，研究人员对一个由来自全美237名成年人组成的代表样本进行了试验研究。每个人在完成一次网上调查后，会得到一张来自网上主要零售商的5美元代金券。这项调查会问到一些与被调查者收到或送出生日礼物有关的问题。被调查者会被随机分配扮演送礼者或者收礼者的角色。（换句话说，送礼者会被问及他们最近送出的生日礼物，收礼者则会被问及他们最近收到的生日礼物。）如果礼物是现金或者购物卡、代金券类，则不纳入此次研究。研究者收集到包含参与者下列个人信息的数据：

1. 角色（送礼者或收礼者）；

2. 性别（男性或女性）；

3. 礼物价格（以美元为单位）；

4. 欣赏程度（采用7分制回答下面的问题：“你或者收礼者对这件礼物的欣赏程度如何？”其中，1=“完全没有”，2=“一点”，3=“多一点”，4=“有些”，5=“一般”，6=“很多”，7=“非常多”）；

5. 感激之情（采用7分制回答下面的问题：“你或者收礼者对这件礼物的感激程度如何？”其中，1=“完全没有”，2=“一点”，3=“多一点”，4=“有些”，5=“一般”，6=“很多”，7=“非常多”）；

6. 欣赏和感激的整体水平（上述两种7分制得分之和，可能的取值为2，3，4，…，13，14）。

这些数据被保存在 BUYLOV 文件中。

斯坦福大学的研究人员通过分析这些数据得出结论：“送礼者和收礼者对礼物价格与欣赏程度之间的关系的看法是不一致的。送礼者希望收礼者欣赏更昂贵的礼物，但是收礼者并不将他们的感激之情建立在礼物价格的基础上。”

在本章的“回顾实践中的统计”专栏中，我们会用图形描述和数值描述方法表示BUYLOV 中的数据，以展示斯坦福大学研究人员得出的结论。