中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
統計學 SPSS和Excel實現(第8版) 版權信息
- ISBN：9787300302768
- 條形碼：9787300302768 ; 978-7-300-30276-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
統計學 SPSS和Excel實現(第8版) 內容簡介
本書共12章，內容包括描述統計、推斷統計、非參數統計和一些常用的統計方法，附錄里給出了SPSS和Excel的常用函數。本書具有以下特色：
強調統計方法與軟件的結合。在介紹統計方法的基礎上，書中所有例題的計算和分析均結合使用SPSS26和Excel2019實現，并在每章*后給出了詳細操作步驟，方便讀者使用。
注重統計方法應用。每章開頭以實際案例引出本章的內容。寫法上立足于統計應用，避免公式的推導，力求通俗易懂。側重于統計方法原理和思想的介紹，把繁雜的計算交給統計軟件來完成。
完善的教學和學習資源。為方便教學和學習，全書配有教學大綱（含思政內容）、詳細的PPT課件、例題和練習題數據、習題答案等，供教師和學生下載使用（www.crup.com.cn）。
統計學 SPSS和Excel實現(第8版) 目錄
第1章 統計、數據和計算機
開篇案例 怎樣理解這樣一些統計結論
1．1 統計及其應用領域
1．1．1 統計學研究什么
1．1．2 統計的應用
1．2 怎樣獲得數據
1．2．1 變量與數據
1．2．2 數據的來源
1．3 統計與計算機
思維導圖：統計方法分類與本書框架
主要術語
軟件應用
思考與練習0
第2章 用圖表展示數據
開篇案例 用哪些圖形展示獎牌
2．1 生成頻數分布表
2．1．1 類別數據的頻數分布表
2．1．2 數值數據的頻數分布表
2．2 類別數據可視化
2．2．1 條形圖
2．2．2 餅圖和環形圖
2．3 數值數據可視化
2．3．1 展示數據分布的圖形
2．3．2 展示變量間關系的圖形
2．3．3 展示樣本相似性的圖形
2．3．4 時間序列圖形
2．4 合理使用圖表
思維導圖：數據類型與圖表展示方法
主要術語
軟件應用
思考與練習
第3章 用統計量描述數據
開篇案例 哪名運動員發揮更穩定
3．1 描述水平的統計量
3．1．1 平均數
3．1．2 分位數
3．1．3 眾數
3．1．4 用哪個值代表一組數據
3．2 描述差異的統計量
3．2．1 極差和四分位差
3．2．2 方差和標準差
3．2．3 離散系數
3．2．4 標準分數
3．3 描述分布形狀的統計量
3．3．1 偏度系數
3．3．2 峰度系數
思維導圖：數據分布特征與描述統計量
主要術語
軟件應用
思考與練習
第4章 概率分布
開篇案例 神舟七號飛船遭遇空間碎片的概率有多大
4．1 什么是概率
4．2 隨機變量的概率分布
4．2．1 隨機變量及其概括性度量
4．2．2 離散型概率分布
4．2．3 連續型概率分布
4．3 其他幾個重要的統計分布
4．3．1 χ2分布
4．3．2 t分布
4．3．3 F分布
4．4 樣本統計量的概率分布
4．4．1 統計量及其分布
4．4．2 樣本均值的分布與中心極限定理
4．4．3 樣本方差的分布
4．4．4 樣本比例的分布
4．4．5 統計量的標準誤
思維導圖：隨機變量的概率分布
主要術語
軟件應用
思考與練習
第5章 參數估計
開篇案例 大學生每周上網花多少時間
5．1 參數估計的基本原理
5．1．1 點估計與區間估計
5．1．2 評價估計量的標準
5．2 一個總體參數的區間估計
5．2．1 總體均值的區間估計
5．2．2 總體比例的區間估計
5．2．3 總體方差的區間估計
5．3 兩個總體參數的區間估計
5．3．1 兩個總體均值差的區間估計
5．3．2 兩個總體比例差的區間估計
5．3．3 兩個總體方差比的區間估計
5．4 樣本量的確定
5．4．1 估計總體均值時樣本量的確定
5．4．2 估計總體比例時樣本量的確定
思維導圖：參數估計所使用的分布
主要術語
軟件應用
思考與練習
第6章 假設檢驗
開篇案例 正常人的平均體溫是37℃嗎
6．1 假設檢驗的基本原理
6．1．1 怎樣提出假設
6．1．2 怎樣做出決策
6．1．3 怎樣表述決策結果
6．2 一個總體參數的檢驗
6．2．1 總體均值的檢驗
6．2．2 總體比例的檢驗
6．2．3 總體方差的檢驗
6．3 兩個總體參數的檢驗
6．3．1 兩個總體均值差的檢驗
6．3．2 兩個總體比例差的檢驗
6．3．3 兩個總體方差比的檢驗
6．4 正態性檢驗
6．4．1 正態概率圖
6．4．2 S-W檢驗和K-S檢驗
思維導圖：假設檢驗的內容框架
主要術語
軟件應用
思考與練習
第7章 類別變量的推斷
開篇案例 性別與是否逃課有關系嗎
7．1 一個類別變量的擬合優度檢驗
7．1．1 期望頻數相等
7．1．2 期望頻數不等
7．2 兩個類別變量的獨立性檢驗
7．2．1 列聯表與χ2獨立性檢驗
7．2．2 應用χ2檢驗應注意的問題
7．3 兩個類別變量的相關性度量
7．3．1 φ系數和克萊姆V系數
7．3．2 列聯系數
思維導圖：類別變量檢驗方法
主要術語
軟件應用
思考與練習
第8章 方差分析與實驗設計
開篇案例 不同運動隊的平均成績之間是否有顯著差異
8．1 方差分析的基本原理
8．1．1 什么是方差分析
8．1．2 誤差分解
8．2 單因子方差分析
8．2．1 數學模型
8．2．2 效應檢驗
8．2．3 多重比較
8．3 雙因子方差分析
8．3．1 數學模型
8．3．2 主效應分析
8．3．3 交互效應分析
8．4 方差分析的假定及其檢驗
8．4．1 正態性檢驗
8．4．2 方差齊性檢驗
8．5 實驗設計初步
8．5．1 完全隨機化設計
8．5．2 隨機化區組設計
8．5．3 析因設計
思維導圖：方差分析過程
主要術語
軟件應用
思考與練習
第9章 一元線性回歸
開篇案例 子代與父代一樣嗎
9．1 變量間的關系
9．1．1 變量間是什么樣的關系
9．1．2 用散點圖描述相關關系
9．1．3 用相關系數度量關系強度
9．2 一元線性回歸模型的估計和檢驗
9．2．1 一元線性回歸模型及其假定
9．2．2 參數的*小二乘估計
9．2．3 模型的擬合優度
9．2．4 模型的顯著性檢驗
9．3 利用回歸方程進行預測
9．3．1 平均值的置信區間
9．3．2 個別值的預測區間
9．4 回歸模型的診斷
9．4．1 殘差與殘差圖
9．4．2 檢驗模型假定
思維導圖：一元線性回歸的建模過程
主要術語
軟件應用
思考與練習
第10章 多元線性回歸
開篇案例 身高受哪些因素影響
10．1 多元線性回歸模型
10．1．1 回歸模型與回歸方程
10．1． 2 參數的*小二乘估計
10．2 擬合優度和顯著性檢驗
10．2．1 模型的擬合優度
10．2．2 模型的顯著性檢驗
10．3 多重共線性及其處理
10．3．1 多重共線性及其識別
10．3．2 變量選擇與逐步回歸
10．4 利用回歸方程進行預測
10．5 啞變量回歸
10．5．1 在模型中引入啞變量
10．5．2 含有一個啞變量的回歸
10．6 模型診斷
思維導圖：多元線性回歸的建模過程
主要術語
軟件應用
思考與練習
第11章 時間序列預測
開篇案例 如何預測下一年各季度的GDP
11．1 時間序列的成分和預測方法
11．1．1 時間序列的成分
11．1．2 預測方法的選擇與評估
11．2 平滑法預測
11．2．1 簡單指數平滑預測
11．2．2 霍爾特指數平滑預測
11．2．3 溫特斯指數平滑預測
11．3 趨勢外推預測
11．3．1 線性趨勢預測
11．3．2 非線性趨勢預測
11．4 分解預測
思維導圖：時間序列預測的思路
主要術語
軟件應用
思考與練習
第12章 非參數檢驗
開篇案例 東部地區和西部地區的人均可支配收入是否相同
12．1 單樣本的檢驗
12．1．1 中位數的符號檢驗
12．1．2 威爾科克森符號秩檢驗
12．2 兩個及兩個以上樣本的檢驗
12．2．1 兩個配對樣本的威爾科克森符號秩檢驗
12．2．2 兩個獨立樣本的曼惠特尼檢驗
12．2．3 k個獨立樣本的克魯斯卡爾沃利斯檢驗
12．3 秩相關及其檢驗
12．3．1 斯皮爾曼秩相關及其檢驗
12．3．2 肯德爾秩相關及其檢驗
思維導圖：非參數檢驗方法
主要術語
軟件應用
思考與練習
開篇案例 怎樣理解這樣一些統計結論
1．1 統計及其應用領域
1．1．1 統計學研究什么
1．1．2 統計的應用
1．2 怎樣獲得數據
1．2．1 變量與數據
1．2．2 數據的來源
1．3 統計與計算機
思維導圖：統計方法分類與本書框架
主要術語
軟件應用
思考與練習0
第2章 用圖表展示數據
開篇案例 用哪些圖形展示獎牌
2．1 生成頻數分布表
2．1．1 類別數據的頻數分布表
2．1．2 數值數據的頻數分布表
2．2 類別數據可視化
2．2．1 條形圖
2．2．2 餅圖和環形圖
2．3 數值數據可視化
2．3．1 展示數據分布的圖形
2．3．2 展示變量間關系的圖形
2．3．3 展示樣本相似性的圖形
2．3．4 時間序列圖形
2．4 合理使用圖表
思維導圖：數據類型與圖表展示方法
主要術語
軟件應用
思考與練習
第3章 用統計量描述數據
開篇案例 哪名運動員發揮更穩定
3．1 描述水平的統計量
3．1．1 平均數
3．1．2 分位數
3．1．3 眾數
3．1．4 用哪個值代表一組數據
3．2 描述差異的統計量
3．2．1 極差和四分位差
3．2．2 方差和標準差
3．2．3 離散系數
3．2．4 標準分數
3．3 描述分布形狀的統計量
3．3．1 偏度系數
3．3．2 峰度系數
思維導圖：數據分布特征與描述統計量
主要術語
軟件應用
思考與練習
第4章 概率分布
開篇案例 神舟七號飛船遭遇空間碎片的概率有多大
4．1 什么是概率
4．2 隨機變量的概率分布
4．2．1 隨機變量及其概括性度量
4．2．2 離散型概率分布
4．2．3 連續型概率分布
4．3 其他幾個重要的統計分布
4．3．1 χ2分布
4．3．2 t分布
4．3．3 F分布
4．4 樣本統計量的概率分布
4．4．1 統計量及其分布
4．4．2 樣本均值的分布與中心極限定理
4．4．3 樣本方差的分布
4．4．4 樣本比例的分布
4．4．5 統計量的標準誤
思維導圖：隨機變量的概率分布
主要術語
軟件應用
思考與練習
第5章 參數估計
開篇案例 大學生每周上網花多少時間
5．1 參數估計的基本原理
5．1．1 點估計與區間估計
5．1．2 評價估計量的標準
5．2 一個總體參數的區間估計
5．2．1 總體均值的區間估計
5．2．2 總體比例的區間估計
5．2．3 總體方差的區間估計
5．3 兩個總體參數的區間估計
5．3．1 兩個總體均值差的區間估計
5．3．2 兩個總體比例差的區間估計
5．3．3 兩個總體方差比的區間估計
5．4 樣本量的確定
5．4．1 估計總體均值時樣本量的確定
5．4．2 估計總體比例時樣本量的確定
思維導圖：參數估計所使用的分布
主要術語
軟件應用
思考與練習
第6章 假設檢驗
開篇案例 正常人的平均體溫是37℃嗎
6．1 假設檢驗的基本原理
6．1．1 怎樣提出假設
6．1．2 怎樣做出決策
6．1．3 怎樣表述決策結果
6．2 一個總體參數的檢驗
6．2．1 總體均值的檢驗
6．2．2 總體比例的檢驗
6．2．3 總體方差的檢驗
6．3 兩個總體參數的檢驗
6．3．1 兩個總體均值差的檢驗
6．3．2 兩個總體比例差的檢驗
6．3．3 兩個總體方差比的檢驗
6．4 正態性檢驗
6．4．1 正態概率圖
6．4．2 S-W檢驗和K-S檢驗
思維導圖：假設檢驗的內容框架
主要術語
軟件應用
思考與練習
第7章 類別變量的推斷
開篇案例 性別與是否逃課有關系嗎
7．1 一個類別變量的擬合優度檢驗
7．1．1 期望頻數相等
7．1．2 期望頻數不等
7．2 兩個類別變量的獨立性檢驗
7．2．1 列聯表與χ2獨立性檢驗
7．2．2 應用χ2檢驗應注意的問題
7．3 兩個類別變量的相關性度量
7．3．1 φ系數和克萊姆V系數
7．3．2 列聯系數
思維導圖：類別變量檢驗方法
主要術語
軟件應用
思考與練習
第8章 方差分析與實驗設計
開篇案例 不同運動隊的平均成績之間是否有顯著差異
8．1 方差分析的基本原理
8．1．1 什么是方差分析
8．1．2 誤差分解
8．2 單因子方差分析
8．2．1 數學模型
8．2．2 效應檢驗
8．2．3 多重比較
8．3 雙因子方差分析
8．3．1 數學模型
8．3．2 主效應分析
8．3．3 交互效應分析
8．4 方差分析的假定及其檢驗
8．4．1 正態性檢驗
8．4．2 方差齊性檢驗
8．5 實驗設計初步
8．5．1 完全隨機化設計
8．5．2 隨機化區組設計
8．5．3 析因設計
思維導圖：方差分析過程
主要術語
軟件應用
思考與練習
第9章 一元線性回歸
開篇案例 子代與父代一樣嗎
9．1 變量間的關系
9．1．1 變量間是什么樣的關系
9．1．2 用散點圖描述相關關系
9．1．3 用相關系數度量關系強度
9．2 一元線性回歸模型的估計和檢驗
9．2．1 一元線性回歸模型及其假定
9．2．2 參數的*小二乘估計
9．2．3 模型的擬合優度
9．2．4 模型的顯著性檢驗
9．3 利用回歸方程進行預測
9．3．1 平均值的置信區間
9．3．2 個別值的預測區間
9．4 回歸模型的診斷
9．4．1 殘差與殘差圖
9．4．2 檢驗模型假定
思維導圖：一元線性回歸的建模過程
主要術語
軟件應用
思考與練習
第10章 多元線性回歸
開篇案例 身高受哪些因素影響
10．1 多元線性回歸模型
10．1．1 回歸模型與回歸方程
10．1． 2 參數的*小二乘估計
10．2 擬合優度和顯著性檢驗
10．2．1 模型的擬合優度
10．2．2 模型的顯著性檢驗
10．3 多重共線性及其處理
10．3．1 多重共線性及其識別
10．3．2 變量選擇與逐步回歸
10．4 利用回歸方程進行預測
10．5 啞變量回歸
10．5．1 在模型中引入啞變量
10．5．2 含有一個啞變量的回歸
10．6 模型診斷
思維導圖：多元線性回歸的建模過程
主要術語
軟件應用
思考與練習
第11章 時間序列預測
開篇案例 如何預測下一年各季度的GDP
11．1 時間序列的成分和預測方法
11．1．1 時間序列的成分
11．1．2 預測方法的選擇與評估
11．2 平滑法預測
11．2．1 簡單指數平滑預測
11．2．2 霍爾特指數平滑預測
11．2．3 溫特斯指數平滑預測
11．3 趨勢外推預測
11．3．1 線性趨勢預測
11．3．2 非線性趨勢預測
11．4 分解預測
思維導圖：時間序列預測的思路
主要術語
軟件應用
思考與練習
第12章 非參數檢驗
開篇案例 東部地區和西部地區的人均可支配收入是否相同
12．1 單樣本的檢驗
12．1．1 中位數的符號檢驗
12．1．2 威爾科克森符號秩檢驗
12．2 兩個及兩個以上樣本的檢驗
12．2．1 兩個配對樣本的威爾科克森符號秩檢驗
12．2．2 兩個獨立樣本的曼惠特尼檢驗
12．2．3 k個獨立樣本的克魯斯卡爾沃利斯檢驗
12．3 秩相關及其檢驗
12．3．1 斯皮爾曼秩相關及其檢驗
12．3．2 肯德爾秩相關及其檢驗
思維導圖：非參數檢驗方法
主要術語
軟件應用
思考與練習
展開全部
統計學 SPSS和Excel實現(第8版) 節選
統計作為數據分析的一種通用語言,已在越來越多的領域得到應用。對很多人而言,掌握統計技術可在競爭日趨激烈的就業市場中占據優勢。統計學作為研究數據的一門科學,為使用者提供了一套獲取數據、分析數據并從數據中得出結論的原則和方法。多數人都把統計作為一門難學的課程來看待,其實統計并不像人們想象的那么難,關鍵是看你怎么學。如果在學習過程中把注意力放在公式上,放在數據的計算過程上,而忽視對統計思想的理解,不僅難以學會,也難以將統計用到實處。如果拋開復雜公式的表象,把繁雜的計算過程交給計算機來完成,就會發現統計其實很簡單。統計的精髓是使復雜問題簡單化,而不是把簡單問題復雜化;統計的真諦在于它所體現的思想,在于它所提供的思維方式;學好統計的關鍵是掌握如何運用統計思維來思考問題,而不是簡單地記住那些“死”的知識。本書具有以下特點:**,首次將非參數檢驗納入統計學教材。第二,實現教材內容與計算機的完全結合。除部分為展示方法的計算過程外,多數統計計算都實現了計算機化。在講清楚統計方法原理和思想的基礎上,基本上都給出了由統計軟件實現計算的詳細操作步驟,并對輸出結果做了詳細解讀。考慮到讀者對統計軟件的可獲得性和熟悉程度,本書結合使用了SPSS和Excel兩個軟件。其中大部分方法使用SPSS實現計算和分析,少量使用Excel。對每種軟件都給出了具體的操作步驟,讀者按此操作就會得到所需的統計分析結果。第三,本書配有內容豐富的教學和學習資源庫,內容包括教學和學習用PPT、教材例題和練習題的數據文件。此外,本書配套的學習指導書給出了每一章的知識結構、學習要點、選擇題和答案,以及教材后所附習題的詳細解答。本書在第7版的基礎上修訂而成，對部分內容做了較大更新，更換了部分例題的數據，使用的SPSS軟件由原來的SPSS 19升級到SPSS 26，Excel由原來的Excel 2013升級為Excel 2019。本書可作為高等院校經濟管理類專業本科生統計學課程的教材,也可作為研究生和MBA的教材或參考書。在使用中,教師對有些章節可根據教學需要和教學時數酌情選講。希望本書能對您有所幫助,也希望您提出更多建議,以便進一步修改和完善。
統計學 SPSS和Excel實現(第8版) 作者簡介
賈俊平 中國人民大學統計學院副教授，長期從事統計教學和研究工作。著有《統計學》《統計學——基于SPSS》《統計學——基于Excel》《統計學——基于R》《數據可視化——基于R語言》《統計學基礎》等。所著教材獲得國家統計局優秀統計教材、北京高等教育精品教材等獎項。參與的教學研究項目“非統計學專業本科公共基礎課——統計學教學改革”獲得***教學成果獎二等獎、北京市教育教學成果獎一等獎。榮獲北京市經濟技術創新標兵等稱號。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
龍榆生：詞曲概論/大家小書
- >
巴金－再思錄
- >
伯納黛特,你要去哪(2021新版)
- >
有舍有得是人生
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
回憶愛瑪儂
- >
我從未如此眷戀人間
本類暢銷
