第1章概率論基礎(chǔ)
1.1事件與概率
1.1.1隨機(jī)試驗(yàn)與隨機(jī)事件
1.1.2事件的關(guān)系及運(yùn)算
1.1.3事件的概率
1.2概率的基本性質(zhì)
1.3條件概率與事件獨(dú)立性
1.3.1條件概率與乘法公式
1.3.2事件獨(dú)立性
1.3.3全概率公式
1.3.4貝葉斯公式
1.4隨機(jī)變量及其分布
1.4.1隨機(jī)變量及其分布函數(shù)
1.4.2隨機(jī)變量的數(shù)字特征
1.4.3常用的離散型分布 第1章概率論基礎(chǔ)
1.1事件與概率
1.1.1隨機(jī)試驗(yàn)與隨機(jī)事件
1.1.2事件的關(guān)系及運(yùn)算
1.1.3事件的概率
1.2概率的基本性質(zhì)
1.3條件概率與事件獨(dú)立性
1.3.1條件概率與乘法公式
1.3.2事件獨(dú)立性
1.3.3全概率公式
1.3.4貝葉斯公式
1.4隨機(jī)變量及其分布
1.4.1隨機(jī)變量及其分布函數(shù)
1.4.2隨機(jī)變量的數(shù)字特征
1.4.3常用的離散型分布
1.4.4常用的連續(xù)型分布
1.5案例
案例1.1概率論在可靠性檢驗(yàn)中的應(yīng)用
案例1.2概率論在民事糾紛中的應(yīng)用
習(xí)題1
第2章數(shù)據(jù)的搜集與整理
2.1統(tǒng)計(jì)數(shù)據(jù)的搜集
2.1.1統(tǒng)計(jì)數(shù)據(jù)的來源
2.1.2統(tǒng)計(jì)調(diào)查與統(tǒng)計(jì)調(diào)查體系
2.1.3抽樣調(diào)查
2.2調(diào)查設(shè)計(jì)
2.2.1統(tǒng)計(jì)調(diào)查方案的設(shè)計(jì)
2.2.2調(diào)查問卷的設(shè)計(jì)
2.3統(tǒng)計(jì)數(shù)據(jù)的整理
2.3.1統(tǒng)計(jì)分組
2.3.2頻數(shù)分布
2.3.3統(tǒng)計(jì)表和統(tǒng)計(jì)圖
2.3.4統(tǒng)計(jì)數(shù)據(jù)的分布特征
2.4SPSS基礎(chǔ)及其在統(tǒng)計(jì)數(shù)據(jù)整理中的應(yīng)用
2.4.1SPSS軟件的基本操作環(huán)境
2.4.2SPSS數(shù)據(jù)文件
2.4.3SPSS數(shù)據(jù)的統(tǒng)計(jì)整理
2.5案例
案例2.1大連市“公交自行車計(jì)劃”的統(tǒng)計(jì)調(diào)查研究
案例2.2迎賓商場(chǎng)X品牌手機(jī)銷售數(shù)據(jù)的統(tǒng)計(jì)整理
案例2.32009年中國(guó)七市公司50強(qiáng)營(yíng)業(yè)收入數(shù)據(jù)的統(tǒng)計(jì)整理
習(xí)題2
第3章參數(shù)估計(jì)
3.1參數(shù)估計(jì)的基本原理
3.2點(diǎn)估計(jì)
3.2.1點(diǎn)估計(jì)的概念
3.2.2點(diǎn)估計(jì)的優(yōu)良性標(biāo)準(zhǔn)
3.2.3點(diǎn)估計(jì)的方法
3.2.4點(diǎn)估計(jì)的SPSS應(yīng)用
3.3區(qū)間估計(jì)
3.3.1總體方差σ2已知時(shí)，總體均值μ的估計(jì)
3.3.2總體方差σ2未知時(shí)，總體均值μ的估計(jì)
3.3.3總體方差的區(qū)間估計(jì)
3.3.4總體比率的區(qū)間估計(jì)
3.3.5區(qū)間估計(jì)的SPSS應(yīng)用
3.4案例
案例3.1學(xué)校教學(xué)改革成效評(píng)價(jià)
案例3.2我國(guó)人口男女比例調(diào)查
案例3.3我國(guó)不同省市高考成績(jī)平均水平調(diào)查
習(xí)題3
第4章假設(shè)檢驗(yàn)
4.1假設(shè)檢驗(yàn)的基本原理
4.2參數(shù)假設(shè)檢驗(yàn)
4.2.1一個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)
4.2.2一個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)的SPSS應(yīng)用
4.2.3兩個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)
4.2.4兩個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)的SPSS應(yīng)用
4.3非參數(shù)假設(shè)檢驗(yàn)
4.3.1符號(hào)檢驗(yàn)法
4.3.2秩和檢驗(yàn)法
4.3.3非參數(shù)假設(shè)檢驗(yàn)中的SPSS應(yīng)用
4.4案例
案例4.1谷類食品生產(chǎn)商的投資問題
案例4.2數(shù)控機(jī)床的選購(gòu)問題
習(xí)題4
第5章方差分析
5.1方差分析基本原理
5.1.1基本概念
5.1.2方差分析中的基本假定
5.2單因素方差分析
5.2.1多個(gè)總體均值是否相同的檢驗(yàn)
5.2.2多個(gè)總體均值的多重比較檢驗(yàn)
5.3單因素方差分析的SPSS應(yīng)用
5.4雙因素方差分析
5.4.1無交互作用的雙因素方差分析
5.4.2無交互作用的雙因素方差分析的SPSS應(yīng)用
5.4.3有交互作用的雙因素方差分析
5.4.4有交互作用的雙因素方差分析的SPSS應(yīng)用
5.5案例
案例5.1運(yùn)動(dòng)員團(tuán)體成績(jī)預(yù)測(cè)問題
案例5.2手機(jī)電池通話時(shí)間測(cè)試
案例5.3月份與CPI的關(guān)系
習(xí)題5
第6章正交試驗(yàn)
6.1正交試驗(yàn)設(shè)計(jì)的基本概念
6.2正交表
6.2.1各列水平數(shù)均相同的正交表
6.2.2混合水平正交表
6.2.3選擇正交表的基本原則
6.3正交試驗(yàn)的基本步驟
6.4極差分析法
6.4.1單指標(biāo)正交試驗(yàn)
6.4.2多指標(biāo)正交試驗(yàn)
6.4.3水平數(shù)不等的正交試驗(yàn)
6.5案例
案例6.1提高雙氰胺生產(chǎn)速率工藝選擇
案例6.2促銷產(chǎn)品包裝方案設(shè)計(jì)
案例6.3提高尼尤66鹽產(chǎn)品質(zhì)量的工藝選擇
習(xí)題6
第7章相關(guān)分析
7.1相關(guān)分析概述
7.1.1什么是相關(guān)分析
7.1.2相關(guān)關(guān)系分類
7.1.3相關(guān)關(guān)系舉例
7.2簡(jiǎn)單相關(guān)分析
7.2.1相關(guān)系數(shù)的抽樣分布
7.2.2Pearson簡(jiǎn)單相關(guān)系數(shù)
7.2.3Spearman等級(jí)相關(guān)系數(shù)
7.2.4Kendall相關(guān)系數(shù)
7.2.5簡(jiǎn)單相關(guān)分析的SPSS操作
7.3偏相關(guān)分析
7.3.1偏相關(guān)分析步驟
7.3.2偏相關(guān)分析的SPSS操作
7.4距離相關(guān)分析
7.4.1距離相關(guān)分析步驟
7.4.2距離相關(guān)分析的SPSS操作
7.5案例
案例7.1預(yù)測(cè)河水流量
案例7.2確定員工培訓(xùn)人數(shù)
案例7.3香煙消耗量與肺癌的相關(guān)性研究
習(xí)題7
第8章線性回歸
8.1回歸分析概述
8.1.1回歸分析的基本概念
8.1.2回歸分析的步驟
8.2一元線性回歸
8.2.1一元線性回歸模型
8.2.2參數(shù)β0和β1的最小二乘估計(jì)
8.2.3回歸方程的檢驗(yàn)
8.2.4殘差分析
8.2.5相關(guān)系數(shù)、判定系數(shù)和估計(jì)標(biāo)準(zhǔn)誤差三者的關(guān)系
8.2.6一元線性回歸的SPSS操作
8.3多元線性回歸
8.3.1多元線性回歸模型
8.3.2參數(shù)的最小二乘估計(jì)
8.3.3擬合優(yōu)度
8.3.4顯著性檢驗(yàn)
8.3.5多重共線性
8.3.6變量的篩選策略
8.3.7啞變量的概念和應(yīng)用
8.3.8多元線性回歸的SPSS操作
8.4二維Logistic回歸
8.4.1模型簡(jiǎn)介
8.4.2Logistic回歸模型的假設(shè)檢驗(yàn)
8.4.3二維Logistic回歸的SPSS操作
8.5案例
案例8.1不良貸款控制方案的確定
案例8.2消費(fèi)者品牌偏好分析
案例8.3前列腺癌治療方案選擇
案例8.4動(dòng)脈硬化病因的判斷問題
習(xí)題8
……
第9章聚類分析與判別分析
第10章生存分析
第11章主成分分析與因子分析
參考文獻(xiàn)