目 錄

第1章 緒論 1
1.1 統(tǒng)計與統(tǒng)計學 1
1.1.1 統(tǒng)計的含義 1
1.1.2 統(tǒng)計學的研究對象及其特點 2
1.1.3 統(tǒng)計學的學科分類 4
1.2 統(tǒng)計的工作過程和基本職能 5
1.2.1 統(tǒng)計的工作過程 5
1.2.2 統(tǒng)計的基本職能 6
1.3 統(tǒng)計學的基本概念 7
1.3.1 總體、總體單位和樣本 7
1.3.2 標志和指標 8
1.3.3 變異和變量 9
1.4 大數據時代下的統(tǒng)計學 10
1.4.1 大數據的概念 10
1.4.2 大數據的特點 11
1.4.3 大數據時代下的統(tǒng)計學 11
本章知識結構圖 12
思考與練習 12
第2章 數據的搜集與整理 15
2.1 數據的測量尺度與常用類型 15
2.1.1 數據的測量尺度 15
2.1.2 統(tǒng)計數據的常用類型 16
2.2 統(tǒng)計數據的搜集 17
2.2.1 一手數據的搜集 17
2.2.2 二手數據的搜集 19
2.3 統(tǒng)計分組 19
2.3.1 統(tǒng)計分組的概念及作用 19
2.3.2 統(tǒng)計分組的方法 21
2.4 分配數列 24
2.4.1 分配數列的概念及分類 24
2.4.2 分配數列的編制 25
2.4.3 品質分配數列的表示方法 26
2.4.4 數量分配數列的表示方法 27
2.5 統(tǒng)計表 28
2.5.1 統(tǒng)計表的概念及構成 28
2.5.2 統(tǒng)計表的分類 29
2.5.3 統(tǒng)計表設計要求 30
2.6 Stata軟件入門、畫圖和制表 31
2.6.1 Stata軟件入門 31
2.6.2 Stata畫圖和制作統(tǒng)計表 34
本章知識結構圖 38
思考與練習 38
第3章 數據分布特征的描述 42
3.1 集中趨勢的度量 42
3.1.1 算術平均數 42
3.1.2 幾何平均數 43
3.1.3 調和平均數 44
3.1.4 中位數 45
3.1.5 眾數 46
3.2 離散程度的度量 47
3.2.1 極差 47
3.2.2 平均差 48
3.2.3 方差和標準差 48
3.2.4 離散系數 49
3.3 偏度與峰度的度量 49
3.3.1 偏度系數 49
3.3.2 峰度系數 51
3.4 用Stata軟件計算數據的分布特征 51
3.4.1 用summarize命令計算數據的分布特征 51
3.4.2 用tabstat命令計算數據的分布特征 53
本章知識結構圖 54
思考與練習 54
第4章 動態(tài)數列 59
4.1 動態(tài)數列概述 59
4.1.1 動態(tài)數列的含義及作用 59
4.1.2 動態(tài)數列的分類 59
4.1.3 動態(tài)數列的編制原則 61
4.2 動態(tài)數列水平分析指標 62
4.2.1 發(fā)展水平 62
4.2.2 平均發(fā)展水平 63
4.2.3 增長量與平均增長量 68
4.3 動態(tài)數列速度分析指標 69
4.3.1 發(fā)展速度與平均發(fā)展速度 69
4.3.2 增長速度與平均增長速度 70
4.3.3 計算和運用速度相關指標應注意的問題 71
4.4 長期趨勢的測定與預測 72
4.4.1 長期趨勢測定與預測的意義 72
4.4.2 間隔擴大法 73
4.4.3 移動平均法 73
4.4.4 最小平方法 74
4.5 季節(jié)變動的測定與預測 78
4.5.1 按月平均法 78
4.5.2 移動平均趨勢剔除法 79
4.6 用Stata軟件進行長期趨勢的測定 81
本章知識結構圖 83
思考與練習 84
第5章 統(tǒng)計指數 88
5.1 統(tǒng)計指數概述 88
5.1.1 統(tǒng)計指數的概念 88
5.1.2 統(tǒng)計指數的分類 88
5.1.3 統(tǒng)計指數的作用 90
5.1.4 統(tǒng)計指數編制中的問題 91
5.2 統(tǒng)計總指數的編制方法 91
5.2.1 簡單指數 92
5.2.2 加權指數 93
5.2.3 指數的主要應用 98
5.3 指數體系與因素分析 103
5.3.1 指數體系 103
5.3.2 因素分析 104
5.3.3 總量指標變動的因素分析 104
5.3.4 平均指標變動的因素分析 107
本章知識結構圖 111
思考與練習 111
第6章 抽樣分布與參數估計 116
6.1 抽樣理由和抽樣方法 116
6.1.1 抽樣理由 116
6.1.2 抽樣方法 116
6.2 抽樣誤差 118
6.3 抽樣分布 120
6.3.1 樣本均值的抽樣分布 120
6.3.2 中心極限定理 123
6.3.3 比例的抽樣分布 124
6.4 參數估計 125
6.4.1 點估計 125
6.4.2 置信區(qū)間估計 125
6.4.3 總體均值的置信區(qū)間估計(已知 時) 126
6.4.4 總體均值的置信區(qū)間估計(未知 時) 127
6.4.5 比例的置信區(qū)間估計 130
6.5 樣本容量的確定 131
6.5.1 估計總體均值時樣本容量的確定 131
6.5.2 估計總體比例時樣本容量的確定 132
本章知識結構圖 133
思考與練習 133
第7章 假設檢驗 136
7.1 假設檢驗的概念及分類 136
7.2 假設檢驗的五個步驟 137
7.2.1 第1步：提出原假設和備擇假設 137
7.2.2 第2步：選擇顯著性水平 138
7.2.3 第3步：確定檢驗統(tǒng)計量 138
7.2.4 第4步：建立決策準則 139
7.2.5 第5步：做出決策 141
7.3 幾種常見的假設檢驗 142
7.3.1 總體均值的假設檢驗 142
7.3.2 總體比例的假設檢驗 145
7.3.3 兩個總體均值之差的假設檢驗 146
7.3.4 兩個總體比例之差的假設檢驗 149
7.4 假設檢驗決策的風險 150
7.4.1 假設檢驗的兩類錯誤 150
7.4.2 兩類錯誤的關系 151
7.5 用Stata軟件進行假設檢驗 152
7.5.1 單樣本t檢驗的Stata操作 152
7.5.2 兩樣本t檢驗的Stata操作 153
本章知識結構圖 154
思考與練習 154
第8章 方差分析 157
8.1 F分布 157
8.2 比較兩個總體的方差 158
8.3 方差分析引論 160
8.4 單因素方差分析 161
8.4.1 單因素方差分析的基本思想 161
8.4.2 單因素方差分析的基本步驟 163
8.4.3 多重比較檢驗 166
8.5 雙因素方差分析 168
8.5.1 問題的提出 168
8.5.2 無交互作用的雙因素方差分析 168
8.5.3 有交互作用的雙因素方差分析 171
8.6 用Stata軟件進行方差分析 173
8.6.1 用Stata軟件進行單因素方差分析 173
8.6.2 用Stata軟件進行雙因素方差分析 174
本章知識結構圖 174
思考與練習 175
第9章 一元線性回歸分析 177
9.1 相關分析 177
9.1.1 相關關系的含義 177
9.1.2 相關關系的分類 178
9.1.3 相關分析的主要內容 179
9.1.4 相關關系的測量 179
9.2 回歸分析 185
9.2.1 回歸分析的含義 185
9.2.2 回歸分析的分類 185
9.2.3 回歸分析的主要內容 186
9.2.4 相關分析與回歸分析的關系 186
9.3 一元線性回歸模型的假定及系數估計 187
9.3.1 一元線性回歸模型及其假定 187
9.3.2 一元線性回歸模型回歸系數估計 188
9.4 一元線性回歸模型的檢驗 190
9.4.1 模型估計式檢驗的必要性 190
9.4.2 模型參數估計值的經濟意義檢驗 191
9.4.3 回歸直線的擬合優(yōu)度 192
9.4.4 回歸系數的顯著性檢驗 195
9.5 一元線性回歸模型的預測 197
9.5.1 點估計 197
9.5.2 區(qū)間估計 198
9.6 用Stata軟件進行相關分析和回歸分析 200
本章知識結構圖 202
思考與練習 202
第10章 多元線性回歸分析 208
10.1 多元線性回歸模型 208
10.1.1 多元線性回歸模型及其假定 208
10.1.2 多元線性回歸中估計的回歸方程 209
10.1.3 多元線性回歸模型的回歸系數估計 210
10.2 多元線性回歸模型的檢驗 212
10.2.1 擬合優(yōu)度檢驗 212
10.2.2 回歸模型的總體顯著性檢驗：F檢驗 214
10.2.3 回歸系數的檢驗 215
10.3 非線性回歸模型 216
10.3.1 對數線性模型 217
10.3.2 半對數模型 218
10.3.3 倒數模型 219
10.3.4 函數形式的選擇 221
10.4 交互模型 222
10.5 多個回歸系數的聯(lián)合檢驗 223
10.6 定性(虛擬)變量模型 225
10.7 殘差分析 229
10.7.1 隨機誤差項零均值 229
10.7.2 隨機誤差項同方差 229
10.7.3 隨機誤差項無自相關 232
10.7.4 隨機誤差項服從正態(tài)分布 233
10.8 用Stata軟件對多元回歸的系數進行檢驗 236
本章知識結構圖 238
思考與練習 238
參考資料 246