本書不僅深入剖析了統(tǒng)計學的核心原理，而且將理論與實踐緊密結合，凸顯了其獨特的經管特色。我們側重于將統(tǒng)計學知識與實際經濟、管理問題相融合，通過生動的案例分析，使讀者能夠直觀理解統(tǒng)計學的各項技術，并學會如何在真實場景中靈活應用。
此外，本書緊跟數據分析的時代潮流，重點介紹了統(tǒng)計軟件R的使用。為了讓讀者能夠更加自如地應對數據分析的挑戰(zhàn)，我們特別引入了先進的編程技術，以及大語言模型這一人工智能領域的杰出成果。這不僅為讀者提供了實時的問題解答和學習支持，還極大地提升了學習效率。
值得一提的是，本書堅持“實踐出真知”的教學理念。我們?yōu)閷W習者準備了豐富的實際案例和練習題，鼓勵他們通過不斷的實踐來鞏固和深化對統(tǒng)計學方法的理解與掌握。這種學以致用的方式將有助于讀者在未來的職業(yè)生涯中更好地運用統(tǒng)計學知識來解決實際問題。
李濤 上海財經大學統(tǒng)計與管理學院副院長、講席副教授，博士生導師。上海市一流本科課程“概率論”負責人。國家線上線下混合式一流課程“數理統(tǒng)計”主要參與人。
劉鑫 上海財經大學統(tǒng)計與管理學院講席副教授、博士生導師。在國國際統(tǒng)計學權威期刊 Statistica Sinica, Journal of Multivariate Analysis，Statistics in Medicine以及人工智能頂級會議等發(fā)表論文近20篇。
吳潔 上海財經大學統(tǒng)計與管理學院副教授、博士生導師，曾主持國家自然科學基金、上海浦江人才計劃、上海市統(tǒng)計局課題等科研項目，參與國家及省部級課題多項，在國內外核心學術期刊發(fā)表論文20余篇。
馮興東 上海財經大學統(tǒng)計與管理學院院長、統(tǒng)計學教授、博士生導師。在國際頂級統(tǒng)計學期刊Journal of the American Statistical Association，Annals of Statistics，Journal of the Royal Statistical Society-Series B，Biometrika 以及人工智能頂級會議NeurIPS 發(fā)表論文多篇。
第 1 章 數據的收集與抽樣
1.1 總體與樣本
1.1.1 數據
1.1.2 抽樣方法
1.2 抽樣方法在大數據時代的應用
課后習題
第 2 章 數據的整理與可視化
2.1 數據的分類
2.2 數據的整理
2.2.1 定性數據的整理
2.2.2 定量數據的整理
2.3 描述性度量
2.3.1 集中趨勢的度量
2.3.2 離散程度的度量
2.3.3 分布形態(tài)的度量
2.3.4 兩個變量關系的描述
2.4 數據的可視化
2.4.1 定性數據的可視化
2.4.2 定量數據的可視化
2.4.3 變量關系的可視化
課后習題41
第 3 章 抽樣分布
3.1 統(tǒng)計量與抽樣分布
3.2 統(tǒng)計學中常用的幾種重要分布
3.2.1 正態(tài)分布
3.2.2 χ 2 分布
3.2.3 t 分布
3.2.4 F 分布
3.3 均值的抽樣分布
3.3.1 正態(tài)總體抽樣
3.3.2 非正態(tài)總體抽樣與中心極限定理
3.4 比例的抽樣分布
3.5 方差的抽樣分布
課后習題
第 4 章 參數估計
4.1 參數估計的基本原理
4.1.1 估計量與估計值
4.1.2 估計量的評價標準
4.2 點估計與區(qū)間估計
4.2.1 點估計
4.2.2 區(qū)間估計
4.3 單個總體參數的置信區(qū)間
4.3.1 總體均值的置信區(qū)間
4.3.2 總體比例的置信區(qū)間
4.3.3 總體方差的置信區(qū)間
4.4 兩個總體參數的置信區(qū)間
4.4.1 兩個總體均值之差的置信區(qū)間
4.4.2 兩個總體比例之差的置信區(qū)間
4.4.3 兩個總體方差之比的置信區(qū)間
4.5 樣本量的確定
課后習題
第 5 章 假設檢驗
5.1 假設檢驗的基本原理
5.2 總體均值的檢驗
5.2.1 單個總體均值的檢驗
5.2.2 兩個總體均值之差的檢驗
5.3 總體比例的檢驗
5.3.1 單個總體比例的檢驗
5.3.2 兩個總體比例之差的檢驗
5.4 總體方差的檢驗
5.4.1 單個總體方差的檢驗
5.4.2 兩個總體方差之比的檢驗
課后習題
第 6 章 方差分析
6.1 方差分析引論
6.1.1 方差分析的思想及基本概念
6.1.2 方差分析的基本假定及檢驗
6.2 單因子方差分析
6.2.1 數據結構及問題表述
6.2.2 方差分解原理及 F 檢驗
6.2.3 多重比較
6.3 雙因子方差分析
6.3.1 無交互作用的雙因子方差分析
6.3.2 有交互作用的雙因子方差分析
課后習題
第 7 章 列聯(lián)表分析
7.1 列聯(lián)表的獨立性檢驗
7.2 列聯(lián)表的齊性檢驗
7.3 相關性度量
課后習題
第 8 章 線性回歸分析
8.1 簡單線性回歸
8.1.1 模型的建立
8.1.2 最小二乘估計
8.1.3 最小二乘估計的性質
8.1.4 回歸系數的統(tǒng)計推斷
8.1.5 置信與預測區(qū)間
8.2 多元線性回歸
8.2.1 多元線性回歸模型
8.2.2 回歸系數的統(tǒng)計推斷
8.2.3 置信與預測區(qū)間
8.3 回歸模型的評估
8.3.1 回歸方程的顯著性檢驗
8.3.2 決定系數
8.4 殘差分析
8.5 變量選擇
課后習題
第 9 章 邏輯回歸
9.1 二分類變量的邏輯回歸模型
9.2 回歸系數的含義
9.3 回歸系數的估計以及統(tǒng)計推斷
9.4 擬合方程的評價
課后習題
第 10 章 時間序列
10.1 時間序列的種類和編制方法
10.1.1 時間序列的種類
10.1.2 時間序列的編制方法
10.2 時間序列的描述性統(tǒng)計
10.2.1 圖形展示
10.2.2 數字描述
10.3 時間序列的預測
10.4 平穩(wěn)時間序列預測
10.5 非平穩(wěn)時間序列預測
10.5.1 時間序列的分解
10.5.2 線性與非線性趨勢的預測
10.5.3 時間序列的分解與預測
課后習題
第 11 章 指 數
11.1 指數的概念和種類
11.1.1 指數的概念
11.1.2 指數的分類
11.1.3 指數編制中的問題
11.2 總指數編制方法
11.2.1 簡單指數
11.2.2 加權指數
11.3 指數體系
11.3.1 總量指數體系
11.3.2 平均數變動因素分解
11.4 綜合評價指數
11.5 幾種常見的指數
11.5.1 居民消費價格指數
11.5.2 股票價格指數
課后習題
第 12 章 案例分析
12.1 PM2.5 濃度時間序列分析及其季節(jié)效應剝離——以上海市某監(jiān)測站點為例
12.1.1 案例背景
12.1.2 數據來源
12.1.3 描述性分析
12.1.4 時間序列分解
12.2 基于邏輯回歸的銀行理財產品的潛在購買客戶預測
12.2.1 案例背景
12.2.2 數據來源
12.2.3 描述性分析
12.2.4 邏輯回歸模型建模與分析
12.2.5 結語
12.3 基于股票價格指數的統(tǒng)計指標測算和預測
12.3.1 案例背景
12.3.2 數據來源
12.3.3 數據預處理
12.3.4 自回歸移動平均模型
12.3.5 結語
12.4 全社會用電量的影響因素分析與預測
12.4.1 案例背景
12.4.2 數據來源和變量說明
12.4.3 描述性分析
12.4.4 線性回歸建模分析
12.4.5 全社會用電量預測分析
附錄 A 概率基礎
A.1 隨機實驗與隨機事件
A.2 隨機事件的概率
A.3 隨機變量及其分布
A.3.1 隨機變量的概率分布
A.3.2 隨機變量的數字特征
A.4 常見的概率分布
附錄 B R 語言簡介
B.1 基本語法
B.2 Data Frame 類
B.3 List 類
B.4 R 函數
B.5 控制語句和循環(huán)語句
B.6 讀入與輸出數據
B.7 幾個常用的 R 軟件包
B.7.1 ggplot2
B.7.2 rmarkdown
B.7.3 shiny
附錄 C 上海財經大學統(tǒng)計與管理學院大語言模型簡介與應用
C.1 大模型發(fā)展、現狀與應用
C.1.1 大模型的發(fā)展歷程
C.1.2 大模型的現狀
C.1.3 大模型的應用
C.2 統(tǒng)計學大模型構建簡述
C.2.1 統(tǒng)計學大模型構建意義
C.2.2 統(tǒng)計學大模型結果展示
參考文獻
書單推薦
