商务统计：决策与分析（英文版）（附光盘） [Statistics for Business: Decision Making and Analysis] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] Robert A.Stine 著

出版社： 机械工业出版社

ISBN：9787111342007

版次：1

商品编码：10667940

品牌：机工出版

包装：平装

丛书名： 华章统计学原版精品系列

外文名称：Statistics for Business: Decision Making and Analysis

开本：16开

出版时间：2011-05-18

页数：832

编辑推荐

《商务统计：决策与分析（英文版）》启发性案例：每章都从一个商业案例开始，提出问题并引出该章内容。4M示例：4M（动机、方法、实施、结论）的问题解决策略为学生解决商务问题提供了清晰的思路。每个4M示例都先提出一个商业问题，然后引导学生寻求解决该问题的最佳统计方法，使用统计软件实现，并说明分析结果。
陷阱：为避免发生常见错误，每章结尾处给出一些有用的提示。
软件提示：每章都有关于运用Excel（2003和2007）、Minitab和JMP进行计算的提示。
背后的数学：在多数章节的最后，提供了一些有趣的技术细节，以解释某些重要结论，如对某个基本公式的证明或解释。
实际的统计案例研究：每部分最后都包括两个深度案例研究，这些案例使用真实数据，涉及股票价格、经理人薪酬、企业债券违约、零售额管理和过程控制等方面。
随书光盘中包括纯文本、Excel、Minitab 14、Minitab 15和SPSS（PASW）格式的数据集文件以及Excel的一个统计学插件DDXL。

内容简介

现在商业竞争日益激烈，有效做出商务决策变得至关重要。本书从实际的商业问题出发，详细阐述如何利用数据进行信息决策，并将统计概念与实际问题联系起来，告诉读者如何寻找模式从数据建立统计模型，以及如何提供调查结果。书中涵盖了应用统计学在当代商务经济领域中几乎所有的重要应用，并且统计软件（包括Excel、Minitab等）的使用贯穿全书。

作者简介

Robert Stine 于普林斯顿大学获得博士学位。自1983年以来他一直在宾夕法尼亚大学沃顿商学院讲授商务统计学课程。在任教期间，他获得了多项教学奖，包括MBA核心教学奖、David W. Hauck优秀教学奖。他的研究领域包括计算机软件、时间序列分析和预测、与模型识别和选择相关的一般问题等。
Dean Foster 于马里兰大学获得博士学位。他曾在芝加哥大学任教，自1992年以来任教于宾夕法尼亚大学沃顿商学院。他讲授的课程有商务统计初步、概率论与马尔可夫链、统计计算和高等统计学等。其研究领域包括随机过程的统计推断、博弈论、机器学习和变量选择。

目录

Preface iii
Index of Applications xvii
PART ONEVariation
1Introduction2
1.1What is Statistics?2
1.2Previews4
1.3How to Use This Book92Data13
2.1Data Tables14
2.2Categorical and Numerical Data15
2.3Recoding and Aggregation17
2.4Time Series20
2.5Further Attributes of Data21

Chapter Summary24
3Describing Categorical Data28
3.1Looking at Data29
3.2Charts of Categorical Data31
3.3The Area Principle35
3.4Mode and Median40

Chapter Summary43
4Describing Numerical Data52
4.1Summaries of Numerical Variables53
4.2Histograms and the Distribution of Numerical Data57
4.3Boxplot60
4.4Shape of a Distribution62
4.5Epilog66

Chapter Summary69
5Association between Categorical Variables77
5.1Contingency Tables78
5.2Lurking Variables and Simpson’s Paradox85
5.3Strength of Association89

Chapter Summary95
6Association between Quantitative Variables104
6.1Scatterplots105
6.2Association in Scatterplots107
6.3Measuring Association109
6.4Summarizing Association with a Line115
6.5Spurious Correlation118

Chapter Summary123
STATISTICS IN ACTION CASEFinancial time series134
STATISTICS IN ACTION CASEExecutive compensation142
PARTTWO Probability
7Probability150
7.1From Data to Probability151
7.2Rules for Probability156
7.3Independent Events161

Chapter Summary165
8Conditional Probability174
8.1From Tables to Probabilities175
8.2Dependent Events178
8.3Organizing Probabilities182
8.4Order in Conditional Probabilities185

Chapter Summary190
9Random Variables196
9.1Random Variables197
9.2Properties of Random Variables200
9.3Properties of Expected Values205
9.4Comparing Random Variables207

Chapter Summary209
10Association between Random Variables218
10.1Portfolios and Random Variables219
10.2Joint Probability Distribution221
10.3Sums of Random Variables224
10.4Dependence between Random Variables225
10.5IID Random Variables230
10.6Weighted Sums232

Chapter Summary236
11Probability Models for Counts243
11.1Random Variables for Counts244
11.2Binomial Model246
11.3Properties of Binomial Random Variables247
11.4Poisson Model251

Chapter Summary257
12The Normal Probability Model261
12.1Normal Random Variable262
12.2The Normal Model265
12.3Percentiles271
12.4Departures from Normality272

Chapter Summary278
STATISTICS IN ACTION CASEManaging Financial Risk287
STATISTICS IN ACTION CASEModeling Sampling Variation296
PART THREE Inference
13Samples and Surveys304
13.1Two Surprising Properties of Sampling305
13.2Variation310
13.3Alternative Sampling Methods314
13.4Checklist for Surveys317

Chapter Summary321
14Sampling Variation and Quality325
14.1Sampling Distribution of the Mean326
14.2Control Limits331
14.3Using a Control Chart334
14.4Control Charts for Variation337

Chapter Summary343
15Confidence Intervals351
15.1Ranges for Parameters352
15.2Confidence Interval for the Mean357
15.3Interpreting Confidence Intervals360
15.4Manipulating Confidence Intervals362
15.5Margin of Error364

Chapter Summary371
16Statistical Tests378
16.1Concepts of Statistical Tests379
16.2Testing the Proportion384
16.3Testing the Mean388
16.4Other Properties of Tests393

Chapter Summary397
17Alternative Approaches to Inference403
17.1A Confidence Interval for the Median404
17.2Transformations410
17.3Prediction Intervals411
17.4Proportions Based on Small Samples415

Chapter Summary419
18Comparison424
18.1Data for Comparisons425
18.2Two-sample t-test427
18.3Confidence Interval for the Difference432
18.4Other Comparisons435

Chapter Summary444
STATISTICS IN ACTION CASERare Events450
STATISTICS IN ACTION CASETesting Association456
PART FOUR Regression Models
19Linear Patterns464
19.1Fitting a Line to Data465
19.2Interpreting the Fitted Line467
19.3Properties of Residuals472
19.4Explaining Variation474
19.5Conditions for Simple Regression475

Chapter Summary481
20Curved Patterns488
20.1Detecting Nonlinear Patterns489
20.2Transformations491
20.3Reciprocal Transformation492
20.4Logarithm Transformation497

Chapter Summary506
21The Simple Regression Model513
21.1The Simple Regression Model514
21.2Conditions for the Simple Regression Model518
21.3Inference in Regression521
21.4Prediction Intervals529

Chapter Summary537
22Regression Diagnostics545
22.1Problem 1:Changing Variation546
22.2Problem 2: Leveraged Outliers555
22.3Problem 3:Dependent Errors and Time Series559

Chapter Summary566
23Multiple Regression573
23.1The Multiple Regression Model574
23.2Interpreting Multiple Regression575
23.3Checking Conditions581
23.4Inference in Multiple Regression584
23.5Steps in Fitting a Multiple Regression588

Chapter Summary594
24Building Regression Models605
24.1Identifying Explanatory Variables606
24.2Collinearity611
24.3Removing Explanatory Variables616

Chapter Summary627
25Categorical Explanatory Variables635
25.1Two-sample Comparisons636
25.2Analysis of Covariance639
25.3Checking Conditions642
25.4Interactions and Inference644
25.5Regression with Several Groups651

Chapter Summary656
26Analysis of Variance665
26.1Comparing Several Groups666
26.2Inference in Anova Regression Models673
26.3Multiple Comparisons677
26.4Groups of Different Size680

Chapter Summary686
27Time Series694
27.1Decomposing a Time Series695
27.2Regression Models698
27.3Checking the Model708

Chapter Summary719
STATISTICS IN ACTION CASEAnalyzing Experiments728
STATISTICS IN ACTION CASEAutomated Modeling736
Appendix: Tables743
AnswersA-1
Photo AcknowledgmentsC-1

前言/序言

评分☆☆☆☆☆

　　A继续恳求，数学家遍查文献，发现了一种方法叫做“耦合”。但这种方法需要双方的配合。数学家找到B说明情况，B被A的诚意打动，决定给A一个机会。数学家做了这个概率空间与其自身的乘积空间，并用卡拉西奥多里扩张定理构造了上面的概率测度结构，附带诱导了轨道空间的概率测度。A和B被写在同一个括号里，构成耦合的过程。

评分☆☆☆☆☆

好 书，值 得 阅 读

评分☆☆☆☆☆

不错，不错，不错，不错，不错，不错，不错，不错，不错，不错，

评分☆☆☆☆☆

评分☆☆☆☆☆

　　

评分☆☆☆☆☆

　　

评分☆☆☆☆☆

　　A高高兴兴地回到了未知的生活，并将这条引理教给了B。虽然他们仍不知将去往何方，但他们坚信cdy老师书上的知识必将引导他们相遇。

评分☆☆☆☆☆

　　

评分☆☆☆☆☆

　　A再次找到了数学家。数学家说：你看这种种随机过程，总是独立的多，不独立的少。况且不独立也未见得是好事。你看C和C+1，他们并不独立，协方差是1，但是他们虽然彼此相爱，却永远也不能在一起。