通用管理係列教材：統計學基礎（第2版） pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

賈俊平 著

圖書標籤:

• 統計學
• 管理學
• 教材
• 高等教育
• 大學教材
• 數據分析
• 概率論
• 數理統計
• 經濟管理
• 第二版

齣版社： 中國人民大學齣版社

ISBN：9787300175133

版次：2

商品編碼：11270367

包裝：平裝

叢書名： 通用管理係列教材

開本：16開

齣版時間：2013-06-01

正文語種：中文

內容簡介

　　《通用管理係列教材：統計學基礎（第2版）》結閤瞭作者多年的教學實踐經驗和國外優秀統計學教材的成果，在內容上包括描述統計方法、推斷統計方法以及工商管理中常用的一些統計方法；在寫法上與計算機緊密結閤，大部分統計方法都給齣瞭Excel的計算過程和結果。

作者簡介

　　賈俊平，中國人民大學統計學院副教授。研究方嚮：統計方法在經濟各領域的應用、統計教學方式和方法。主要著作有：《統計學》、《描述統計》、《工商管理統計》、《市場調查與分析》等。主持研究的“非統計學專業本科公共基礎課——統計學教學改革”項目獲2001年國傢級教學成果二等奬、2001年北京市教學成果一等奬。2001年榮獲北京市經濟技術創新標兵稱號，2003年榮獲寶鋼優秀教師奬等。

目錄

第1章 統計和統計數據
1.1 統計及其應用領域
1.1.1 什麼是統計學
1.1.2 統計的應用領域
1.2 數據的類型
1.2.1 分類數據、順序數據、數值型數據
1.2.2 觀測數據和實驗數據
1.2.3 截麵數據和時間序列數據
1.3 數據來源
1.3.1 數據的間接來源
1.3.2 數據的直接來源
1.3.3 調查方案設計
1.3.4 數據質量
1.4 統計中的幾個基本概念
1.4.1 總體和樣本
1.4.2 參數和統計量
1.4.3 變量
關鍵術語
思考與練習

第2章 數據的圖錶展示
2.1 數據的預處理
2.1.1 數據審核
2.1.2 數據排序
2.1.3 數據篩選
2.1.4 數據透視錶
2.2 品質數據的整理與展示
2.2.1 分類數據的整理與圖示
2.2.2 順序數據的整理與圖示
2.3 數值型數據的整理與展示
2.3.1 數據分組
2.3.2 數值型數據的圖
2.4 閤理使用圖錶
2.4.1 鑒彆圖形優劣的準則
2.4.2 統計錶的設計
關鍵術語
思考與練習

第3章 數據的概括性度量
3.1 集中趨勢的度量
3.1.1 平均數
3.1.2 中位數和分位數
3.1.3 各度量值的比較
3.2 離散程度的度量
3.2.1 極差和四分位差
3.2.2 平均差
3.2.3 方差和標準差
3.2.4 離散係數:比較幾組數據的離散程度
3.3 偏態與峰態的度量
3.3.1 偏態及其測度
3.3.2 峰態及其測度
關鍵術語
思考與練習

第4章 抽樣與參數估計
4.1 抽樣與抽樣分布
4.1.1 概率抽樣方法
4.1.2 抽樣分布
4.2 參數估計的基本原理
4.2.1 估計量與估計值
4.2.2 點估計與區間估計
4.3 總體均值的區間估計
4.3.1 正態總體、方差已知，或非正態總體、大樣本
4.3.2 正態總體、方差未知、小樣本
4.4 總體比例的區間估計
4.5 樣本量的確定
4.5.1 估計總體均值時樣本量的確定
4.5.2 估計總體比例時樣本量的確定
關鍵術語
思考與練習

第5章 假設檢驗
5.1 假設檢驗的基本原理
5.1.1 假設的陳述
5.1.2 兩類錯誤與顯著性水平
5.1.3 檢驗統計量與拒絕域
5.1.4 利用P值進行決策
5.2 總體均值的檢驗
5.2.1 大樣本的檢驗方法
5.2.2 小樣本的檢驗方法
5.3 總體比例的檢驗
關鍵術語
思考與練習

第6章 相關與迴歸分析
6.1 變量間關係的度量
6.1.1 變量間的關係
6.1.2 相關關係的描述與測度
6.1.3 相關關係的顯著性檢驗
6.2 一元綫性迴歸
6.2.1 一元綫性迴歸模型
6.2.2 參數的最小二乘估計
6.2.3 迴歸直綫的擬閤優度
6.2.4 顯著性檢驗
6.2.5 利用迴歸方程進行估計和預測
關鍵術語
思考與練習

第7章 時間序列分析和預測
7.1 時間序列及其分解
7.2 時間序列的描述性分析
7.2.1 圖形描述
7.2.2 增長率分析
7.3 時間序列預測的程序
7.3.1 確定時間序列的成分
7.3.2 預測方法的選擇與評估
7.4 平穩序列的預測
7.4.1 移動平均法
7.4.2 指數平滑法
7.5 趨勢型序列的預測
7.5.1 綫性趨勢預測
7.5.2 非綫性趨勢預測
7.6 復閤型序列的分解預測
7.6.1 確定並分離季節成分
7.6.2 建立預測模型並進行預測
7.6.3 計算最後的預測值
關鍵術語
思考與練習

第8章 指數
8.1 引言
8.2 加權指數
8.2.1 加權綜閤指數
8.2.2 加權平均指數
8.2.3 價值指數與指數體係
8.3 幾種常用的價格指數
8.3.1 零售價格指數
8.3.2 消費者價格指數
8.3.3 生産者價格指數
8.3.4 股票價格指數
關鍵術語
思考與練習

附錄 用Excel生成概率分布錶
參考文獻

精彩書摘

本書是在21世紀通識教育係列教材《統計學基礎》的基礎上修訂而成的。考慮到讀者的特點和實際學習需要，本次修訂保留瞭第一版的基本內容和風格，對時間序列分析和預測一章進行瞭重新編寫，增加瞭多階麯綫等內容並對例題數據做瞭全麵更新。練習題中增加瞭選擇題部分，並給齣瞭選擇題和練習題的答案，供讀者學習時參考。
全書共包括8章內容。第1章介紹統計學的一些基本問題，目的是讓讀者對統計學有一個基本的瞭解。第2章介紹數據的圖錶展示方法，使讀者學會數據的基本處理方法和圖形展示技術。第3章介紹數據特徵的統計描述方法，主要討論如何使用一些統計量來對數據進行概括性度量。第4章介紹抽樣與參數估計，討論一些常用的概率抽樣方法，並重點介紹總體參數的估計方法。第5章介紹假設檢驗的基本方法，討論總體均值和總體比例的檢驗方法。第6章介紹相關與迴歸分析方法，討論變量之間關係強度的度量方法，並介紹一元綫性迴歸方法及應用。第7章介紹時間序列的分析和預測方法，主要討論時間序列的描述性方法以及對時間序列的預測。第8章介紹指數，主要討論綜閤指數的編製方法及實踐中常用的幾種價格指數。

前言/序言

管理決策的基石：洞悉數據，驅動增長 在瞬息萬變的商業世界中，每一個明智的決策都離不開對數據深刻的理解和精準的分析。統計學，作為一門研究如何收集、整理、分析和解釋數據的科學，已不再是少數專業人士的專屬技能，而是成為所有管理者必備的核心競爭力。它為我們揭示瞭隱藏在海量信息背後的規律，幫助我們識彆趨勢，評估風險，優化資源配置，最終實現企業價值的最大化。《通用管理係列教材：統計學基礎（第2版）》正是為培養具備這種核心統計學素養的管理人纔而精心編寫的權威教材，它將復雜的統計學概念與管理實踐緊密結閤，旨在幫助您構建堅實的統計學基礎，掌握在實際工作中應用統計方法的關鍵能力。 本書的編寫宗旨是，讓每一位讀者，無論其先前是否接觸過統計學，都能逐步掌握統計學的基本原理和方法，並能將其靈活地應用於解決實際管理問題。我們深知，許多管理者在麵對數據時，常常感到無從下手，或者對統計分析結果的解讀一知半疑。本書將通過清晰的邏輯、豐富的案例和循序漸進的講解，打破這種隔閡，讓統計學真正成為您洞察 business intelligence（商業智能）的有力工具。 第一部分：統計學入門與數據概覽 在統計學領域揚帆起航，首先需要建立起對統計學基本概念的清晰認識。本書的第一部分將帶您走進統計學的大門，理解其核心概念、研究範疇以及在管理決策中的重要作用。我們將探討： 統計學的本質與意義： 究竟什麼是統計學？它為何如此重要？在市場研究、生産控製、人力資源管理、財務分析等眾多管理領域，統計學是如何發揮關鍵作用的？我們將通過生動的事例，闡釋統計學如何幫助我們從不確定性中尋找確定性，從繁雜的數據中提煉齣有價值的信息。 數據的類型與測量尺度： 數據是統計分析的“原材料”，理解不同類型的數據以及它們的測量尺度，是正確應用統計方法的前提。本書將詳細介紹定性數據（如類彆型、順序型）和定量數據（如離散型、連續型）的差異，並深入解析名義尺度、順序尺度、區間尺度和比例尺度的特點及其對統計分析方法的選擇帶來的影響。 數據收集與抽樣方法： 嚴謹的數據收集是獲得可靠分析結果的基石。我們將介紹各種常見的數據收集方法，如普查、問捲調查、訪談、觀察等，並重點講解抽樣技術。理解簡單隨機抽樣、係統抽樣、分層抽樣、整群抽樣等多種抽樣方法的原理和適用場景，將幫助您在有限的資源下，科學地抽取具有代錶性的樣本，從而做齣更具普遍性的推斷。 數據的可視化錶達： “一圖勝韆言”。數據的可視化是理解和溝通數據信息最直觀有效的方式。本書將詳細介紹各種統計圖錶，如直方圖、條形圖、餅圖、摺綫圖、散點圖、箱綫圖等，並指導您如何根據數據類型和分析目的選擇最閤適的圖錶形式。通過對圖錶的解讀，您將能夠快速識彆數據的分布特徵、變量之間的關係以及異常值，為後續的深入分析奠定基礎。 描述性統計的初步探索： 在對數據進行初步瞭解之後，描述性統計成為整理和概括數據特徵的下一步。我們將係統介紹描述性統計量，包括集中趨勢的度量（均值、中位數、眾數），離散程度的度量（方差、標準差、極差、四分位數間距），以及形狀的度量（偏度、峰度）。這些統計量將幫助您全麵而簡潔地描述一組數據的基本特徵，從而獲得對數據的初步認識。 第二部分：概率論基礎與離散概率分布 統計學是概率論的應用，理解概率論的基本概念是深入掌握統計推斷的關鍵。本部分將為您構建堅實的概率論基礎，並介紹幾種重要的離散概率分布。 概率的基本概念： 我們將從事件、樣本空間、概率的定義入手，深入理解概率的性質和計算方法。掌握條件概率、獨立事件、聯閤概率等概念，將為理解更復雜的統計模型打下基礎。 隨機變量及其分布： 隨機變量是描述不確定性結果的數學工具。本書將區分離散型隨機變量和連續型隨機變量，並詳細介紹它們的概率質量函數（PMF）和概率密度函數（PDF）。 二項分布與泊鬆分布： 這兩種離散概率分布在管理實踐中有著廣泛的應用。我們將探討二項分布在質量控製、市場調研中進行計數分析的場景；介紹泊鬆分布在描述單位時間內事件發生次數，如客戶服務呼叫量、産品故障率等方麵的應用。理解它們的模型假設、參數意義以及如何計算相關概率，將有助於您解決實際問題。 第三部分：連續概率分布與抽樣分布 在掌握瞭離散概率分布之後，我們將進入更為普遍和重要的連續概率分布領域，並探討統計推斷的另一關鍵工具——抽樣分布。 正態分布及其應用： 正態分布，又稱高斯分布，是自然界和許多社會現象中最常見的分布。我們將深入剖析正態分布的特性，包括其對稱性、鍾形麯綫以及與標準正態分布之間的關係。理解正態分布將為後續的參數估計和假設檢驗提供理論支持。 其他重要的連續概率分布： 除瞭正態分布，本書還將介紹指數分布、均勻分布等其他常見的連續概率分布，並闡述它們在不同管理場景下的應用，例如指數分布在可靠性工程中的應用。 抽樣分布的概念： 當我們從總體中抽取樣本並計算統計量（如樣本均值、樣本比例）時，這些統計量本身也具有一定的概率分布。本書將詳細介紹抽樣分布的概念，特彆是樣本均值的抽樣分布，並重點講解中心極限定理（Central Limit Theorem）的強大威力。中心極限定理揭示瞭，無論總體分布如何，當樣本量足夠大時，樣本均值的抽樣分布都近似服從正態分布，這是統計推斷得以成立的基石。 第四部分：參數估計 在瞭解瞭概率分布和抽樣分布之後，我們便可以著手進行參數估計，即利用樣本信息來推斷總體的未知參數。 點估計： 點估計是用樣本統計量來估計總體參數的單個值。本書將介紹矩估計法和最大似然估計法等常用的點估計方法，並討論點估計的性質，如無偏性、有效性和一緻性。 區間估計： 點估計隻能提供一個數值，而區間估計則能提供一個包含總體參數的概率範圍，即置信區間。我們將重點講解如何構建總體均值、總體比例的置信區間，並深入理解置信水平的含義。掌握區間估計，將幫助您更全麵地評估總體參數的不確定性。 利用統計軟件進行參數估計： 考慮到實際應用的需求，本書還將介紹如何利用主流的統計軟件（如Excel、SPSS等）來執行點估計和區間估計，讓您能更高效地將理論知識轉化為實踐操作。 第五部分：假設檢驗 假設檢驗是統計推斷的另一重要組成部分，它提供瞭一種係統化的方法來判斷基於樣本證據，我們是否應該拒絕關於總體參數的某種“假設”。 假設檢驗的基本原理： 我們將詳細講解零假設（H0）和備擇假設（H1）的設定，統計檢驗量的構造，以及P值和顯著性水平的概念。理解如何做齣統計決策，即接受或拒絕零假設，是假設檢驗的核心。 關於總體均值的檢驗： 本書將重點講解關於單個總體均值的Z檢驗和t檢驗，以及兩個總體均值之差的Z檢驗和t檢驗。這些檢驗方法在評估産品質量、比較不同營銷策略效果、分析投資迴報率等方麵有著廣泛的應用。 關於總體比例的檢驗： 除瞭均值，我們還將學習如何進行關於單個總體比例和兩個總體比例之差的Z檢驗。這在市場調研中評估顧客滿意度、分析銷售轉化率等方麵至關重要。 卡方檢驗： 卡方檢驗是一種非參數檢驗方法，用於分析分類數據。本書將介紹卡方獨立性檢驗和擬閤優度檢驗，幫助您分析變量之間的關聯性，評估觀測數據是否與理論分布相符。 方差分析（ANOVA）： 當我們需要比較三個或更多個總體的均值時，方差分析就顯得尤為重要。我們將介紹單因素方差分析（One-Way ANOVA）的基本原理和應用，例如比較不同生産綫的産品質量是否存在顯著差異。 第六部分：相關與迴歸分析 本部分將帶領您探索變量之間的數量關係，並利用迴歸模型進行預測。 相關分析： 我們將介紹相關係數的概念，包括皮爾遜相關係數，並學習如何度量變量之間綫性關係的強度和方嚮。理解散點圖與相關係數的解讀，將幫助您識彆潛在的業務關聯。 簡單綫性迴歸： 簡單綫性迴歸是分析一個自變量與一個因變量之間綫性關係的最基本模型。我們將講解迴歸方程的建立，解釋迴歸係數的含義，並介紹如何評估模型的擬閤優度（如決定係數R²）。學會利用簡單綫性迴歸進行預測，將為您的業務決策提供量化依據。 多元綫性迴歸： 在實際管理中，往往存在多個因素共同影響某個結果。本書將介紹多元綫性迴歸模型，學習如何解釋多個自變量的迴歸係數，以及如何處理多重共綫性等問題。 迴歸模型的診斷與應用： 我們將探討如何通過殘差分析來診斷迴歸模型的有效性，以及如何避免過度擬閤。同時，還將介紹迴歸模型在銷售預測、成本分析、風險評估等領域的實際應用案例。 第七部分：時間序列分析入門 在很多管理場景下，我們關注的數據是隨時間變化的，例如銷售額、股票價格、用戶活躍度等。本部分將為您介紹時間序列分析的基礎知識。 時間序列數據的特徵： 我們將探討時間序列數據中的趨勢、季節性、周期性和隨機性等成分。 平滑和預測方法： 本書將介紹簡單移動平均法、指數平滑法等基本的平滑和預測技術，幫助您對未來的趨勢進行初步的估計。 基本的模型構建： 簡要介紹自迴歸（AR）和移動平均（MA）模型的概念，為理解更復雜的時間序列模型打下基礎。 貫穿全書的特色： 實踐導嚮： 本書的每一個章節都緊密結閤管理實踐，通過大量貼近實際的案例，幫助讀者理解統計學概念的實際應用價值。 循序漸進： 從基礎概念到復雜模型，本書的邏輯結構清晰，講解深入淺齣，確保讀者能夠逐步掌握統計學知識。 圖文並茂： 大量圖錶、公式和錶格的使用，使得抽象的統計概念更加形象直觀。 強調理解與應用： 本書不僅教授“如何計算”，更注重“為何如此”以及“如何解釋結果”，培養讀者獨立分析和解決問題的能力。 軟件輔助： 本書將適時介紹主流統計軟件在數據分析中的應用，幫助讀者將理論與實踐相結閤。 《通用管理係列教材：統計學基礎（第2版）》不僅僅是一本教材，更是您通往數據驅動決策之路的嚮導。它將幫助您超越錶麵數字，洞察數據背後的真正含義，從而在競爭激烈的商業環境中，做齣更明智、更精準的決策，驅動企業持續增長。無論您是正在學習管理學的學生，還是希望提升自身數據分析能力的在職管理者，本書都將是您不可或缺的學習夥伴。

評分☆☆☆☆☆

這本書的排版和視覺呈現，對於一本側重量化分析的教材來說，絕對算得上是教科書級彆的典範。我是一個非常注重閱讀體驗的人，如果一本書密密麻麻全是黑白文字，我很容易産生畏難情緒。然而，這本書在視覺設計上花瞭很多心思。首先，重點公式和關鍵定義都采用瞭醒目的底色框或加粗處理，即使在快速翻閱時，重要的知識點也能自動跳入眼簾。其次，圖錶的質量非常高。無論是直方圖、散點圖還是迴歸殘差圖，它們的坐標軸清晰、圖例明確，並且每一個圖錶都緊密地服務於它所解釋的統計概念，而不是為瞭美觀而存在。我特彆提一下關於“迴歸分析”的那幾個章節。作者用不同的顔色綫條來區分擬閤優度好的模型和擬閤效果差的模型，這種視覺上的對比，比單純的R平方數值更能直觀地告訴我模型的好壞。這種對細節的關注，體現瞭編輯和作者對讀者體驗的尊重。如果你像我一樣，需要從大量信息中提煉齣核心規律，那麼這種結構清晰、視覺友好的布局，無疑是能大大提升學習效率的加分項。

評分☆☆☆☆☆

我是一個在職的供應鏈經理，平時工作強度很大，很難有大塊時間進行純理論學習。我對這本書的評價，很大程度上取決於它在“效率”和“可操作性”上的錶現。從這個角度看，它做得相當齣色。這本書的結構設計非常有利於碎片化學習。每一章節的開頭都有一個明確的“學習目標”清單，讀完這一節後，我通常會快速迴顧一下這些目標是否達成，這形成瞭一種非常高效的自檢機製。尤其贊賞它在“抽樣方法”和“置信區間”這兩個關鍵概念上的處理。它沒有使用過於晦澀的術語來包裝這些概念，而是直接拋齣問題：“我們如何用有限的資源去瞭解整個倉庫的貨物質量？”然後自然地引齣簡單隨機抽樣、分層抽樣等方法的優缺點。對於我們這些需要快速將學到的知識轉化為業務決策的人來說，這種“問題驅動”的學習路徑是救命稻草。此外，書中提供的案例數據都是與供應鏈、市場營銷、財務管理等通用商業領域強相關的，這避免瞭閱讀過程中産生“這和我有什麼關係”的疏離感。這本書更像一個精乾的業務顧問，而不是一個學術教授。

評分☆☆☆☆☆

收到，我將根據您的要求，以一個讀者的口吻，為您撰寫五段關於《通用管理係列教材：統計學基礎（第2版）》的詳細書評，每段約300字，且風格、內容和語句結構各不相同，不包含任何對提問或AI的提及。 --- 這本書的封麵設計相當簡潔，拿在手裏沉甸甸的，感覺內容會非常紮實。我是在準備一個重要的數據分析項目時開始翻閱的，坦白說，我的統計學背景有點薄弱，很多概念停留在高中時代的模糊印象裏。剛開始看的時候，我對“概率論基礎”那一章感到有些吃力，各種符號和公式像是天書一樣。但是，作者在引入這些復雜概念時，似乎非常注重與實際管理的結閤。比如，在講到“中心極限定理”時，他們沒有僅僅停留在數學推導上，而是通過一個關於庫存管理的例子來闡述，這一下子讓我抓住瞭核心思想——為什麼在樣本量足夠大的情況下，我們可以對整體情況做齣可靠的預測。這種由淺入深，不斷用實際案例來佐證理論的編排方式，讓我的學習麯綫變得平緩瞭不少。我特彆欣賞的是，它並沒有迴避那些枯燥的計算部分，而是將它們清晰地列齣，同時配上瞭現代數據分析軟件的操作指南。雖然我還沒有深入到高級迴歸分析的部分，但目前為止，這本書給我的感覺是，它不僅僅是在教你統計學知識，更是在教你如何用統計學的思維去解決管理中的實際問題。對於想要從零開始係統梳理統計學知識的管理者或學生來說，這本書的詳實程度是值得肯定的，它確實體現瞭“基礎”二字的重量。

評分☆☆☆☆☆

說實話，我購買這本教材時，主要是衝著它“第2版”的更新來的，因為第一版我聽說有點過時瞭，尤其是在處理大數據和利用現代軟件工具方麵。翻開目錄，我立刻注意到瞭它在描述性統計和推斷性統計之間的平衡處理。過去我看過的很多統計學書，要麼過於偏重理論證明，讀起來像在啃數學分析，要麼就是過於側重軟件操作，讓你隻知其然不知其所以然。這本書的編排顯然找到瞭一個微妙的平衡點。它對假設檢驗的講解尤其深入，從零假設到備擇假設的建立，再到P值的解讀，作者用瞭大量的篇幅，甚至繪製瞭多個不同的分布圖來對比不同檢驗方法的適用場景。有一點讓我印象特彆深刻，那就是在討論“方差分析（ANOVA）”時，它沒有直接跳到F檢驗，而是先花瞭整整一節來解釋多組均值差異背後的邏輯鏈條，這種循序漸進的教學方法，極大地增強瞭我對模型構建的直觀理解。唯一的小遺憾是，我個人希望在非參數檢驗的部分能有更多的篇幅，畢竟在真實世界中，數據分布不滿足正態性的情況遠比教科書裏描述的要常見。總體而言，第2版的更新使得這本書在理論深度和實用性之間取得瞭更好的融閤。

評分☆☆☆☆☆

我嘗試瞭用這本書來輔導一位初級分析師，從“教學”的角度來審視它的內容組織，我認為它在理論深度和廣度上的覆蓋非常全麵，尤其是對於一個“基礎”教材而言。它不僅僅停留在描述“如何計算”，更強調瞭“為什麼這麼計算”。例如，在講解“相關性與因果性”時，它用瞭一整段的篇幅來剖析混淆變量（Confounding Variables）的影響，這對於避免初級分析師得齣錯誤的業務結論至關重要。這本書的深度體現在它對統計學概念背後的哲學思考有所涉及，而不是簡單地將統計學工具堆砌起來。對於我這樣已經有一些經驗的人來說，這本書提供瞭一個極好的“復盤”和“查漏補缺”的平颱，讓我能重新審視自己過去那些憑感覺做齣的統計判斷。它迫使我去思考，我的結論是否有更嚴謹的統計學支撐。當然，對於那些希望直接學習深度學習或時間序列建模的讀者來說，這本書的範圍可能稍顯保守，但正因為它聚焦於“基礎”，它打下的地基纔如此堅實可靠，確保瞭未來學習任何高級統計方法時，都不會因為基礎概念模糊而卡殼。

評分☆☆☆☆☆

天南星科觀葉植物蟲害主要有蚜蟲，可用速撲殺、功夫、氧化樂果等防治，每隔4—5天噴藥一次，重復2—3次。蛞蝓和蝸牛也對觀葉植物有危害，常用防治藥劑為密達8%滅蝸靈。

評分☆☆☆☆☆

# 跳轉號 原檢索號 描述 中文名 拉丁名

評分☆☆☆☆☆

賈俊平，中國人民大學統計學院副教授。研究方嚮：統計方法在經濟各領域的應用、統計教學方式和方法。主要著作有：《統計學》、《描述統計》、《工商管理統計》、《市場調查與分析》等。主持研究的“非統計學專業本科公共基礎課——統計學教學改革”項目獲2001年國傢級教學成果二等奬、2001年北京市教學成果一等奬。2001年榮獲北京市經濟技術創新標兵稱號，2003年榮獲寶鋼優秀教師奬等。　《通用管理係列教材：統計學基礎（第2版）》結閤瞭作者多年的教學實踐經驗和國外優秀統計學教材的成果，在內容上包括描述統計方法、推斷統計方法以及工商管理中常用的一些統計方法；在寫法上與計算機緊密結閤，大部分統計方法都給齣瞭Excel的計算過程和結果。

評分☆☆☆☆☆

作者簡介

評分☆☆☆☆☆

作者簡介

評分☆☆☆☆☆

1 30 1 花全部兩性；肉穗花序上部無附屬器。

評分☆☆☆☆☆

作者簡介

評分☆☆☆☆☆

編輯

評分☆☆☆☆☆

書不錯，沒有壞的，好評！