管理統(tǒng)計(jì)：數(shù)據(jù)獲取、統(tǒng)計(jì)原理、SPSS工具與應(yīng)用研究

第1章 概率論基礎(chǔ)知識
1.1 隨機(jī)實(shí)驗(yàn)樣本空間概率與條件概率
1.2 隨機(jī)變量與概率分布的基本概念
1.3 幾個(gè)典型的概率分布
第2章 數(shù)據(jù)與數(shù)據(jù)的獲得
2.1 總體個(gè)體特征與數(shù)據(jù)
2.2 數(shù)據(jù)類型
2.3 獲得數(shù)據(jù)的調(diào)查方法與間卷設(shè)計(jì)
2.4 獲得數(shù)據(jù)的實(shí)驗(yàn)方法
第3章 樣本數(shù)據(jù)特征的初步分析
3.1 樣本數(shù)據(jù)結(jié)構(gòu)的基本特征:頻次與頻率
3.2 觀察刻度級樣本數(shù)據(jù)結(jié)構(gòu)的莖葉圖與直方圖方法
3.3 樣本數(shù)據(jù)的位置特征:對數(shù)據(jù)中心的描述
3.4 樣本數(shù)據(jù)的離散特征
3.5 樣本數(shù)據(jù)特征的綜合表達(dá):箱形圖
第4章 SPSS的簡單應(yīng)用
4.1 使用SPSS的基礎(chǔ)知識
4.2 SPSS的簡單應(yīng)用
第5章 總體分布樣本分布與參數(shù)估計(jì)
5.1 總體分布與樣本分布
5.2 統(tǒng)計(jì)量與統(tǒng)計(jì)量的分布
5.3 點(diǎn)估計(jì)
5.4 判斷點(diǎn)估計(jì)的優(yōu)劣標(biāo)準(zhǔn)
5.5 區(qū)間估計(jì)
5.6 SPSS參效估計(jì)中的應(yīng)用
第6章 奏效假設(shè)檢驗(yàn)
6.1 假設(shè)檢驗(yàn)的基本概念
6.2 一個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)
6.3 一個(gè)0-1總體分布下的參數(shù)假設(shè)檢驗(yàn)
6.4 兩個(gè)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)
6.5 大樣本下兩個(gè)任意總體的均值檢驗(yàn)
6.6 用SPSS作假設(shè)檢驗(yàn)
第7章 非參數(shù)假設(shè)檢驗(yàn)
7.1 兩個(gè)總體分布的非參數(shù)假設(shè)檢驗(yàn)
7.2 一個(gè)總體分布的非參數(shù)假設(shè)檢驗(yàn)
7.3 用SPSS作非參數(shù)檢驗(yàn)
第8章 方差分析
8.1 單因素方差分析
8.2 用SPSS作單因素方差分析
8.3 無重復(fù)實(shí)驗(yàn)的雙因素方差分析
8.4 重復(fù)實(shí)驗(yàn)的雙因素方差分析
8.5 用SPSS作雙因素方差分析
第9章 普通相關(guān)分析
9.1 兩個(gè)隨機(jī)變量的總體相關(guān)與樣本相關(guān)
9.2 Speaman等級相關(guān)
9.3 偏相關(guān)
9.4 相關(guān)系數(shù)異于零的顯著性檢驗(yàn)
9.5 SPSS對普通相關(guān)分析的處理
9.6 品質(zhì)相關(guān)與SPSS的處理
第10章 線性回歸分析
10.1 一元線性回歸
10.2 多元線性回歸
10.3 逐步回歸
10.4 用SPSS處理經(jīng)典回歸問題
10.5 多元線性回歸的三大基本問題
10.6 用SPSS處理線性回歸的三大基本問題
第11章 主成分分析與因子分析
11.1 主成分分析
11.2 因子分析
11.3 用SPSS進(jìn)行因子分析
第12章 聚類分析與判別分析
12.1 聚類分析的作法
12.2 用SPSS做聚類分析
12.3 判別分析的作法
12.4 Fisher判別法
12.5 Bayes判別法
12.6 用SPSS做判別分析
附錄1 常用數(shù)理統(tǒng)計(jì)表
附錄2 各章思考題
主要參考文獻(xiàn)