《基于Excel的商務(wù)與經(jīng)濟統(tǒng)計》旨在向以工商管理和經(jīng)濟學(xué)等專業(yè)為主的學(xué)生介紹統(tǒng)計學(xué)的有關(guān)知識及其多種應(yīng)用。《基于Excel的商務(wù)與經(jīng)濟統(tǒng)計》以應(yīng)用為主，讀者無須具有高深的數(shù)學(xué)知識，只要掌握數(shù)學(xué)中的代數(shù)知識即可。
《基于Excel的商務(wù)與經(jīng)濟統(tǒng)計》的主要內(nèi)容是數(shù)據(jù)分析與統(tǒng)計方法的應(yīng)用，書中關(guān)于每種方法的討論與展開都是在應(yīng)用背景下進行的，借助這些統(tǒng)計結(jié)果，讀者可以更深入地理解問題的本質(zhì)及其解決辦法。
在應(yīng)用的基礎(chǔ)上，《基于Excel的商務(wù)與經(jīng)濟統(tǒng)計》會提供一套合理的方法論，并注意使用一些在該領(lǐng)域已經(jīng)被普遍接受的概念，為讀者深入學(xué)習(xí)統(tǒng)計學(xué)知識打下堅實的基礎(chǔ)。讀者若想繼續(xù)深入研究，請參閱附錄中的相關(guān)文獻。
從管理的實踐問題入手，將統(tǒng)計學(xué)的知識適時地滲透于實際案例中，使讀者對相關(guān)概念或理論產(chǎn)生一個感性的認識。大量實際案例貫穿其中，使統(tǒng)計學(xué)知識生動易懂。詳細介紹統(tǒng)計學(xué)方法在Excel軟件中的操作步驟，增強了統(tǒng)計方法的可操作性。 《基于Excel的商務(wù)與經(jīng)濟統(tǒng)計》以應(yīng)用為主，讀者無須具有高深的數(shù)學(xué)知識，只要掌握數(shù)學(xué)中的代數(shù)知識即可�！ 榻處熀蛯W(xué)生準備了詳實完備的教輔資料和習(xí)題。
托馬斯·A.威廉姆斯（Thomas A.Williams）。羅徹斯特理工學(xué)院（Rochester Institute of Technology）商學(xué)院管理學(xué)教授。出生于美國紐約艾爾邁拉，于克拉克森大學(xué)（Clarksorl IJniversity）取得學(xué)士學(xué)位后，進入仁斯利爾理工學(xué)院（RensselaerPolytecllnic Institute）深造，取得碩士和博士學(xué)位。參與編寫著作ll部，內(nèi)容涉及管理科學(xué)、統(tǒng)計學(xué)、生產(chǎn)運作管理和數(shù)學(xué)等，為眾多世界500強企業(yè)擔任過顧問，科研領(lǐng)域遍及從數(shù)據(jù)分析到大型模型的開發(fā)。
丹尼斯·J.斯威尼（Dennis J.Sweeoey）。數(shù)量分析學(xué)教授，克拉克森大學(xué)生產(chǎn)促進中心的創(chuàng)始人之一。出生于愛荷華州得梅因，先后取得德雷克大學(xué)（Drake Urfiversity）學(xué)士學(xué)位、印第安納大學(xué)（Indiana University）工商管理學(xué)碩士和博士學(xué)位并得到美國國防教育部門的資助。在管理科學(xué)與統(tǒng)計學(xué)領(lǐng)域發(fā)表論文和專著30余篇，參與編寫著作10余部，領(lǐng)域涉及統(tǒng)計學(xué)、管理科學(xué)、線性規(guī)劃和生產(chǎn)運作管理等。
大衛(wèi)·R.安德森（David R.Anderson）。辛辛那提大學(xué)工商管理學(xué)院數(shù)量分析學(xué)教授。出生于美國北達科他州大福克斯，取得普度大學(xué)（Purdue University）學(xué)士、碩士和博士學(xué)位，曾任數(shù)量分析和運籌管理研究所主任，工商管理學(xué)院副院長。參與編寫著作10余部，領(lǐng)域涉及統(tǒng)計、管理科學(xué)、線性規(guī)劃和生產(chǎn)運作管理等，是抽樣統(tǒng)計和統(tǒng)計方法方面的知名顧問。
第一章 數(shù)據(jù)與統(tǒng)計學(xué)
1.1 統(tǒng)計在商業(yè)和經(jīng)濟中的應(yīng)用
1.2 數(shù)據(jù)
1.3 數(shù)據(jù)來源
1.4 描述統(tǒng)計學(xué)
1.5 統(tǒng)計推斷
1.6 應(yīng)用Exeel進行統(tǒng)計分析
第二章 描述統(tǒng)計學(xué)：表格法和圖形法
2.1 匯總分析定性數(shù)據(jù)
2.2 定量數(shù)據(jù)匯總分析
2.3 探索性數(shù)據(jù)分析：莖葉圖
2.4 交叉列表和散點圖
第三章 描述統(tǒng)計學(xué)：數(shù)量方法
3.1 位置測度
3.2 變異程度測度
3.3 分布形態(tài)、相對位置的測度以及異常值的檢測
3.4 探索性數(shù)據(jù)分析
3.5 雙變量相關(guān)關(guān)系測度
3.6 加權(quán)平均值和分組數(shù)據(jù)
第四章 概率概述
4.1 試驗、加法法則和概率賦值
4.2 事件及其概率
4.3 概率的幾種基本關(guān)系
4.4 條件概率
4.5 貝葉斯定理
第五章 離散型概率分布
5.1 隨機變量
5.2 離散型概率分布
5.3 期望值與方差
5.4 二項分布
5.5 泊松概率分布
5.6 超幾何分布
第六章 連續(xù)型概率分布
6.1 均勻概率分布
6.2 正態(tài)概率分布
6.3 指數(shù)概率分布
第七章 抽樣和抽樣分布
7.1 電子聯(lián)合公司的抽樣問題
7.2 簡單隨機抽樣
7.3 點估計
7.4 抽樣分布簡介
7.5 丘的抽樣分布
7.6 戶的抽樣分布
7.7 抽樣方法
第八章 區(qū)間估計
8.1 總體均值的區(qū)間估計：假設(shè)0一已知
8.2 總體均值的區(qū)間估計：假設(shè)口未知
8.3 確定樣本容量
8.4 總體比例的區(qū)間估計
第九章 假設(shè)檢驗
9.1 構(gòu)造原假設(shè)和備擇假設(shè)
9.2 第1類錯誤和第Ⅱ類錯誤
9.3 總體均值的假設(shè)檢驗：已知的情況
9.4 總體均值的假設(shè)檢驗未知的情況
9.5 總體比例的假設(shè)檢驗
第十章 兩個總體均值和比例的統(tǒng)計推斷
10.1 兩個總體均值之差的推斷：和已知
10.2 兩個總體均值之差的推斷：和未知
10.3 兩個總體均值之差的推斷：配對樣本
10.4 兩個總體比例之差的推斷
……
第十一章 總體方差的推斷
第十二章 方差分析和試驗設(shè)計
第十三章 簡單線性回歸
第十四章 多元回歸
第十五章 回歸分析：建模問題
第十六章 非參數(shù)估計
第十七章 質(zhì)量控制的統(tǒng)計方法
附錄A
附錄B
1.3.3 數(shù)據(jù)收集中的誤差
管理者應(yīng)該時刻牢記，統(tǒng)計研究使用的數(shù)據(jù)是可能存在錯誤的。使用了錯誤的數(shù)據(jù)可能比不使用任何數(shù)據(jù)更糟糕。當獲得的數(shù)據(jù)與真實值或?qū)嶋H值不符時，就會產(chǎn)生數(shù)據(jù)收集錯誤，這類錯誤多是由于收集方法不當引起的。錯誤產(chǎn)生的形式有多種。例如，訪談員可能會發(fā)生記錄錯誤，比如將24歲誤記為42歲，或者受訪者由于曲解了問題的原意而做出了錯誤的回答。
試驗數(shù)據(jù)分析人員在收集和記錄數(shù)據(jù)時應(yīng)特別小心，并確保不出現(xiàn)錯誤。可采取一些特殊措施以檢驗數(shù)據(jù)的內(nèi)在一致性。例如，如果一個年齡22歲的人卻說自己已經(jīng)有20年的工作經(jīng)驗，那么在這種情況下，分析人員就有必要重新檢查數(shù)據(jù)的準確性。數(shù)據(jù)分析人員還應(yīng)該注意一些過大或者過小的數(shù)據(jù)，它們通常被稱為異常值，而這些數(shù)據(jù)往往有可能存在錯誤。在本書第三章中，我們將介紹一些統(tǒng)計學(xué)家們用來鑒別異常值的方法。
在數(shù)據(jù)收集過程中會經(jīng)常發(fā)生錯誤。盲目地使用那些偶然獲得的數(shù)據(jù)或者在數(shù)據(jù)收集過程中不認真都會造成數(shù)據(jù)出錯，進而導(dǎo)致錯誤的決策。因此，按照正確的步驟收集數(shù)據(jù)才能保證決策信息的可信度，提高數(shù)據(jù)的利用價值。
1.4 描述統(tǒng)計學(xué)
大多數(shù)報紙、雜志、公司報告和其他出版物上的統(tǒng)計信息都是以一種易于理解的方式表現(xiàn)出來。通過表格、圖形或者數(shù)字等形式把數(shù)據(jù)表示出來，這種統(tǒng)計方法稱為描述統(tǒng)計學(xué)。
……
書單推薦
