电子工业出版社-网上书店

随着大数据时代的来临，统计分析已经成为社会经济生活中的必备能力。本书以Minitab18.1为统计工具，详细介绍了应用统计中的描述统计，概率、分布与模拟，单样本的估计和检验，双样本的统计推断，基础统计方法的拓展，方差分析，回归分析，经典统计的替代与补充，多元统计分析，时间序列分析与预测及质量管理中的统计方法。本书的资源丰富，书中共包含了近300个案例，网络资源中还包括案例的全部数据和视频教程，读者可以通过书中的操作指令和网站上的视频教程运行本书所有案例的程序，学习起来非常方便。

目    录

 
第1章  Minitab与应用统计	1
1.1  概述	1
1.2  Minitab基础	1
1.2.1  窗口介绍	2
1.2.2  简单示例与本书约定	3
1.3  主要统计概念	6
1.3.1  一个调查	6
1.3.2  变量的测量尺度与变量类型	7
1.3.3  变量的关系	9
1.3.4  数据的预处理	9
1.3.5  其他概念	12
1.4  利用Minitab自学统计	13
第2章  描述统计	15
2.1  单变量的图表方法	15
2.1.1  一个品质变量	15
2.1.2  一个数值变量	18
2.2  双变量的图表方法	23
2.2.1  两个品质变量	23
2.2.2  品质变量与数值变量	27
2.2.3  两个数值变量	30
2.3  三变量的图表方法	32
2.3.1  三个品质变量	32
2.3.2  三个数值变量	34
2.4  数值变量的数值方法	36
2.4.1  数值变量的数值方法概述	36
2.4.2  一个数值变量	36
2.4.3  两个数值变量	46
第3章  概率、分布与模拟	50
3.1  基本概念	50
3.1.1  概率	50
3.1.2  随机变量与分布	51
3.1.3  理论分布	54
3.2  离散型概率分布	55
3.2.1  离散型均匀分布	55
3.2.2  二项分布	55
3.2.3  泊松分布	57
3.3  连续型概率分布	58
3.3.1  均匀分布	58
3.3.2  指数分布	59
3.3.3  正态分布	61
3.4  其他连续型分布	63
3.4.1  ?2分布	63
3.4.2  t分布	64
3.4.3  F分布	65
3.5  概率、累积概率和逆累积概率的计算	66
3.5.1  计算的类型和方法	66
3.5.2  利用Minitab计算概率、累积概率和
逆概率	68
3.6  样本分布与模拟	76
3.6.1  样本分布与抽样概述	76
3.6.2  简单随机抽样	76
3.6.3  正态分布模拟	77
3.7  抽样分布与模拟	80
3.7.1  推断统计与抽样分布	80
3.7.2  抽样分布模拟	83
第4章  单样本的估计和检验	87
4.1  估计的概念与类型	87
4.1.1  估计的概念	87
4.1.2  单样本区间估计的类型	88
4.2  单样本的区间估计	89
4.2.1  总体标准差 ? 已知时，总体均值 ? 的
区间估计	89
4.2.2  总体标准差 ? 未知时，总体均值 ? 的
区间估计	94
4.2.3  总体比例 ? 的区间估计	97
4.2.4  总体方差 ?2（标准差 ?）的
区间估计	99
4.2.5  总体均值与总体方差的区间估计
应用	102
4.3  样本容量的计算	103
4.4  假设检验的概念与类型	105
4.4.1  假设检验的概念与P值法	105
4.4.2  三种类型的假设检验	106
4.4.3  两种形式的假设检验	107
4.5  单样本的假设检验	109
4.5.1  总体标准差 ? 已知时，总体均值 ? 的
假设检验	109
4.5.2  总体标准差 ? 未知时，总体均值 ? 的
假设检验	114
4.5.3  总体比例 ? 的假设检验	117
4.5.4  总体方差 ?2（标准差 ?）的假设
检验	119
4.6  功效检验	122
第5章  双样本的统计推断	126
5.1  双样本统计推断的基础知识	126
5.1.1  双样本统计推断概述	126
5.1.2  双样本统计推断的类型	127
5.2  双样本的统计推断	128
5.2.1  总体均值之差?1??2的统计推断：两总体的标准差?1和?2已知时的独立
样本	128
5.2.2  总体均值之差?1??2的统计推断：两总体的标准差?1和?2未知时的独立
样本	133
5.2.3  总体均值之差?1??2的统计推断：
配对样本	136
5.2.4  总体比例之差 ?1??2 的统计推断	140
5.2.5  总体方差（标准差）之比 
（?1/?2）的统计推断	145
5.3  Minitab中样本数据的存储方式	148
5.3.1  样本数据存储方式概述	148
5.3.2  堆叠数据与非堆叠数据的转换方式	149
5.3.3  利用非堆叠数据进行统计推断	150
第6章  基础统计方法的拓展	152
6.1  假设检验的拓展	152
6.1.1  正态性检验	152
6.1.2  等方差检验	156
6.1.3  异常值检验	159
6.2  数值变量与泊松率	161
6.2.1  泊松分布的拟合优度检验	161
6.2.2  单样本泊松率的统计推断	163
6.2.3  双样本泊松率的统计推断	164
6.3  品质变量与卡方检验	167
6.3.1  拟合优度的卡方检验	167
6.3.2  二维列联表的卡方检验	172
6.3.3  三维列联表的卡方检验	177
第7章  方差分析	179
7.1  利用堆叠数据陈述假设	179
7.2  单因子方差分析	180
7.2.1  方差分析的概念	180
7.2.2  基于一般线性模型的单因子方差
分析	182
7.2.3  多重比较	186
7.2.4  因子图与预测	188
7.2.5  完整案例	189
7.2.6  单因子方差分析的其他问题	191
7.3  双因子方差分析	194
7.3.1  不含交互作用的双因子方差分析	194
7.3.2  包含交互作用的双因子方差分析	198
7.4  方差分析的拓展	202
7.4.1  协方差分析	202
7.4.2  随机效应与混合效应方差分析	208
7.4.3  完全嵌套方差分析	211
7.4.4  多元方差分析	215
7.5  双因子方差分析的数据格式与重复测量方差
分析	217
7.5.1  双因子方差分析的非堆叠数据格式与
转换	217
7.5.2  重复测量方差分析	218
第8章  回归分析	219
8.1  相关关系与相关系数的假设检验	219
8.2  线性回归：数值因变量	220
8.2.1  简单线性回归	220
8.2.2  多重线性回归	228
8.2.3  预测	233
8.3  回归诊断	235
8.3.1  残差分析：检验模型的统计正确性	235
8.3.2  检验异常值、高杠杆点和强影响点	238
8.3.3  多重共线性	240
8.3.4  线性回归与回归诊断的案例	241
8.4  线性回归中的其他问题	245
8.4.1  品质自变量	245
8.4.2  包含品质、数值两种自变量的回归	252
8.4.3  模型构建	256
8.5  特殊因变量回归	261
8.5.1  二值logistic回归	261
8.5.2  名义logistic回归	271
8.5.3  顺序logistic回归	276
8.5.4  泊松回归	279
8.6  变量具有函数关系时的应用统计方法总结	281
第9章  经典统计的替代与补充	283
9.1  非参数统计方法	283
9.1.1  非参数统计方法概述	283
9.1.2  单样本的统计推断	284
9.1.3  双样本的统计推断	289
9.1.4  方差分析	295
9.1.5  游程检验与Spearman秩相关	300
9.2  等价检验	303
9.2.1  单样本均值的等价检验	303
9.2.2  两样本均值的等价检验	305
9.3  可靠性/生存分析	308
9.3.1  生存分析概述	308
9.3.2  生存分析的参数方法	311
9.3.3  生存分析的非参数方法	315
9.3.4  生存回归	318
第10章  多元统计分析	321
10.1  多元统计分析概述	321
10.2  聚类分析	321
10.2.1  聚类分析的概念	321
10.2.2  Q型聚类与距离	322
10.2.3  Q型聚类：观测值聚类	323
10.2.4  Q型聚类：K均值聚类	327
10.2.5  R型聚类与相似性：变量聚类	329
10.3  判别分析	330
10.4  主成分分析与因子分析	335
10.4.1  主成分分析	335
10.4.2  因子分析	339
10.5  对应分析	343
10.5.1  对应分析概述	343
10.5.2  简单对应分析	346
10.5.3  多重对应分析	348
第11章  时间序列分析与预测	350
11.1  时间序列的基本概念	350
11.1.1  时间序列图	350
11.1.2  自相关与平稳性	351
11.2  平稳时间序列预测的平滑方法	355
11.2.1  预测入门	355
11.2.2  移动平均法	356
11.2.3  指数平滑法	358
11.3  非平稳时间序列的预测方法	360
11.3.1  时间序列的成分	360
11.3.2  趋势分析	360
11.3.3  季节效应	364
11.4  ARIMA模型	368
11.4.1  AR、MA和ARMA模型的估计和
预测	368
11.4.2  差分与ARIMA模型	375
11.4.3  模型选择	378
11.4.4  包含季节效应的ARIMA模型	382
11.5  回归分析方法	385
11.5.1  利用回归分析估计时间序列数据	385
11.5.2  时间序列回归分析的回归诊断	387
第12章  质量管理中的统计方法	390
12.1  质量管理概述	390
12.2  过程分析的图形方法	391
12.2.1  帕累托图	391
12.2.2  因果图	392
12.2.3  多变异图	393
12.3  控制图	396
12.3.1  控制图概述	396
12.3.2  变量控制图	396
12.3.3  属性控制图	401
12.3.4  利用控制图预警	407
12.4  过程能力分析	408
12.4.1  过程能力分析概述	408
12.4.2  正态数据的过程能力分析	409
12.4.3  非正态数据的过程能力分析	412
12.4.4  属性数据的过程能力分析	415
12.5  试验设计（DOE）	417
12.5.1  试验设计概述	417
12.5.2  全因子试验设计的计划阶段	419
12.5.3  全因子试验设计的分析阶段	421
12.5.4  部分因子试验设计	430
12.5.5  其他试验设计方法	435
12.6  测量系统分析	445
12.6.1  测量系统分析概述	445
12.6.2  重复性和再现性	447
12.6.3  偏移和线性	453
12.6.4  重复性和偏移	454

随着大数据时代的来临，数据制胜的观念已经深入人心，在社会的各行各业，存在着大量需要处理的信息。理解统计思维，掌握统计工具，学会处理和解决经济社会生活中的各种问题，已经成为一种必备的技能。本书就是为希望掌握应用统计这个有力的分析工具和决策方法的读者准备的。应用统计离不开统计软件的支持，Minitab是最简单易学的统计软件之一，其界面友好、操作简单、功能强大，菜单设计更贴近统计的理论逻辑，能够满足循序渐进的教学、学习诉求及使用需要，在全世界应用极其广泛，既是国内外众多统计教材的首选，也是日常应用的主流统计软件。而且，Minitab的中文版翻译质量很高，应用统计专业词汇规范，能够很好地衔接统计教材和统计软件，极大地降低了中国读者的学习成本。
本书是一本结合统计理念和统计软件使用的应用统计教科书，它具有如下几个特点。
第一，本书强调对统计理念的掌握和统计方法的应用。对大多数读者而言，统计就是一个分析工具，掌握基本的统计思想，知道如何收集、处理、分析和解释数据，再加上一款得心应手的统计软件就足够了，不需要费时费力地去掌握数学推导和演算技术。因此，本书对每个统计方法的介绍都遵循理解统计思想、掌握软件操作、学会分析结果的思路。这样布局的优势有三点。一是本书基本不涉及数学推导和统计计算，这正是软件需要完成的工作。本书将重点放在两头：为什么要使用这种统计方法和如何解释软件输出的结果。即使书中给出了公式，其含义也不过是读者使用这些公式，通过计算可以获得与软件输出相同的结果。二是本书克服了很多统计软件工具书只讲软件操作不进行分析解释的缺点。实际上，如果没有掌握一定的统计思想，无法解读数据分析的结果，面对实际问题时就会束手无策。三是本书强调应用，舍弃了很多理论统计的内容。比如，在全书中均使用P值法进行假设检验，基本放弃了临界值法。
第二，本书强调对统计软件的使用，具有软件工具书的特点。本书可以作为Minitab工具书使用，基本做到了Minitab统计和图形菜单全覆盖，其他菜单也涉及了常用的功能。当然，本书和软件工具书也有差异，主要体现在以下三点。一是本书并没有将软件使用与统计理论割裂处理，而是将统计软件的使用融入每个统计理论中，力争实现统计理论和软件使用的统一。二是本书省略了很多没必要的介绍，比如数据录入、数据预处理等内容。在实际工作中，以Excel作为基础的数据录入软件已经足够，而不同的统计方法会决定不同的数据预处理形式，因此本书假设所有的数据均为原始的Excel录入数据，将数据的预处理融入每个统计方法中。三是本书强调理论之间的关联。比如，同样的数据可以采用多种统计方法处理，并获得一致的结果，这在本书中有充分的体现。
第三，本书以统计方法的框架布局，结构完整，内容循序渐进。本书的框架与统计教材一致，这样安排的原因是，对于初学者而言，大学统计教材的章节安排是最合理的体系，在实践中久经考验。它能帮助初学者循序渐进地学习，逐渐掌握统计学的基本思想和相关方法。当然，本书的内容覆盖面超出了基础统计的范畴，主要体现在以下两点。一是本书进一步扩展了基础统计的内容，充分发挥了Minitab的功能，突出了对更多统计方法的介绍，尤其是本书结合Minitab的特点，专门安排章节介绍了六西格玛质量管理方法。二是本书强调了数据格式及转化问题。本书的数据基本是以堆叠数据格式存储的，这也是日常采集数据时常见的存储方式。不过，基础统计基本处理的是非堆叠数据格式。我们以堆叠数据格式介绍统计方法的思路满足了读者日后工作生活的需要，使Minitab可以成为他们日常使用的统计软件。当然，本书也介绍了两种数据格式的转换方法，实现了和基础统计的衔接。
第四，本书内容丰富，相关的教学资料包完善。为了全面地介绍统计方法，展示Minitab的功能，全书共包含近300个案例、100余个数据集，读者可以通过华信教育资源网（http:// www.hxedu.com.cn）免费下载相关数据集，并使用Minitab完成本书的全部案例操作。为了解决读者在学习过程中的操作问题，全书的案例均配有视频教程，读者可以用手机扫描每章的二维码观看该章案例的相关操作视频。笔者在网易云课堂上还开设了一门Minitab的视频课——Minitab统计学实验，它是按照本书的体系组织录制的，每个例题一个操作视频，共计75节视频课，每节课控制在8分钟左右，读者也可以在网易云课堂上搜索加入学习。
本书分为12章。第1章主要介绍应用统计和Minitab软件方面的基础知识，其关键是将变量类型、关系与统计软件结合到一起理解；第2章介绍描述统计，要点在于通过变量类型选择合理的图表方法和数值方法；第3章介绍概率论的基础知识，笔者的教学经验表明，如果读者对这方面完全没有了解，很难掌握高级统计方法，但本书充分发挥了Minitab在绘制概率分布图、进行概率计算上的优势，通过图示法展示分布、进行概率计算，再通过模拟的方法展示抽样分布的概念；第4章和第5章介绍基本的推断统计方法，包含了单样本和双样本的估计和假设检验，采用了先理解内涵再掌握工具的方法；第6章是对第4章和第5章的拓展，完善和丰富了这两章的内容；第7章和第8章介绍了应用统计的两种核心方法：方差分析和回归分析，重点放在了这两种方法的应用前提和结果解释上；第9章进一步补充完善了前面章节的内容，是对全书应用统计内容的理论提升；第10章到第12章是三个相对独立的专题，分别介绍了多元统计方法、时间序列分析和质量管理方法，以满足读者实际工作的需要。
总体来讲，第一，本书可以作为基础统计教材和实验教材，因为本书的第1章到第5章，第6章到第9章及第11章的一部分构成了完整的基础统计学框架，适用于社会科学各专业的本科生，加上其余内容也能够满足研究生的需要；第二，本书可以以培训教材的形式作为Minitab的指导用书，适用于统计软件类课程，因为本书基本覆盖了Minitab的所有统计与图形菜单，也涉及了大多数常用的其他菜单，可以满足Minitab用户的日常使用；第三，本书充分发挥了Minitab在质量管理领域的优势，专门介绍了质量管理方面的统计方法，可以作为质量管理人员解决统计问题的参考书。
阅读本书需要注意的是，本书的所有图形几乎全来自Minitab软件输出，部分符号的使用与统计教学中的习惯用法并不一致，但不影响全书阅读。
本书是笔者在北京农学院经济管理学院的教学积累，在撰写过程中得到了北京农学院文法与城乡发展学院及上海泰珂玛信息技术有限公司的全力支持。初稿完成后，北京联合大学的高书丽老师通读了初稿，提出了宝贵的建议。笔者还邀请浙江财经大学的成定平教授对本书进行了审订。本书承电子工业出版社石会敏女士的悉心编辑才得以出版。在此，笔者对以上单位和个人表示诚挚的谢意。
由于水平有限，书中只是表达了笔者对统计的理解，这些理解还有待完善，若有不妥之处，特别欢迎读者来信指正，笔者的邮箱为sniffle@126.com，愿与读者共同进步。

夏  龙 
2019年10月于北京农学院

本书配套资源下载

对不起，暂无音视频资源！

Minitab应用统计分析