具体描述
本书是教育部“高等教育面向21世纪教学内容和课程体系改革计划的研究成果”,是面向21世纪课程教材,也是经济学类、工商管理类核心课程教材。
本书是在充分听取授课教师和学生的意见之后,以第一、二版教材为基础重新编写而成的。本次修订保持前两版教材的基本框架,对内容和体系进行了大幅度调整,主要体现在以下几个方面:一是全书内容由第二版的12章减少为10章,将第二版中的第3章“概率与概率分布”和第4章“抽样与抽样分布”合并为一章,删除了第11章“统计决策”。各章节更新了一些内容和数据。二是在写法上更加简明、深入浅出,更加强调统计方法的实际应用,尽量避免统计方法的数学推导,使得具有高中数学知识的读者就能学懂本课程。三是对各章前的引例进行了重新编写,强调引例与相应章节内容的结合。本书的主要内容包括:数据与统计学,统计数据的描述,概率、概率分布与抽样分布,参数估计,假设检验,方差分析与试验设计,相关与回归分析,时间序列分析与预测,统计指数,国民经济统计基础知识。
本书可作为高等学校经济学类、工商管理类专业本科生的教材,也可作为人文、社会科学以及其他学科的教材或参考书,还可作为相关管理人员和研究人员的参考书。
作者简介
袁卫,我国首批经济统计学博士。现任中国人民大学教授、博士生导师、常务副校长。兼任国务院学位委员会应用经济学学科评议组成员、中国统计学会副会长、中国统计教育学会副会长兼高校分会会长、国际统计学会(ISI)选举会员、国际调查统计学会(IASS)常务理事。主要研究领域为:应用数理统计、风险管理与精算学。曾获得国家有突出贡献的中青年专家、全国优秀教师、首都“五一”劳动奖章等,享受政府特殊津贴,入选教育部首批跨世纪优秀人才培养计划。
目录信息
1.1 统计数据与统计学
1.2 统计学的产生和发展
1.3 统计学的分科
1.3.1 描述统计和推断统计
1.3.2 理论统计和应用统计
1.4 统计数据的来源
1.4.1 直接获取的数据
1.4.2 间接获取的数据
1.5 统计数据的质量
1.6 统计学的基本概念
1.6.1 总体
1.6.2 变量
1.6.3 样本
本章小结
思考与练习
案例分析
第2章 统计数据的描述
2.1 统计数据的整理
2.1.1 统计数据的分组
2.1.2 次数分配
2.1.3 次数分配直方图
2.1.4 洛伦茨曲线与基尼系数
2.2 分布集中趋势的测度
2.2.1 众数
2.2.2 中位数
2.2.3 分位数
2.2.4 均值
2.2.5 几何平均数
2.2.6 切尾均值
2.2.7 众数、中位数和均值的关系
2.3 分布离散程度的测度
2.3.1 极差
2.3.2 内距
2.3.3 方差和标准差
2.3.4 离散系数
2.4 分布偏态与峰度的测度
2.4.1 偏态及其测度
2.4.2 峰度及其测度
2.5 统计表与统计图
2.5.1 统计表
2.5.2 统计图
本章小结
思考与练习
案例分析
第3章 概率、概率分布与抽样分布
3.1 事件及其概率
3.1.1 试验、事件和样本空间
3.1.2 事件的概率
3.1.3 概率的性质和运算法则
3.1.4 条件概率与事件的独立性
3.1.5 全概率公式与逆概率公式
3.2 随机变量及其概率分布
3.2.1 随机变量
3.2.2 离散型随机变量的概率分布
3.2.3 离散型随机变量的数学期望和方差
3.2.4 几种常用的离散型概率分布
3.2.5 概率密度函数与连续型随机变量
3.2.6 常见的连续型随机变量的概率分布
3.3 常用的抽样方法
3.3.1 简单随机抽样
3.3.2 分层抽样
3.3.3 系统抽样
3.3.4 整群抽样
3.4 抽样分布
……
第4章 参数估计
第5章 假设检验
第6章 方差分析与试验设计
第7章 相关与回归分析
第8章 时间序列分析与预测
第9章 统计指数
第10章 国民经济统计基础知识
附录 常用统计表
参考书目
· · · · · · (收起)
读后感
用户评价
我发现这本书最大的价值,不在于它提供了多少现成的公式,而在于它系统地重塑了我的决策思维框架。在日常工作和生活中,我们总是习惯于基于直觉做出判断。然而,在读完这本书之后,我开始有意无意地将事物的复杂性“量化”和“结构化”。例如,在评估一个新项目的可行性时,我不再仅仅关注“感觉如何”,而是会主动去思考:“我们能收集到哪些关键变量?我们应该建立一个什么样的统计模型来预测风险?我们能接受多大的不确定性?”这本书就像一把高精度的尺子,帮助我把模糊的直觉和感性认识,转化成可以用逻辑和数据来支撑的清晰判断,这是一种超越学科本身的思维能力提升。
这本书的封面设计得相当有意思,那种深沉的靛蓝色调,配上烫金的字体,透着一股子沉稳和权威感,让人一拿到手里就觉得它绝非泛泛之辈。我原本对这类题材抱着一种敬而远之的态度,总觉得里头塞满了各种晦涩难懂的公式和图表,读起来就像在攀登一座数据构成的珠穆朗玛峰。然而,这本书的序言却像一位经验丰富的向导,用一种近乎讲故事的口吻,娓娓道来了这门学问的起源和它在现实世界中的应用场景,瞬间就拉近了与读者的距离。它没有急着抛出那些复杂的概念,反而先勾勒出了一个宏大的蓝图:我们如何从混沌无序的现象中,提炼出可靠的规律和趋势。这种叙事上的铺陈,极大地激发了我继续翻阅下去的兴趣,让我开始期待接下来的旅程,哪怕我知道前方会有挑战,但至少我已经准备好了一张心理地图。
阅读这本书的过程,就像是接受了一场高强度的思维训练营。书中穿插的案例分析环节,绝对是精髓所在。它们并非那种教科书式的、为了演示而演示的空洞案例,而是选取了金融市场波动、医学试验设计、乃至社会行为模式分析等多个领域的真实数据挑战。更令人赞叹的是,作者对于“模型选择”的讨论极其深刻和坦诚。他们没有鼓吹任何一种统计方法是万能的,反而花了大篇幅去探讨各种模型的局限性、偏差的来源以及如何批判性地评估结果的可靠性。读完这些案例,我感觉自己看待数据新闻或行业报告时的眼神都变得锐利了许多,不再轻易被那些花哨的图表所迷惑,而是下意识地去追问:“这个P值是怎么算出来的?样本是否具有代表性?”
这本书的语言风格,是我个人非常偏爱的一种——它既保持了学术的精确性,又充满了学者的幽默感和人情味。在解释诸如“中心极限定理”这种核心却常常令人困惑的概念时,作者会巧妙地引用一些历史轶事或者生活中的类比,让原本干燥的数学定理变得生动起来。比如,它用一个关于抛硬币的无穷次实验来类比,形象地说明了为什么在样本量足够大的时候,随机性也会服从一种可预测的规律。这种行文的张弛有度,使得冗长的阅读过程变得非常享受。它让你感觉不是在被动接受知识的灌输,而是在一位睿智的长者陪伴下,共同探索世界运行的底层逻辑。
这本书的章节编排,简直是一场精心设计的思维体操。作者显然深谙读者的学习曲线,他们没有采用那种生硬的、堆砌知识点的传统方式。相反,每一个新的概念——比如概率分布的精妙,或者假设检验的严谨逻辑——都不是孤立存在的,而是如同乐高积木一般,层层递进,彼此之间有着清晰的逻辑联系。我特别欣赏它对“直觉”和“形式化”之间平衡的把握。在介绍回归分析时,作者先是举了一个非常贴近生活的例子——比如研究不同地区的气温变化与某种农作物产量的关系,让读者先在脑海中形成一个大致的画面感,然后再引入那些必要的数学工具。这种“先体验,后定义”的教学法,使得那些原本抽象的符号和参数,一下子变得可触摸、可理解了,大大减轻了初学者的畏难情绪。
补记。
各种呕心沥血靠PPT过日子。
好难:(
考完了才发现学长在书里面夹了本次考试的最后两道大题的题目和答案啊啊啊啊啊><
#第四版