本书是介绍统计学概念及其在商务与经济中应用的经典著作。它结合国际知名公司运用统计知识的具体实例，全面介绍了常用的数据分析方法和统计方法，向读者展示了统计学在商务与经济中的实用性。全书涵盖了统计学的所有基本知识。每章后面都附有适量的练习，并在书后的附录中给出了部分练习的答案，可以帮助读者更加深入地理解书中的内容。本书适用于工商管理及其他相关专业的本科生、研究生、MBA、企业经营管理者及相关领域研究人员。

戴维R.　安德森戴维R安德森（David RAnderson）是辛辛那提大学商学院的定量分析教授（已退休），出生于北达科他州大福克斯市。他在普度大学获得学士、硕士和博士学位。安德森教授担任过工商管理与运营管理系的系主任，并且曾是辛辛那提大学商学院的副院长。此外，他还是学院首届高级管理项目的负责人。 在辛辛那提大学，安德森教授为商科学生教授“统计学导论”，还开设研究生课程，如回归分析、多元分析和管理科学等。他还在华盛顿特区美国劳工部讲授过统计方面的课程。他因在教学和为学生组织服务方面取得了突出成就而获得了多项提名并获奖。 安德森教授在统计学、管理科学、线性规划、生产与运营等方面与他人合著了10本教材。他是一位在抽样与统计方法方面非常活跃的咨询顾问。 丹尼斯J斯威尼丹尼斯J斯威尼（Dennis J Sweeney）是美国辛辛那提大学的教授，也是该校生产力提高中心的创始人。他出生于艾奥瓦州得梅因市，在德雷克大学获得工商管理专业学士学位，在印第安纳大学获得工商管理专业硕士和博士学位。1978~1979年，斯威尼教授曾在宝洁公司管理科学小组工作过；1981~1982年，他是杜克大学的访问学者。他现任辛辛那提大学定量分析系的系主任，同时也是工商管理学院的副院长。 迄今为止，斯威尼教授已经在管理科学与统计学领域发表了30多篇论文及专著。国家科学基金、IBM、宝洁公司、联合百货公司、克罗格公司及辛辛那提天然气与电气公司都曾对他的研究予以资助，这些研究成果发表在《管理科学》《运筹学》《数学规划》《决策科学》等杂志上。 斯威尼教授还与他人合著了10本教材，涉及统计学、管理科学、线性规划、生产与运营管理等学科。 托马斯A威廉斯托马斯A威廉斯（Thomas A Williams）是美国罗切斯特理工学院商学院的管理科学教授，出生于纽约州埃尔迈拉市。他在克拉克森大学获得学士学位，在罗切斯特理工学院从事过研究工作并在那里获得硕士和博士学位。 在进入罗切斯特理工学院商学院之前，威廉斯教授在辛辛那提大学工商管理学院工作了7年。在那里，他为信息系统专业制订了本科生的教学计划，并担任负责人。在罗切斯特理工学院，他是决策科学系的首任主席。他教授的课程有“管理科学与统计学”，还为研究生开设“回归与决策分析”方面的课程。 威廉斯教授在管理科学、统计学、生产与运营管理及数学等领域与他人合著了11本教材，在诸多《财富》500强企业中担任顾问工作，从事的工作内容涉及数据分析、大规模回归模型的开发等。 杰弗里D卡姆杰弗里D卡姆（Jeffrey DCamm）是辛辛那提大学数量分析教授，运营、商务分析与信息系统系的系主任，林德商学院的商务研究员。他出生于俄亥俄州辛辛那提市，在泽维尔大学获得学士学位，在克莱姆森大学获得博士学位。从1984年起他到辛辛那提大学工作，是斯坦福大学的访问学者，是达特茅斯大学塔克商学院工商管理的客座教授。 卡姆博士在运营管理中的优化领域发表了30多篇论文。他的研究成果发表在《科学》《管理科学》《运筹学》等专业期刊上。在辛辛那提大学，他获得了Doroff教师称号，他还在2006年度因运筹学教学实践获得了INFORMS奖。他是他自己教授的理论的忠实实践者。他在多家公司和政府机构担任顾问。2005～2010年，他担任了Interfaces杂志的主编。目前他是INFORMS教育学报的编委。 詹姆斯J科克伦詹姆斯J科克伦 （James JCochran）是路易斯安那理工大学获拉斯顿银行资助的冠名教授。他出生于俄亥俄州代顿市，在莱特州立大学获得学士、硕士以及工商管理硕士学位，在辛辛那提大学获得博士学位。自2000年起在路易斯安那理工大学工作，曾经在斯坦福大学、塔尔卡大学、南非大学和勒那大学做过访问学者。 科克伦教授在运筹学与统计学领域发表了20多篇有关方法与应用的论文。他的研究成果发表在《管理科学》《美国统计学家》、Communications in Statistics—Theory and Methods, European Journal of Operational Research, Journal of Combinatorial Optimization等专业期刊上。2008年，他因运筹学的教学而获得了INFORMS奖；2010年，获Mu Sigma Rho统计教育奖。科克伦教授在2005年入选国际统计学会，在2011年成为美国统计协会会员。他以提高实际问题应用的效果为出发点，强烈主张运筹学与统计学教学的有效性。科克伦教授在乌拉圭的蒙得维的亚、南非的开普敦、哥伦比亚的卡塔赫纳、印度的斋浦尔、阿根廷的布宜诺斯艾利斯、肯尼亚的内罗毕、喀麦隆的布埃亚等地组织和主持各种卓有成效的研修班。作为运筹学顾问，他服务于多家公司和一些非营利性组织。2007～2012年，他担任过INFORMS教育学报的主编。目前他是Interfaces，Journal of the Chilean Institute of Operations Research，Journal of Quantitative Analysis in Sports以及ORiON等杂志的编委。

译者序
前言
作者简介
第1章数据与统计1
1.1统计在商务和经济领域中的应用2
1.2数据4
1.3数据来源9
1.4描述性统计12
1.5统计推断13
1.6计算机与统计分析14
1.7数据挖掘14
1.8统计实践中的道德准则15
总结17
关键术语17
补充练习18
第2章描述性统计：表格与图形22
2.1分类数据的汇总23
2.2数值型数据的汇总27
2.3联列表37
2.4用图形法对两个变量进行汇总41
2.5数据可视化：创建有效图形的最佳实例44
总结49
关键术语50
重要公式51
补充练习51
案例1Pelican商店52
案例2电影行业53
第3章描述统计学：数值方法54
3.1位置指标55
3.2变异指标64
3.3分布形态、相对位置的度量以及异常值的检测68
3.4五数统计和箱形图74
3.5两个变量间关系的度量76
3.6数据仪表板： 添加数值测度以提高效率82
总结85
关键术语85
重要公式86
补充练习86
案例一Pelican商店87
案例二电影行业88
第4章概率论简介89
4.1试验、计数原理和概率的计算90
4.2事件及其概率97
4.3概率中的一些基本关系99
4.4条件概率102
4.5贝叶斯定理107
4.6表格法110
总结111
关键术语111
重要公式112
补充练习113
案例汉密尔顿县的法官们113
第5章离散型概率分布116
5.1随机变量117
5.2离散型概率分布118
5.3期望和方差121
5.4二项分布123
5.5泊松分布129
5.6超几何分布132
总结134
关键术语134
重要公式135
补充练习135
第6章连续型概率分布137
6.1均匀分布138
6.2正态分布141
6.3二项分布的正态近似149
6.4指数分布151
总结152
关键术语153
重要公式153
补充练习153
案例Specialty 玩具公司155
第7章抽样和抽样分布157
7.1联合电气公司的抽样问题159
7.2抽样159
7.3点估计163
7.4抽样分布简介165
7.5x 的抽样分布167
7.6的抽样分布174
总结177
关键术语178
重要公式178
补充练习178
第8章区间估计180
8.1总体均值的区间估计：σ已知的情形181
8.2总体均值的区间估计：σ未知的情形185
8.3样本容量的确定191
8.4总体比率的区间估计193
总结196
关键术语197
重要公式197
补充练习197
案例一《职业青年》杂志198
案例二海湾房地产公司199
第9章假设检验201
9.1原假设和备择假设的建立202
9.2第一类错误和第二类错误205
9.3总体均值的检验：σ已知207
9.4总体均值的检验：σ未知216
9.5总体比率的检验220
总结223
关键术语223
重要公式224
补充练习224
案例质量联盟有限公司225
第10章总体均值的比较、试验设计及方差分析227
10.1两总体均值差的统计推断：σ1和σ2已知228
10.2两总体均值之差的推断：σ1和σ2未知232
10.3两总体均值之差的推断：配对样本237
10.4试验设计和方差分析简介241
10.5方差分析和完全随机化设计245
总结252
关键术语253
重要公式253
补充练习254
案例一Par公司255
案例二专业销售人员的工资水平256
第11章比率的比较和独立性检验257
11.1两个总体比例之差的推断258
11.2三个或三个以上总体比率的推断262
11.3独立性检验266
总结270
关键术语270
重要公式271
补充练习271
第12章简单线性回归273
12.1简单线性回归模型274
12.2最小二乘估计276
12.3可决系数282
12.4回归模型的假定287
12.5显著性检验288
12.6用回归方程的估计式进行估计和预测295
12.7残差分析：验证模型的假定条件299
总结303
关键术语303
重要公式304
补充练习305
案例一美国交通部307
案例二汽车价值的合理评估307
第13章多元回归309
13.1多元回归模型310
13.2最小二乘估计311
13.3多重可决系数314
13.4回归模型的假定316
13.5显著性检验317
13.6用回归方程的估计式进行估计和预测321
总结323
关键术语323
重要公式323
补充练习324
案例一消费者行为调研公司326
案例二校友捐赠327
案例三汽车价值的合理评估328
附录A参考文献329
附录B统计附表330
附录C求和符号359
附录D习题解答（部分）361