统计学（第2版）/“十二五”普通高等教育本科国家级规划教材 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

杜欢政，宁自军 编

图书标签:

• 统计学
• 高等教育
• 本科教材
• 规划教材
• 概率论
• 数理统计
• 数据分析
• 回归分析
• 方差分析
• 统计推断

出版社： 科学出版社

ISBN：9787030391124

版次：2

商品编码：11402653

包装：平装

丛书名： “十二五”普通高等教育本科国家级规划教材

开本：16开

出版时间：2013-01-01

用纸：胶版纸

页数：318

字数：471000

正文语种：中文

内容简介

　　《统计学（第2版）/“十二五”普通高等教育本科国家级规划教材》系统阐述了统计学的基本理论与方法。全书共分九章，内容包括绪论、统计调查与整理、综合指标、时间数列、统计指数、抽样调查、相关与回归分析、国民经济统计概论和统计电算化方法。书中的内容结合统计软件及实例来讲解，突出统计分析方法的实用性。
　　《统计学（第2版）/“十二五”普通高等教育本科国家级规划教材》既可作为高等院校经济学和管理学类各本科专业教学用书，也可作为社会学、心理学、人口学等学科的研究与应用人士的参考用书。

目录

第二版 前言
第一版 前言
第一章 绪论
第一节 统计与统计学
一、统计学的产生和发展
二、“统计”的三种含义
三、统计学的研究对象和性质
四、统计学的分支学科
第二节 统计的工作过程、职能及研究方法
一、统计的工作过程
二、统计工作的职能
三、统计学的研究方法
第三节 统计学中的基本概念
一、统计总体与总体单位
二、标志与统计指标
三、变异与变量
四、统计指标的分类与统计指标体系
习题

第二章 统计调查与整理
第一节 统计调查的意义、基本要求和种类
一、统计调查的意义和基本要求
二、统计调查的种类
第二节 统计调查方案的设计
一、确定调查目的
二、确定调查对象和调查单位
三、确定调查项目、制定调查表
四、确定调查时间和调查期限
五、制订调查工作的组织实施计划
第三节 调查问卷
一、问卷调查的意义
二、问卷的结构
三、问卷设计
第四节 统计调查的组织形式
一、统计报表制度
二、普查
三、重点调查
四、典型调查
五、抽样调查
第五节 统计整理的意义、步骤和主要内容
一、统计整理的意义
二、统计整理的步骤及其主要内容
第六节 统计分组
一、统计分组的概念和作用
二、统计分组的原则
三、分组标志的选择
四、统计分组的种类
第七节 分配数列
一、分配数列的概念、要素和种类
二、变量分配数列的编制
三、分配数列中的其他问题
第八节 统计表
一、统计表的概念、作用及构成
二、统计表的分类
三、统计表的制表规则
习题

第三章 综合指标
第一节 总量指标
一、总量指标的概念和作用
二、总量指标的种类
三、总量指标的计量单位
第二节 相对指标
一、相对指标的概念、作用及其数值的表现形式
二、相对指标的种类及计算方法
三、计算和运用相对指标的原则
第三节 平均指标
一、平均指标的概念、特点和作用
二、平均指标的种类
三、各种平均数之间的关系
四、应用平均指标时注意的问题
第四节 标志变异指标
一、标志变异指标的概念和作用
二、标志变异指标的种类
习题

第四章 时间数列
第一节 时间数列的概念和种类
一、时间数列的概念
二、时间数列的种类
三、编制时间数列的原则
第二节 时间数列的水平指标
一、发展水平和平均发展水平
二、增长量和平均增长量
第三节 时间数列的速度指标
一、发展速度和增长速度
二、平均发展速度和平均增长速度
第四节 动态趋势分析
一、时间数列的变动因素和现象的变动形态
二、长期趋势分析
三、季节变动分析
习题

第五章 统计指数
第一节 统计指数的概念、种类和作用
一、统计指数的概念
二、统计指数的种类
三、统计指数的作用
第二节 综合指数
一、综合指数概述
二、编制综合指数的一般原理
三、编制综合指数时应注意的问题
四、指数数列
第三节 平均数指数
一、平均数指数的编制特点
二、编制平均数指数的一般原理
三、编制平均数指数时应注意的问题
第四节 指数体系和因素分析
一、指数体系
二、因素分析（一）——总量指标变动中的因素分析
三、因素分析（二）——平均指标变动中的因素分析
第五节 重要统计指数的编制
一、工业生产指数的编制
二、地区物价比较指数的编制
三、商品零售价格指数的编制
四、居民消费价格指数的编制
习题

第六章 抽样调查
第一节 抽样调查的概念、特点和作用
一、抽样调查的概念
二、抽样调查的特点
三、抽样调查的作用
第二节 抽样调查中的基本概念
一、总体和样本
二、总体参数和样本统计量
三、样本的可能组成数目和抽样方法
四、抽样组织形式
五、抽样推断的理论依据
第三节 抽样平均误差
一、抽样调查中的误差
二、实际抽样误差
三、抽样平均误差的概念、计算和影响因素
第四节 总体参数估计
一、总体参数估计的特点
二、总体参数估计的基本要求
三、总体参数估计的方法
第五节 简单随机抽样必要的样本容量
一、影响必要样本容量的因素
二、必要样本容量的确定
第六节 抽样方案设计
一、抽样方案设计的基本原则
二、抽样调查的组织形式
习题

第七章 相关与回归分析
第一节 相关分析概述
一、相关关系的基本概念
二、相关关系的种类
三、相关与回归分析的主要内容
第二节 相关分析
一、相关表和相关图
二、相关系数
三、相关系数的等级划分
四、相关系数的检验
第三节 回归分析
一、回归分析概述
二、一元线性回归分析
三、多元线性回归分析
四、非线性回归模型
习题

第八章 国民经济统计概论
第一节 国民经济统计基本内容及核算体系
一、国民经济的基本概念
二、国民经济的循环流程和分析框架
三、国民经济统计的核算体系
第二节 国民经济统计的基本原则
一、国民经济的平衡原则
二、国民经济的主体原则
三、国民经济的计量原则
第三节 国民经济统计的基本指标
一、国内生产总值和国内生产净值
二、国民生产总值与国民生产净值
三、国民收入的分配与可支配收入
习题

第九章 统计电算化方法
第一节 计算机在统计中的应用
第二节 统计软件包
一、SPSS
二、SAS
三、EViews
第三节 SAS/INSIGHT软件及应用
一、SAS系统中的基本术语
二、调用SAS/INSIGHT
三、建立新数据集
四、用INSIGHT计算常用描述统计量
五、用INSIGHT做频数统计和条形图/直方图
六、用INSIGHT做参数估计（置信区间）
七、用INSIGHT做假设检验
八、用INSIGHT制作散点图和相关分析
第四节 Excel的统计数据分析功能
一、加载Excel数据分析宏程序
二、Excel的统计函数
三、Excel在数据整理中的应用
四、Excel在抽样估计中的应用
五、Excel在指数分析中的应用
六、Excel在长期趋势分析中的应用
七、Excel在相关与回归分析中的应用

附录Ⅰ 常用统计表
附录Ⅱ 实验指导与操作
附录Ⅲ 习题参考答案
参考文献

前言/序言

《现代统计学原理与应用》（第五版） 内容概述 《现代统计学原理与应用》（第五版）是一部全面而深入的统计学教科书，旨在为读者提供扎实的统计学理论基础和丰富的实践应用指导。本书在延续前几版严谨的学术风格基础上，紧跟统计学发展的最新前沿，内容更加充实，案例更加贴近现实，方法更加多元，力求使读者在掌握经典统计方法的同时，也能接触到现代数据分析的理念和技术。本书的结构清晰，逻辑性强，从最基础的统计概念出发，逐步引导读者掌握复杂的统计模型和分析技术，适合高等院校相关专业本科生、研究生以及需要提升统计分析能力的从业人员阅读。 第一篇：统计学基础与描述性统计 本篇旨在建立读者对统计学的基本认识，理解统计学的核心概念和作用，并掌握描述数据、揭示数据特征的基本方法。 第一章：统计学导论 本章首先阐述了统计学的定义、研究对象和基本职能，强调统计学在现代社会中的重要性和广泛应用。我们将探讨统计学与科学研究、经济管理、社会调查等领域的紧密联系，并介绍统计学发展的简要历史。接着，本章将区分描述性统计和推断性统计两大分支，为后续内容的学习奠定基础。我们还将引入总体与样本的概念，解释抽样的意义和基本原则，以及数据收集的常见方法和可能遇到的问题。最后，本章会介绍统计学研究中可能涉及的伦理问题，引导读者树立严谨的学术态度。 第二章：数据类型与测量尺度 本章深入探讨了数据的基本属性，这是进行任何统计分析的前提。我们将详细介绍不同类型的数据，包括定性数据（如分类数据、顺序数据）和定量数据（如离散数据、连续数据）。在此基础上，我们将进一步区分四种基本的测量尺度：定类尺度、定序尺度、定距尺度和定比尺度，并说明不同尺度数据适用的统计方法。理解这些数据类型和测量尺度对于选择正确的分析工具至关重要。此外，本章还会讨论数据的来源、数据的质量检查以及数据预处理的基本概念，为后续数据整理和分析做好准备。 第三章：数据的整理与显示 本章专注于如何有效地组织和可视化数据，以便更好地理解数据的分布和特征。我们将学习如何对原始数据进行分类和汇总，构建频率分布表，并介绍累积频率的概念。随后，本章将详细介绍各种常用的图表方法，包括条形图、饼图、直方图、箱线图、散点图、折线图等。每种图表都将配以实例，说明其适用场景和解读要点。通过这些可视化工具，读者可以直观地发现数据的集中趋势、离散程度、偏态以及异常值，为进一步的统计推断提供直观依据。 第四章：集中趋势的测量 本章关注如何用单一数值来代表一组数据的典型水平。我们将介绍几种常用的集中趋势度量指标，包括均值（算术平均数、加权平均数）、中位数和众数。对于每种指标，本章将详细解释其计算方法、统计意义以及各自的优缺点，并讨论在不同数据分布下选择哪种指标更为合适。例如，我们会说明在存在极端值的情况下，中位数比均值更为稳健。此外，本章还将引入百分位数和四分位数等概念，它们可以更精细地描述数据的分布位置。 第五章：离散程度的测量 在了解了数据的集中趋势后，本章将进一步探讨数据的分散程度，即数据点围绕集中趋势的散布情况。我们将学习如何度量数据的变异性，介绍的主要指标包括极差、四分位数间距、方差、标准差和变异系数。对方差和标准差的计算方法、统计解释以及它们在衡量数据稳定性方面的作用会进行详细阐述。此外，本章还将介绍“五数概括”（最小值、第一四分位数、中位数、第三四分位数、最大值）的概念，并将其与箱线图联系起来，提供一种直观的数据离散程度展示方式。 第六章：分布形状的测量 本章将进一步深化对数据分布的理解，关注分布的对称性和尖峭程度。我们将介绍偏度（Skewness）的概念，并讲解如何通过计算偏度系数来判断数据的分布是左偏、右偏还是对称。接着，本章将介绍峰度（Kurtosis）的概念，它描述了分布的尖锐程度，并区分了正态分布、尖峰分布和扁平分布。通过对分布形状的分析，读者可以更全面地把握数据的内在规律，为选择合适的统计模型提供依据。 第二篇：概率论基础与概率分布 本篇为统计推断的学习奠定坚实的概率论基础，介绍随机事件、概率、随机变量及其各种概率分布，这些是理解推断统计原理的核心。 第七章：概率基础 本章将介绍概率论的基本概念，包括随机试验、样本空间和随机事件。我们将阐述事件的关系（包含、相交、并集、差集、互斥事件）和运算。接着，本章将详细介绍概率的定义、性质以及计算方法，包括古典概率、统计概率和主观概率。此外，我们将深入探讨条件概率和独立性概念，并引入贝叶斯定理，阐述其在更新概率判断中的重要作用。这些概率论的基本工具对于理解统计推断中的不确定性至关重要。 第八章：随机变量及其分布 本章将引入随机变量的概念，区分离散型随机变量和连续型随机变量，并介绍它们的概率质量函数（PMF）和概率密度函数（PDF）。我们将讲解如何计算随机变量的数学期望（均值）和方差，以及它们在描述随机变量取值中心和离散程度上的意义。本章还将介绍联合概率分布、边际概率分布和条件概率分布，为理解多个随机变量之间的关系打下基础。 第九章：常用离散概率分布 本章将介绍几种最常用和最重要的离散型概率分布。我们将详细讲解二项分布，包括其适用条件、概率计算和均值方差。接着，我们将介绍泊松分布，阐述其在描述单位时间内或单位空间内事件发生次数的应用，并推导其均值和方差。此外，本章还会简要介绍几何分布和负二项分布，以及它们在特定情境下的应用。 第十章：常用连续概率分布 本章将聚焦于几种关键的连续型概率分布。我们将详细介绍均匀分布，并阐述其在模型假设中的作用。随后，本章将重点讲解指数分布，说明其在描述随机事件发生间隔时间等方面的应用。最重要的，本章将深入探讨正态分布（高斯分布），这是统计学中最基本也是应用最广泛的分布。我们将详细介绍正态分布的性质、标准正态分布以及如何利用标准正态分布表进行概率计算。最后，本章会介绍对数正态分布等其他重要的连续分布。 第十一章：抽样分布 本章将连接概率论与统计推断，介绍抽样分布的概念。我们将解释当从一个总体中反复抽取样本时，样本统计量（如样本均值、样本比例）的分布如何。重点将放在样本均值的抽样分布，并详细阐述中心极限定理，说明为什么样本均值的分布趋近于正态分布，即使总体分布不是正态分布。本章还将介绍t分布、卡方分布和F分布等在统计推断中至关重要的抽样分布，并说明它们与正态分布的关系以及各自的用途。 第三篇：统计推断 本篇是统计学的核心，涵盖了如何从样本数据推断总体的各种方法，包括参数估计和假设检验。 第十二章：参数估计 本章介绍如何利用样本信息来估计总体的未知参数。我们将区分点估计和区间估计。对于点估计，我们将讨论估计量的性质，如无偏性、有效性和一致性。随后，本章将重点讲解置信区间，包括其概念、构造方法和解释。我们将详细介绍基于正态分布、t分布、卡方分布和F分布的各种参数（如总体均值、总体比例、总体方差）的置信区间的计算。通过置信区间，我们可以量化估计的精度和不确定性。 第十三章：假设检验的基本原理 本章将介绍统计推断的另一大分支——假设检验。我们将详细阐述假设检验的基本思想：建立原假设（H0）和备择假设（H1），并根据样本数据来判断是否有足够的证据拒绝原假设。本章将详细介绍假设检验的步骤，包括设定检验水准（α）、计算检验统计量、确定拒绝域，以及如何根据p值来做出决策。我们将区分第一类错误（弃真）和第二类错误（取伪），并讲解功效（1-β）的概念。 第十四章：均值和比例的假设检验 本章将具体应用假设检验的基本原理，针对最常见的参数——总体均值和总体比例进行检验。我们将介绍单样本均值检验（Z检验和t检验）、两独立样本均值检验（Z检验和t检验）以及配对样本均值检验。对于总体比例，我们将介绍单样本比例检验（Z检验）和两样本比例检验（Z检验）。每种检验都将配以具体的应用场景和计算实例，帮助读者掌握如何根据实际问题选择合适的检验方法并进行解读。 第十五章：方差的假设检验 本章将聚焦于方差的推断。我们将介绍卡方检验，用于检验单个总体的方差是否等于某一特定值。接着，我们将介绍F检验，用于检验两个独立总体的方差是否相等。这些检验在比较不同组数据的变异程度或评估模型假设时非常有用。 第四篇：回归分析与方差分析 本篇将介绍两种广泛应用的统计建模技术：回归分析用于研究变量之间的关系，方差分析用于比较多个组的均值。 第十六章：相关与简单线性回归 本章将研究两个定量变量之间的关系。首先，我们将介绍相关系数（Pearson相关系数），用以衡量变量之间线性关系的强度和方向。随后，我们将引入简单线性回归模型，建立因变量与一个自变量之间的线性关系。本章将详细讲解回归方程的建立、参数（斜率和截距）的估计、拟合优度（决定系数R²）的检验，以及回归系数的显著性检验。我们将探讨回归模型在预测和解释方面的应用。 第十七章：多元线性回归 本章将简单线性回归模型扩展到多个自变量的情况，即多元线性回归。我们将学习如何建立和解释包含多个预测变量的回归模型。本章将讨论变量选择、多重共线性问题、模型诊断（如残差分析）以及如何解释模型的输出。多元回归能够更全面地刻画变量之间的复杂关系，是许多领域数据分析的常用工具。 第十八章：方差分析（ANOVA） 本章将介绍方差分析，一种用于比较三个或更多组别均值是否相等的统计技术。我们将详细讲解单因素方差分析（One-Way ANOVA）的原理、F检验的构建和解释。本章还将介绍多因素方差分析（Two-Way ANOVA）的概念，以及如何分析主效应和交互效应。方差分析在实验设计、市场营销、医学研究等领域有着广泛的应用。 第五篇：高级主题与现代统计方法 本篇将介绍一些现代统计学中更高级或新兴的主题，扩展读者的视野，并为进一步学习打下基础。 第十九章：非参数统计方法 本章介绍在不作过多总体分布假设的情况下进行统计推断的方法。我们将介绍符号检验、秩和检验（Wilcoxon秩和检验）以及斯皮尔曼等级相关系数等非参数检验方法。这些方法在数据不满足参数检验的假设时提供了有效的替代方案。 第二十章：分类数据的分析 本章专注于如何分析分类变量（定性数据）。我们将介绍卡方拟合优度检验，用于检验观测频率是否与期望频率一致。接着，我们将讲解卡方独立性检验，用于判断两个分类变量之间是否存在关联。此外，本章还会介绍 McNemar 检验等用于分析配对分类数据的检验方法。 第二十一章：时间序列分析基础 本章将介绍时间序列数据的基本概念和分析方法。我们将学习如何识别时间序列数据的趋势、季节性、周期性和随机性成分。本章将介绍平稳性、自相关函数（ACF）和偏自相关函数（PACF）的概念，并简要介绍AR、MA、ARMA模型等经典时间序列模型。 第二十二章：统计软件应用与数据挖掘简介 本章将引导读者了解如何使用主流统计软件（如R、Python中的统计库、SPSS等）来实现本书介绍的各种统计分析方法。我们将提供一些基本的软件操作指南和示例。此外，本章还将简要介绍数据挖掘的概念、流程和常用的技术，如聚类分析和关联规则挖掘，展示统计学在处理海量数据和发现隐藏模式方面的巨大潜力。 本书特色： 1. 内容全面且循序渐进： 从基础概念到高级模型，逻辑严谨，适合不同程度的学习者。 2. 理论与实践结合： 丰富的实例贯穿全书，帮助读者理解抽象理论的应用。 3. 现代化视角： 涵盖了现代数据分析中的重要理念，并为后续深入学习现代统计方法铺平道路。 4. 语言清晰易懂： 避免过于晦涩的术语，力求用简洁明了的语言阐释统计学概念。 5. 强调统计思维： 不仅教授方法，更注重培养读者独立思考和解决问题的统计思维能力。 《现代统计学原理与应用》（第五版）将是您学习和掌握统计学知识的理想伴侣，助您在数据驱动的时代中游刃有余。

评分☆☆☆☆☆

这本书的文字风格，我个人觉得非常“克制”，它很少使用花哨的修辞或夸张的描述，一切都以信息的准确传递为核心。这种平实的叙述，虽然在某些章节可能会显得略微有些学术化，但正是这种严谨性，保证了知识的纯粹性。我特别欣赏作者在引入新概念时，总会先给出其在统计学体系中的定位，然后再深入细节。例如，在讲解方差分析（ANOVA）时，作者首先将其置于“比较多个均值”的大框架下，然后再逐步拆解其F检验的原理，这让读者对知识点的层次感把握得更清晰。相比于那些试图用过于口语化的方式来“降低门槛”的教材，这本书更像是为那些真正想深入理解统计学内核的人准备的。它要求读者投入精力去消化，但回报是扎实的理解，而不是肤浅的记忆。

评分☆☆☆☆☆

这本书的封面设计给我留下了非常深刻的印象，那种简洁而又不失专业感的蓝色调，让我一上手就觉得这是一本值得信赖的教材。我当时选这本书完全是冲着“国家级规划教材”这几个字去的，毕竟对于一个初学者来说，权威性和系统性是放在第一位的。拿到书后，我迫不及待地翻开了前几章，特别是关于描述性统计的部分。作者的叙述方式非常注重逻辑的连贯性，不像有些教材那样干巴巴地堆砌公式，而是会用一些贴近生活的例子来辅助理解，比如对班级平均分、标准差的解释，让我这个之前对数学有点畏惧的人，都能迅速抓住核心概念。而且，书中的图表制作得非常精良，那些直方图和箱线图清晰明了，使得抽象的概率分布不再那么难以捉摸。我尤其欣赏的是，它没有在初学阶段就抛出过于复杂的模型，而是采取了一种循序渐进的方式，稳扎稳打地构建起扎实的理论基础。在我看来，选择一本好的入门教材，就像是为后续的学习打下坚实的地基，而这本教材无疑做到了这一点，让我对接下来的学习充满了信心和期待。

评分☆☆☆☆☆

阅读这本书的过程，对我个人思维方式的转变起到了潜移默化的作用。我发现，在学习了这本书中关于抽样理论和中心极限定理的内容后，我开始习惯性地用概率和不确定性的眼光去看待很多日常决策。书中的案例分析部分做得非常到位，它不仅仅展示了如何计算，更重要的是解释了“为什么”要这么计算，以及这个结果在现实世界中意味着什么。比如，关于回归分析中的残差分析那一章，作者强调了模型假设的重要性，提醒读者不要盲目地相信模型的结果，而要学会审视模型的有效性边界。这种批判性思维的培养，远比记住几个公式要宝贵得多。它让我明白了统计学不是万能的“水晶球”，而是一种严谨的、受制于前提条件的分析工具。这种对科学方法的尊重和审慎态度，是我从这本书中获得的，远超出了课程本身的要求。

评分☆☆☆☆☆

坦白说，我购买这本书是抱着“工具书”的心态，希望能快速找到需要的那一块知识点进行查阅和应用。这本书的目录组织结构做得极其出色，索引做得非常细致，这对于急需解决实际问题的人来说，简直是福音。我记得有一次我在处理一个项目的数据时，需要用到假设检验中的非参数检验方法，我直接翻到专门那一节，里面的步骤讲解得非常清晰，每一步的理论依据和实际操作的注意事项都标注得一清二楚，甚至连软件操作的通用思路都有所提及，虽然不是针对特定软件的详尽指南，但那种指导性的文字足以让我举一反三。这种结构上的清晰度，让这本书的实用价值大大提升，它不只是一本理论书，更像是一个随身携带的“统计顾问”。即使是那些相对复杂的推导过程，作者也采用了分段阐述的方式，既保留了数学的严谨性，又照顾到了工程或社科背景读者的理解需求，这一点非常值得称赞。

评分☆☆☆☆☆

从学习体验的角度来说，这本书的配套资源（虽然我主要依赖纸质版）和章节安排的节奏感非常适合自主学习者。每一章的末尾都有精心设计的复习题和思考题，这些题目涵盖了从基础概念到综合应用的不同难度梯度。我通常会先独立完成基础题以巩固知识点，然后重点攻克那些需要结合前后章节知识点才能解决的综合题。这些思考题的设计，很多时候都引导我去思考更深层次的统计哲学问题，比如在样本量不足的情况下，我们能得出多大程度的有效推论？这种开放性的引导，极大地激发了我进一步探索相关领域的热情。这本书就像是一张精美的地图，它不仅告诉你目的地在哪里，更重要的是，它标示出了所有可能的捷径、陷阱和风景线，让整个学习旅程既高效又充满探索的乐趣。

评分☆☆☆☆☆

还行。上课用

评分☆☆☆☆☆

还行。上课用

评分☆☆☆☆☆

书不错 还没看过 但是这学期快结束了 估计用到的机会不多吧 京东配送调货用了5天 然后才送来 快递效率一般 望加强

评分☆☆☆☆☆

应该是正品，没发现什么缺点

评分☆☆☆☆☆

正在用

评分☆☆☆☆☆

书不错 还没看过 但是这学期快结束了 估计用到的机会不多吧 京东配送调货用了5天 然后才送来 快递效率一般 望加强

评分☆☆☆☆☆

看起来旧旧的 书的边角都翘起来了

评分☆☆☆☆☆

书不错 还没看过 但是这学期快结束了 估计用到的机会不多吧 京东配送调货用了5天 然后才送来 快递效率一般 望加强

评分☆☆☆☆☆

还行。上课用