本书是统计学最优秀的教材之一，为读者深入领会统计概念的含义提供了最有效的工具。本书编排新颖，讲解清晰简洁，结合大量的案例，使统计技术不再枯燥，变得生动有趣，方便读者理解和学习。
本书不仅适用于全国各财经院校统计专业的广大师生，而且为主修经济、财政、金融、市场营销、会计和管理专业的师生提供了一本应用统计技术的指导手册。

这是一本介绍描述统计和推断统计诸多应用的最优秀的教材之一，并成为指定的CFA教材。全书尽量避免烦琐的数学推导，而是采用深入浅出、循序渐进的叙述方法，把重点放在数据和结果的解释上，并穿插了许多生动翔实的案例和习题，结构严谨、讲解清晰、图表活泼，易被读者理解与掌握。第15版增加了部分内容，并更新了许多与真实商务情景更为贴近的案例。
本书可作为经济类、管理类专业本科生、研究生和MBA学习统计学的教材，也可作为从事工商管理和经济分析的各类人员学习统计学方法和技术的参考书。

多年来，本书得到大家的一致赞扬，并深受学生喜爱，这是对我们最大的认可，我们将会继续努力。
《商务与经济统计方法》旨在为主修管理、市场、金融、会计、经济以及工商管理等其他领域的学生，初步介绍描述统计和推断统计的诸多应用。我们针对的主要是商务应用，但同时我们也使用了许多与当前大学生息息相关的练习和例子。你只需具备大学一年级的数学水平，即使以前从没接触过统计学有关的课程，也可以顺利完成本书的学习。
在本书中，我们展示了一个初学者成功学习基础统计学课程所需的每一个步骤。这种循序渐进的方法，有助于提高学生的学习效果，加速学生的接受过程，明显增强学生的学习热情。本书着重于让学生通过基本概念的理解、大量案例的阅读和足够的习题训练，了解统计方法在商务和经济领域的应用。
本书第1版于1967年出版，那时收集相关的商业数据是一件非常困难的工作。现在这种情况已经发生了变化。今天，数据的收集已不再是一个难题。你在食品店购买的食品数量在收银台会被自动地记录下来。电信公司能记录下通话的次数、通话的时间和通话人的电话号码。信用卡公司能够记录卡号、时间和日期以及购买金额信息。医疗设施能自动地监控患者的心率、血压和体温。大量的商业信息会被及时地记录和公布出来。例如，在CNN、《今日美国》和MSNBC的网站上，你都能浏览到延迟不超过20分钟的股票价格。
今天，我们需要的是能够处理大量数据信息的技术。首先，我们会成为信息的主要消费者，从其他人那里获取信息；其次，我们必须能够把大量的信息简化为简明的和有意义的形式，以便能够进行有效的解读、判断和决策。现在，所有的学生都有计算器，大部分学生要么有个人计算机，要么能在校园实验室里使用个人计算机，Excel和Minitab等统计软件都可以在计算机上应用。在每个章节中，我们也使用了很多屏幕截图，以帮助学生熟悉软件的输出结果。
正是由于计算机和软件的便利性，我们再也不必纠缠于烦琐的数据计算。我们使用许多阐释性例题来代替计算性例题，以帮助学生更好地理解和解读统计结果。此外，我们现在还更加重视统计问题的概念内涵。在做出上述改进的同时，我们依然尽自己最大的努力，继续结合有趣的相关案例，来介绍统计学的基本概念。
本版新增的内容
本版的变化，相信对读者非常有用。
我们修改和增加了学习目标，使它们变得更加具体，同时我们还将学习目标与章节内容直接联系起来。
我们替换了第1～4章的主要案例，新的案例包含更多的变量和更多的观测值，与真实商务情境更为贴近。
我们在一些章节增加或者改写了部分新内容。
第7章新增了关于指数分布的讨论。
重新编排第9章，使其内容更加流畅，更利于教学。
重新编排第13章，同时增加对回归斜率的假设检验。
第17章增加了正态性的图形检验和卡方检验。
新的习题和例题使用Excel 2007和最新版Minitab的屏幕截图，并扩大了截图尺寸，以保证清晰度。
我们仔细复查了每章中间、结尾和复习部分的练习题，同时还增加和修改了很多练习题。你可以从中选择你喜欢的例题，当然你也可以引入新的实例。
新添加部分章节号码，使每节的主题更明确，引用更方便。
对包含数据文件的练习题，用易于识别的图标特别标出。
修正每章结束的数据集习题。棒球数据已经更新到2009年最近结束的一季，同时还引入一个新的商业应用，有关Buena School District校车的使用与维护。
每章引言部分给出大量新的观点。
致谢
《商务与经济统计方法》是众人共同努力的结果：学生、同事、审阅人和麦格劳–希尔公司的工作人员，我们感谢他们。我们想要向调查和讨论团队的参与者，以及所有的审阅人表示诚挚的感谢。
正是他们的建议，以及对上一版和本版原稿的详尽审阅，使得这本教材更加完善。
特别需要感谢的有：Nevada-Reno大学的Debra K.Stiver，他审阅了原稿和排好版的校样，并检查了习题以确保准确无误；South-west Tennessee Community大学的Joan McGrory检查了试题库的准确性；南卡罗来纳州大学的Kathleen Whitcomb教授准备了学习指南；Coastal Carolina大学的Samuel Wathen博士准备了测试题和试题库；南俄勒冈大学的Rene Ordonez教授准备了PowerPoint演示文档、在线系统Connect中的引例，以及screencam教程中的大部分内容；Denise Heban女士和作者共同准备了教师手册。
我们还想要向麦格劳–希尔公司的工作人员表示感谢，包括执行编辑Steve Schuetz、高级营销编辑Wanda Zeman、高级项目经理Diane Nowaczyk，以及那些我们虽然不知道姓名，但为本书做出宝贵贡献的人。

统计

这是一本介绍描述统计和推断统计诸多应用的最优秀的教材之一，并成为制定的CFA教材。全书尽量避免烦琐的数学推到，二是采用深入浅出、循序渐进的叙述方法，把重点房子数据和记过的解释上，并穿插了许多生动翔实的案例和练习，结果严谨、讲解清晰、图表活泼，已与读者理解与掌握。

聂巧平　叶光 译注：暂无简介

出版说明
导读
前言
第1章　什么是统计学 1
1.1　引言 2
1.2　为什么学习统计学 2
1.3　什么是统计学 4
1.4　统计学的类型 6
1.5　变量的类型 8
1.6　测量尺度 9
1.7　伦理与统计 14
1.8　计算机应用 14
本章小结 16
习题 16
数据集习题 19
自测题答案 20
第2章　描述数据：频数表、频数分布和图形表示 21
2.1　引言 22
2.2　构造频数表 23
2.3　构造频数分布：定量数据 29
2.4　一个软件例子 34
2.5　相对频数分布 34
2.6　频数分布的图形表示 36
本章小结 46
习题 46
数据集习题 53
软件命令 54
自测题答案 55
第3章　描述数据：数值度量 57
3.1　引言 58
3.2　总体均值 58
3.3　样本均值 60
3.4　算术平均数的性质 61
3.5　加权平均数 63
3.6　中位数 64
3.7　众数 65
3.8　软件解法 69
3.9　均值、中位数和众数的相对位置 69
3.10　几何平均数 72
3.11　为什么要研究离散程度 74
3.12　离散程度的度量 75
3.13　软件解法 84
3.14　标准差的解释与应用 85
3.15　分组数据的均值和标准差 88
3.16　伦理和结果报告 92
本章小结 92
符号读法 94
习题 94
数据集习题 99
软件命令 100
自测题答案 100
第4章　描述数据：数据展示和数据开发 102
4.1　引言 103
4.2　点状图 103
4.3　茎叶图 105
4.4　位置度量 111
4.5　偏度 119
4.6　描述两个变量之间的关系 124
本章小结 129
符号读法 129
习题 130
数据集习题 135
软件命令 135
自测题答案 136
第1~4章复习 137
术语 137
习题 139
案例 141
应用测试 142
第5章　概率论概述 144
5.1　引言 145
5.2　概率 146
5.3　分配概率方法 148
5.4　几种计算概率的法则 153
5.5　列联表 162
5.6　树形图 164
5.7　贝叶斯定理 167
5.8　计数原理 171
本章小结 176
符号读法 177
习题 178
数据集习题 182
软件命令 183
自测题答案 184
第6章　离散型概率分布 186
6.1　引言 187
6.2　概率分布 187
6.3　随机变量 189
6.4　概率分布的均值、方差和标准差 191
6.5　二项概率分布 195
6.6　超几何分布 204
6.7　泊松概率分布 207
本章小结 212
习题 213
数据集习题 218
软件命令 219
自测题答案 221
第7章　连续型概率分布 222
7.1　引言 223
7.2　均匀概率分布族 223
7.3　正态概率分布族 227
7.4　标准正态概率分布 229
7.5　二项分布的正态近似 242
7.6　指数分布族 246
本章小结 251
习题 252
数据集习题 256
软件命令 256
自测题答案 257
第5~7章复习 258
术语 259
问题 260
案例 261
应用测试 263
第8章　抽样方法和中心极限定理 265
8.1　引言 266
8.2　抽样方法 266
8.3　抽样误差 274
8.4　样本均值的抽样分布 275
8.5　中心极限定理 279
8.6　样本均值抽样分布的应用 286
本章小结 289
符号读法 290
习题 290
数据集习题 295
软件命令 295
自测题答案 296
第9章　估计和置信区间 297
9.1　引言 298
9.2　均值的点估计 298
9.3　总体均值的置信区间 299
9.4　比例的置信区间 313
9.5　选择适当的样本容量 316
9.6　有限总体修正因子 320
本章小结 323
习题 323
数据集习题 327
软件命令 328
自测题答案 329
第8～9章复习 329
术语 330
问题 331
案例 332
应用测试 332
第10章　单样本假设检验 333
10.1　引言 334
10.2　假设 334
10.3　假设检验 335　
10.4　假设检验五步法 335　
10.5　单侧与双侧显著性检验 340
10.6　总体均值的检验：已知总体标准差 341
10.7　假设检验中的p-值 345
10.8　总体均值的检验：总体标准差未知 348
10.9　关于比例的检验 356
10.10　第Ⅱ类错误 359
本章小结 362
符号读法 363
习题 364
数据集习题 368
软件命令 369
自测题答案 369
第11章　两样本假设检验 371
11.1　引言 372
11.2　两样本假设检验：独立样本 372
11.3　比例的两样本检验 378
11.4　总体均值的比较：总体标准差未知（合并t检验） 382
11.5　两样本的假设检验：相依样本 392　
11.6　相依样本与独立样本的比较 395
本章小结 399
符号读法 400
习题 400
数据集习题 406
软件命令 407
自测题答案 408
第12章　方差分析 410
12.1　引言 411
12.2　F分布 411
12.3　比较两总体的方差 412
12.4　ANOVA的假定 416
12.5　ANOVA检验 418
12.6　关于成对处理均值的推断 426
12.7　双因素方差分析 430
12.8　具有交互作用的双因素方差分析 435
本章小结 442
符号读法 443
习题 443
数据集习题 451
软件命令 452
自测题答案 454
第10~12章复习 455
术语 455
习题 456
案例 459
应用测试 459
第13章　线性回归与相关 461
13.1　引言 462
13.2　相关分析 463
13.3　相关系数 465
13.4　相关系数的显著性检验 472
13.5　回归分析 476
13.6　斜率的显著性检验 483
13.7　评估回归方程的预测能力 486
13.8　预测区间估计 490
13.9　变换数据 495
本章小结 498
符号读法 499
习题 500
数据集习题 509
软件命令 510
自测题答案 511
第14章　多元回归与相关分析 512
14.1　引言 513
14.2　多元回归分析 513
14.3　评价多元回归方程 519
14.4　多元线性回归的推断 523
14.5　评价多元回归的假定 531
14.6　定性自变量 537
14.7　具有交互作用的回归模型 540
14.8　逐步回归 542
14.9　多元回归回顾 546
本章小结 551
符号读法 553
习题 553
数据集习题 565
软件命令 566
自测题答案 567
第13～14章复习 567
术语 568
问题 569
案例 570
应用测试 571
第15章　指数 573
15.1　引言 574
15.2　简单指数 574
15.3　为什么把数据转换成指数 577
15.4　指数的构造 577
15.5　未加权指数 579
15.6　加权指数 581
15.7　价值指数 585
15.8　特殊用途指数 587
15.9　消费价格指数 592
15.10　调整基期 595
本章小结 598
习题 599
软件命令 602
自测题答案 603
第16章　时间序列与预测 604
16.1　引言 605
16.2　时间序列的构成 605
16.3　移动平均 608
16.4　加权移动平均 611
16.5　线性趋势 615
16.6　最小二乘法 616
16.7　非线性趋势 618
16.8　季节波动 621
16.9　消除数据的季节影响 627
16.10　杜宾–沃森统计量 631
本章小结 636
习题 636
数据集习题 643
软件命令 643
自测题答案 644
第15～16章复习 645
术语 646
问题 646
应用测试 647
第17章　非参数方法：检验 648
17.1　引言 649
17.2　拟合优度检验：期望频数相等 649
17.3　拟合优度检验：期望频数不等 655
17.4　卡方的局限性 657
17.5　检验一组数据是否来自正态总体 659
17.6　正态检验的图形和统计方法 662
17.7　列联表分析 667
本章小结 672
符号读法 672
习题 672　
数据集习题 677
软件命令 678
自测题答案 679
第18章　非参数方法：分级数据分析 680
18.1　引言 681
18.2　符号检验 681　
18.3　相依样本的威尔科克森符号秩检验 690
18.4　独立样本的威尔科克森秩和检验 695
18.5　克鲁斯卡尔–沃利斯检验：秩方差分析 698
18.6　秩相关 704
本章小结 709
符号读法 710
习题 710
数据集习题 713
软件命令 713
自测题答案 714
第17～18章复习 716
术语 716
问题 717
案例 718
应用测试 718
第19章　统计过程控制与质量管理 720
19.1　引言 721
19.2　质量控制简史 721
19.3　差异产生的原因 724
19.4　诊断图 725
19.5　质量控制图的用途和类型 729
19.6　受控和失控情形 734
19.7　属性控制图 737
19.8　验收抽样 742
本章小结 746
符号读法 747
习题 747
软件命令 751
自测题答案



Contents

Chapter
What Is Statistics 1
1.1 Introduction 2
1.2 Why Study Statistics 2
1.3 What Is Meant by Statistics 4
1.4 Types of Statistics 6
1.5 Types of Variables 8
1.6 Levels of Measurement 9
Descriptive Statistics 6
Inferential Statistics 6
Nominal-Level Data 10
Ordinal-Level Data 11
Interval-Level Data 11
Ratio-Level Data 12
Exercises 14
1.7 Ethics and Statistics 14
1.8 Computer Applications 14
Chapter Summary 16
Chapter Exercises 16
Data Set Exercises 19
Answers to Self-Review 20
Chapter
2Describing Data: Frequency Tables, Frequency Distributions, and GraphicPresentation 21
2.1 Introduction 22
2.2 Constructing a Frequency Table 23
Relative Class Frequencies 23
Graphic Presentation of Qualitative Data 24
Exercises 28
2.3 Constructing Frequency Distributions:Quantitative Data 29
2.4 A Software Example 34
2.5 Relative Frequency Distribution 34
Exercises 35
2.6 Graphic Presentation of a Frequency Distribution 36
Histogram 36
Frequency Polygon 38
Exercises 41
Cumulative Frequency Distributions 42
Exercises 44
Chapter Summary 46
Chapter Exercises 46　
Data Set Exercises 53
Software Commands 54
Answers to Self-Review 55
Chapter
3 Describing Data: Numerical　Measures 57
3.1 Introduction 58
3.2 The Population Mean 58
3.3 The Sample Mean 60
3.4 Properties of the Arithmetic Mean 61
Exercises 62
3.5 The Weighted Mean 63
Exercises 64
3.6 The Median 64
3.7 The Mode 65
Exercises 67
3.8 Software Solution 69
3.9 The Relative Positions of the Mean, Median, and Mode 69
Exercises 71
3.10 The Geometric Mean 72
Exercises 73
3.11 Why Study Dispersion 74
3.12 Measures of Dispersion 75
Range 75
Mean Deviation 76
Exercises 79
Variance and Standard Deviation 79
Exercises 82
3.13 Software Solution 84
Exercises 84
3.14 Interpretation and Uses of the Standard Deviation 85
Chebyshev’s Theorem 85
The Empirical Rule 86
Exercises 87
3.15 The Mean and Standard Deviation of Grouped Data 88
The Arithmetic Mean 88
Standard Deviation 89
Exercises 91
3.16 Ethics and Reporting Results 92
Chapter Summary 92
Pronunciation Key 94
Chapter Exercises 94
Data Set Exercises 99
Software Commands 100
Answers to Self-Review 100
Chapter 4 Describing Data: Displaying and Exploring Data 102
4.1 Introduction 103
4.2 Dot Plots 103
4.3 Stem-and-Leaf Displays 105
Exercises 109
4.4 Measures of Position 111
Quartiles, Deciles, and Percentiles 111
Exercises 115
Box Plots 116
Exercises 118
4.5 Skewness 119
Exercises 123
4.6 Describing the Relationship between TwoVariables 124
Exercises 127
Chapter Summary 129
Pronunciation Key 129
Chapter Exercises 130
Data Set Exercises 135
Software Commands 135
Answers to Self-Review 136
A Review of Chapters 1–4 137
Glossary 137
Problems 139
Cases 141
Practice Test 142
Chapter
5 A Survey of Probability Concepts 144
5.1 Introduction 145
5.2 What Is a Probability 146
5.3 Approaches to Assigning Probabilities 148
Classical Probability 148
Empirical Probability 149
Subjective Probability 150
Exercises 152
5.4 Some Rules for Computing Probabilities 153
Rules of Addition 153
Exercises 158
Rules of Multiplication 159
5.5 Contingency Tables 162
5.6 Tree Diagrams 164
Exercises 166
5.7 Bayes’ Theorem 167
Exercises 170
5.8 Principles of Counting 171
The Multiplication Formula 171
The Permutation Formula 172
The Combination Formula 174
Exercises 176
Chapter Summary 176
Pronunciation Key 177
Chapter Exercises 178
Data Set Exercises 182
Software Commands 183
Answers to Self-Review 184
Chapter
6 Discrete Probability　Distributions 186
6.1 Introduction 187
　6.2 What Is a Probability Distribution 187
6.3 Random Variables 189
Discrete Random Variable 190
Continuous Random Variable 190
6.4 The Mean, Variance, and Standard Deviation of a Discrete Probability Distribution 191
Mean 191
Variance and Standard Deviation 191
Exercises 193
6.5 Binomial Probability Distribution 195
How Is a Binomial Probability Computed 196
Binomial Probability Tables198
Exercises201
Cumulative Binomial Probability Distributions202
Exercises203
6.6 Hypergeometric Probability Distribution204
Exercises207
6.7 Poisson Probability Distribution207
Exercises212
Chapter Summary212
Chapter Exercises213
Data Set Exercises218
Software Commands219
Answers to Self-Review221
Chapter
7 Continuous Probability Distributions 222
7.1 Introduction223
7.2 The Family of Uniform ProbabilityDistributions 223
Exercises 226
7.3 The Family of Normal ProbabilityDistributions 227
7.4 The Standard Normal ProbabilityDistribution 229
Applications of the Standard NormalDistribution 231
The Empirical Rule 231
Exercises 233
Finding Areas under the Normal Curve 233
Exercises 236
Exercises 239
Exercises 241
7.5 The Normal Approximation to the Binomial 242
Continuity Correction Factor 242
How to Apply the Correction Factor 244
Exercises 245
7.6 The Family of Exponential　Distributions 246
Exercises 250
Chapter Summary 251
Chapter Exercises 252
Data Set Exercises 256Software Commands 256
Answers to Self-Review 257
A Review of Chapters 5–7 258
Exercises 203 Glossary 259
Problems 260
Cases 261
Practice Test 263
Chapter
8 Sampling Methods and the Central Limit Theorem 265
8.1 Introduction 266
8.2 Sampling Methods 266
Reasons to Sample 266 Simple
Random Sampling 267
Systematic Random Sampling 270
Exercises272
8.3 Sampling “Error”274
8.4 Sampling Distribution of the Sample Mean275
Exercises278
8.5 The Central Limit Theorem279
Exercises285
8.6 Using the Sampling Distribution of theSample Mean286
Exercises289
Chapter Summary289
Pronunciation Key290
Chapter Exercises290
Data Set Exercises295
Software Commands295
Answers to Self-Review296
Chapter 9 Estimation and ConfidenceIntervals297
9.1 Introduction298
9.2 Point Estimate for a Population Mean298
9.3 Confidence Intervals for a PopulationMean299
Population Standard Deviation Known 300
A Computer Simulation304
Exercises305
Population Standard Deviation Unknown306
Exercises 312
9.4 A Confidence Interval for a Proportion 313
Exercises 316
9.5 Choosing an Appropriate Sample Size 316
Sample Size to Estimate a Population Mean 317
Sample Size to Estimate a PopulationProportion 318
Exercises 320
9.6 Finite-Population Correction Factor 320
Exercises 322
Chapter Summary 323
Chapter Exercises 323
Data Set Exercises 327
Software Commands 328
Answers to Self-Review 329
A Review of Chapters 8 and 9 329
Glossary 330
Problems 331
Case 332
Practice Test 332
10.4 Five-Step Procedure for Testing aHypothesis 335
Step 1: State the Null Hypothesis (H0) and theAlternate Hypothesis (H1)336
Step 2: Select a Level of Significance337
Step 3: Select the Test Statistic338
Step 4: Formulate the Decision Rule338
Step 5: Make a Decision339
10.5 One-Tailed and Two-Tailed Tests ofSignificance340
10.6 Testing for a Population Mean: KnownPopulation Standard Deviation341
A Two-Tailed Test341
A One-Tailed Test345
10.7 p-Value in Hypothesis Testing345
Exercises347
10.8 Testing for a Population Mean: Population Standard Deviation Unknown348
Exercises352
A Software Solution 353
Exercises 355
10.9 Tests Concerning Proportions 356
Exercises 359
10.10 Type II Error 359
Exercises 362
Chapter Summary 362
Pronunciation Key 363
Chapter Exercises 364
Data Set Exercises 368
Software Commands 369
Answers to Self-Review 369
Chapter11 Two-Sample Tests of Hypothesis 371
11.1 Introduction372
11.2 Two-Sample Tests of Hypothesis:Independent Samples372
Exercises377
11.3 Two-Sample Tests about Proportions378
Exercises381
11.4 Comparing Population MeanswithUnknown Population Standard Deviations382
Equal Population Standard Deviations383
Exercises386
Unequal Population Standard Deviations388
Exercises391
11.5 Two-Sample Tests of Hypothesis:Dependent Samples392
11.6 Comparing Dependent and Independent Samples 395
Exercises398
Chapter Summary399
Pronunciation Key 400
Chapter Exercises 400
Data Set Exercises 406
Software Commands 407
Answers to Self-Review 408
Chapter12 Analysis of Variance410
12.1 Introduction411
12.2 The FDistribution411
12.3 Comparing Two Population Variances412
Exercises415
12.4 ANOVA Assumptions416
12.5 The ANOVA Test418
Exercises425
12.6 Inferences about Pairs of TreatmentMeans426
Exercises429
12.7 Two-Way Analysis of Variance430
Exercises434
12.8 Two-Way ANOVA with Interaction435
Interaction Plots 436
Hypothesis Test for Interaction 437
Exercises 440
Chapter Summary 442
Pronunciation Key 443
Chapter Exercises 443
Data Set Exercises 451
Software Commands 452
Answers to Self-Review 454
A Review of Chapters 10–12455
Glossary 455
Problems 456
Cases 459
Practice Test 459
Chapter13Correlation and Linear Regression 461
13.1 Introduction 462
13.2 What Is Correlation Analysis 463
13.3 The Correlation Coefficient 465
Exercises 470
13.4 Testing the Significance of the Correlation Coefficient 472
Exercises475
13.5 Regression Analysis 476
Least Squares Principle 476
Drawing the Regression Line 479
Exercises481
13.6 Testing the Significance of the Slope483
Exercises486
13.7 Evaluating a Regression Equation’s Abilityto Predict486
The Standard Error of Estimate486
The Coefficient of Determination487
Exercises488
Relationships among the CorrelationCoefficient, the Coefficient of Determination,and the Standard Error of Estimate 488
Exercises490
13.8 Interval Estimates of Prediction 490
Assumptions Underlying Linear Regression 490
Constructing Confidence and Prediction Intervals 492
Exercises 494
13.9 Transforming Data495
Exercises 497
Chapter Summary 498
Pronunciation Key 499
Chapter Exercises500
Data Set Exercises509
Software Commands510
Answers to Self-Review 511
Chapter 14 Multiple Regression Analysis512
14.1 Introduction5131
4.2 Multiple Regression Analysis513
Exercises517
14.3 Evaluating a Multiple RegressionEquation 519
The ANOVA Table519Multiple Standard Error of Estimate520
Coefficient of Multiple Determination521
Adjusted Coefficient of Determination522
Exercises523
14.4 Inferences in Multiple Linear Regression523
Global Test: Testing the Multiple RegressionModel524
Evaluating Individual Regression Coefficients526
Exercises530
14.5 Evaluating the Assumptions of MultipleRegression531
Linear Relationship532
Variation in Residuals Same for Large and Small Values533
Distribution of Residuals534
Multicollinearity534
Independent Observations537
14.6 Qualitative Independent Variables537
14.7 Regression Models with Interaction540
14.8 Stepwise Regression542
Exercises544
14.9 Review of Multiple Regression546
Chapter Summary551
Pronunciation Key553
Chapter Exercises553
Data Set Exercises565
Software Commands566
Answers to Self-Review567
A Review of Chapters 13 and 14 567
Glossary568
Problems569
Cases570
Practice Test571
Chapter 15 Index Numbers573
15.1 Introduction574
15.2 Simple Index Numbers574
15.3 Why Convert Data to Indexes 577
15.4 Construction of Index Numbers577
Exercises578
15.5 Unweighted Indexes579
Simple Average of the Price Indexes579
Simple Aggregate Index580
15.6 Weighted Indexes581
Laspeyres Price Index581Paasche Price Index582
Fisher’s Ideal Index584
Exercises584
15.7 Value Index 585
Exercises586
15.8 Special-Purpose Indexes587
Consumer Price Index588
Producer Price Index589
Dow Jones Industrial Average (DJIA)589S&P 500 Index590
Exercises591
15.9 Consumer Price Index592
Special Uses of the Consumer Price Index592
15.10 Shifting the Base595
Exercises597
Chapter Summary598
Chapter Exercises599
Software Commands602
Answers to Self-Review603
Chapter16Time Series and Forecasting604
16.1 Introduction605
16.2 Components of a Time Series605
Secular Trend605
Cyclical Variation606
Seasonal Variation607
Irregular Variation608
16.3 A Moving Average608
16.4 Weighted Moving Average611
Exercises614
16.5 Linear Trend615
16.6 Least Squares Method616
Exercises618
16.7 Nonlinear Trends618
Exercises620
16.8 Seasonal Variation621
Determining a Seasonal Index621
Exercises626
16.9 Deseasonalizing Data627
Using Deseasonalized Data to Forecast628
Exercises630
16.10 The Durbin-Watson Statistic631
Exercises636
Chapter Summary636
Chapter Exercises636
Data Set Exercise643
Software Commands643
Answers to Self-Review644
A Review of Chapters 15 and 16 645
Glossary646
Problems646
Practice Test647
Chapter 17 Nonparametric Methods:Goodness-of-Fit Tests 648
17.1 Introduction649
17.2 Goodness-of-Fit Test: Equal ExpectedFrequencies 649
Exercises654
17.3 Goodness-of-Fit Test: Unequal ExpectedFrequencies 655
17.4 Limitations of Chi-Square657
Exercises659
17.5 Testing the Hypothesis That a Distribution of Data Is from a Normal Population 659
17.6 Graphical and Statistical ApproachestoConfirm Normality662
Exercises665
17.7 Contingency Table Analysis667
Exercises671
Chapter Summary672
Pronunciation Key672
Chapter Exercises672
Data Set Exercises677
Software Commands678
Answers to Self-Review679
Chapter 18 Nonparametric Methods: Analysis of Ranked Data680
18.1 Introduction681
18.2 The Sign Test681
Exercises685
Using the Normal Approximation to theBinomial686
Exercises688
Testing a Hypothesis about a Median688
Exercises689
18.3 Wilcoxon Signed-Rank Test forDependent Samples690
Exercises693
18.4 Wilcoxon Rank-Sum Test for IndependentSamples695
Exercises698
18.5 Kruskal-Wallis Test: Analysis of Varianceby Ranks698
Exercises702
18.6 Rank-Order Correlation704
Testing the Significance of rs706
Exercises707
Chapter Summary709
Pronunciation Key710
Chapter Exercises710
Data Set Exercises713
Software Commands713
Answers to Self-Review714
A Review of Chapters 17 and 18 716
Glossary716
Problems717
Cases718
Practice Test718
Chapter 19 Statistical Process Control andQuality Management720
19.1 Introduction721
19.2 A Brief History of Quality Control 721
Six Sigma724
19.3 Causes of Variation724
19.4 Diagnostic Charts725
Pareto Charts725
Fishbone Diagrams727
Exercises728
19.5 Purpose and Types of Quality ControlCharts729
Control Charts for Variables729
Range Charts733
19.6 In-Control and Out-of-Control Situations734
Exercises736
19.7 Attribute Control Charts737
Percent Defective Charts737
c-Bar Charts740
Exercises741
19.8 Acceptance Sampling742
Exercises746
Chapter Summary746
Pronunciation Key747
Chapter Exercises747
Appendixes
AppendixA:Data Sets
AppendixB:Tables
AppendixC:Answers