本书是美国辛辛那提大学的安德森、斯威尼教授和罗切斯特理工学院的威廉斯教授再度合作的结晶。最新版在保留了以前版本的叙述风格和可读性的基础上，对内容进行了一些修订，对个别章节做了更为合理的调整，并更新了一定数量的习题。应用性强是本书的最大特色。作者精心设计了“方法”“应用”和“补充练习”三种题型，并设计了起提示、总结和建议作用的“注释和评论”，这些都体现出本书的实用特点。
这是一本广泛流行于美国高校的教材，被誉为最经典的商务统计教材之一！该书在中国引进十多年间，一直被北京大学、清华大学、中国人民大学、复旦大学、上海交通大学、南开大学和中山大学等众多高校采用，深受师生的推崇和喜爱。最新版在保留了以前版本的叙述风格和可读性的基础上，对内容进行了一些修订，对个别章节做了更为合理的调整，并更新了一定数量的习题。应用性强是本书的最大特色。作者精心设计了“方法”“应用”和“补充练习”三种题型，并设计了起提示、总结和建议作用的“注释和评论”，这些都体现出本书的实用特点。
本书适合本科生、MBA和研究生等多层次学者学习，也可作为从事工商管理和经济分析的各类人员的手边工具。
本书是《商务与经济统计》第13版。
本书的目的是向学生，主要是向那些工商管理和经济学研究领域的学生概念性地介绍统计学及其各种应用方面的知识。本书是以应用为导向，并考虑到非数学专业人员的需要而编写的，所需要的必备数学基础为代数知识。
数据分析与统计方法的应用是本书的结构及讲述内容中一个不可或缺的部分。每种方法的讨论与发展都通过应用呈现出来，并运用统计结果进行问题的决策和解答。
尽管本书以应用为导向，但我们还是谨慎地给出了合理的方法推导过程，并且运用了所涉及的论题通常会使用的符号。因此，同学们将会发现，本书为学习高级统计学打下了坚实的基础。附录包括指导进一步学习的参考书目。
本书向学生介绍Minitab 17与Microsoft Excel 2013软件包，并强调在统计分析应用中计算机软件包的作用。之所以介绍Minitab，是因为在教学和统计实践中它都是最主要的统计软件包之一；Excel虽然不是统计软件包，但它的广泛实用性和应用性，对于学生了解这个软件包的统计性能很重要。Minitab和Excel的步骤在各章附录中给出，使得在更多强调计算机运用的课堂中，教师可以灵活使用。
第13版的变化
我们对《商务与经济统计》以前版本得到的认可与积极的反应表示感谢。因此，在这次新版修订时，我们保留了以前版本的叙述风格与可读性。全书有许多变化旨在提高其教学效果。新版中的显著变化汇总如下。
内容修订
数据和统计资料—第1章 我们以介绍大数据的讨论扩充了数据挖掘这一节，增加了新的一节—逻辑分析方法。我们还着重强调了观测数据和实验数据的区别。
描述统计学Ⅰ：表格法和图形法—第2章 在本章附录2B中，我们增加了如何使用Excel推荐的图表选项的介绍。基于使用者所选数据，Excel的新功能产生一系列建议的图形，并能帮助学生识别用于描绘其数据的最恰当图形。
描述统计学Ⅱ：数值方法—第3章 现在我们使用美国国家标准与技术研究院（NIST）推荐的计算百分位数的方法。除了被NIST推荐之外，这种方法也被大多数软件所使用。NIST推荐的计算百分位数的方法用于本书所有使用百分位数的地方（例如，在绘制箱形图，计算四分位数或四分位数间距时）。
概率—第4章 更新了有关试验的讨论，对随机试验和设计实验给出更为清晰的区分。这种区分使理解概率章节中（第4～6章）试验的讨论和实验设计章节中实验的讨论变得更为容易。
软件 在软件附录中，我们修订了所有分步指令，并且本书所有适合软件输出的数字都兼顾了Excel 2013和Minitab 17。这给学生提供了接触和体验这两种最常用的商业统计分析软件当前版本的机会。在最新版中，我们不再给出StatTools使用的讨论。
新案例 本版我们增加了2个新案例，使得书中的案例总数达到33个。在第5章增加了1个概率建模的新案例，第14章增加了1个简单线性回归的新案例。这33个案例为学生提供了处理较为复杂的问题，分析较大数据集并以分析结果为基础准备管理报告的机会。
以实际数据为基础的新例题与练习 我们继续做出努力以近来的实际数据和统计信息资料来更新本书的例题和练习。本版增加了超过180道新例题和练习，这些例题和练习是以实际数据和原始资料为基础的。利用《华尔街日报》《今日美国》《巴伦周刊》以及一系列其他资料来源，我们进行了实际研究，以说明并创建练习来演示商务与经济统计的多种应用。我们相信，实际数据的使用可使更多的学生对统计资料产生兴趣，并使学生既学习统计方法，又学习其应用。本书的第13版包含超过350道以实际数据为基础的例题和练习。
特色与教学
作者安德森、斯威尼、威廉斯、卡姆和科克伦继续保留了以前版本中的许多特色，对学生来说重要的特色说明如下。
方法练习与应用练习
每节后的练习分成两部分，即“方法”和“应用”。方法练习要求学生利用公式进行必要的计算。应用练习要求学生利用书中的实际资料。这样，学生首先把注意力集中在“基本问题”的计算上，然后再转向精巧的统计应用与解释上。
自测题
某些练习作为自测题出现，它们的完整解答在附录D中给出，学生们可试着做自测题并核对答案，以便评估你对书中各章讲述的概念的理解程度。
页边注解与注释
关键点以及对学生提供额外知识的页边注解是本书的一个重要特色。设计这些出现在页边的注解，是为了强调和提高对本书介绍的术语和概念的理解。
许多节的末尾提供了“注释”，以帮助学生更深入地了解统计方法及其应用。“注释”包括一些注意事项，如方法的局限性、对应用的建议、对其他方法的简要描述及其他事项。
本书附带的数据文件
本书所附光盘有200多个可供我们使用的数据文件。在之前的版次中，我们用Excel和Minitab两种格式提供了数据文件。在13版中，为了更有效，我们只用CSV（逗号分隔值）一种格式提供数据文件。在第2章的附录中，我们给出了在Excel和Minitab中如何打开CSV文件的简介。所有案例的数据集和较大练习的数据集都在光盘中。在13版中，我们用单一格式（CSV格式）提供数据文件，来替代提供Minitab和Excel两种数据文件。这种格式适用于Minitab和Excel，在第2章的附录2A和2B中，我们给出了如何在Minitab和Excel中打开这些文件的分步简介。
感谢
我们要感谢编审的工作，他们提供的意见和建议有助于继续完善本书。他们是：
AbouEl-Makarim
Aboueissa, University of
Southern Maine
Kathleen Arano
Fort Hays State University
Musa Ayar
Uw-baraboo/Sauk County
Kathleen Burke
SUNY Cortland
YC Chang
University of Notre
Dame
David Chen
Rosemont College and
Saint Joseph''s University
Margaret E.Cochran
Northwestern State
University of Louisiana
Thomas A.Dahlstrom
Eastern University
Anne Drougas
Dominican University
Fesseha Gebremikael Strayer
University/ Calhoun
Community College
Malcolm C.Gold
University of Wisconsin—
Marshfield/Wood County
Joel Goldstein
Western Connecticut State
University
Jim Grant
Lewis & Clark College
Reidar Hagtvedt
University of Alberta
School of Business
Clifford B.Hawley
West Virginia University
Vance A.Hughey
Western Nevada College
Tony Hunnicutt
Ouachita Technical College
Stacey M.Jones
Albers School of Business
and Economics, Seattle
University
Dukpa Kim
University of Virginia
Rajaram Krishnan
Earlham College
Robert J.Lemke
Lake Forest College
Philip J.Mizzi
Arizona State University
Mehdi Mohaghegh
Norwich University
Mihail Motzev
Walla Walla University
Somnath Mukhopadhyay
The University of Texas
at El Paso
Kenneth E.Murphy
Chapman University
Ogbonnaya John Nwoha
Grambling State University
Claudiney Pereira
Tulane University
J.G.Pitt
University of Toronto
Scott A.Redenius
Brandeis University
Sandra Robertson
Thomas Nelson
Community College
Sunil Sapra
California State University,
Los Angeles
Kyle Vann Scott
Snead State Community
College
Rodney E.Stanley
Tennessee State University
Jennifer Strehler
Oakton Community
College
Ronald Stunda
Valdosta State University
Cindy van Es
Cornell University
Jennifer VanGilder
Ursinus College
Jacqueline Wroughton
Northern Kentucky
University
Dmitry Yarushkin
Grand View University
David Zimmer
Western Kentucky
University
对本书和前几版的构思提供有益意见和建议的许多同事和朋友，我们继续表示感谢。他们是：
Mohammad Ahmadi
University of Tennessee
at Chattanooga
Lari Arjomand
Clayton College and State
University
Robert Balough
Clarion University
Philip Boudreaux
University of Louisiana
Mike Bourke
Houston Baptist University
James Brannon
University of Wisconsin—
Oshkosh
John Bryant
University of Pittsburgh
Peter Bryant
University of Colorado
Terri L.Byczkowski
University of Cincinnati
Robert Carver
Stonehill College
Richard Claycombe
McDaniel College
Robert Cochran
University of Wyoming
Robert Collins
Marquette University
David W.Cravens
Texas Christian
University
Tom Dahlstrom
Eastern College
Gopal Dorai
William Patterson
University
Nicholas Farnum
California State
University—Fullerton
Donald Gren
Salt Lake Community
College
Paul Guy
California State
University—Chico
Clifford Hawley
West Virginia University
Jim Hightower
California State
University, Fullerton
Alan Humphrey
University of Rhode Island
Ann Hussein
Philadelphia College of
Textiles and Science
C.Thomas Innis
University of Cincinnati
Ben Isselhardt
Rochester Institute of
Technology
Jeffery Jarrett
University of Rhode Island
Ronald Klimberg
St.Joseph抯 University
David A.Kravitz
George Mason
University
David Krueger
St.Cloud State University
John Leschke
University of Virginia
Martin S.Levy
University of Cincinnati
John S.Loucks
St.Edward抯 University
David Lucking-Reiley
Vanderbilt University
Bala Maniam
Sam Houston State
University
Don Marx
University of Alaska,
Anchorage
Tom McCullough
University of California—
Berkeley
Ronald W.Michener
University of Virginia
Glenn Milligan
Ohio State University
Mitchell Muesham
Sam Houston State
University
Roger Myerson
Northwestern University
Richard O扖onnell
Miami University of Ohio
Alan Olinsky
Bryant College
Ceyhun Ozgur
Valparaiso University
Tom Pray
Rochester Institute
of Technology
Harold Rahmlow
St.Joseph抯 University
H.V.Ramakrishna
Penn State University at
Great Valley
Tom Ryan
Case Western Reserve
University
Bill Seaver
University of Tennessee
Alan Smith
Robert Morris College
Willbann Terpening
Gonzaga University
Ted Tsukahara
St.Mary抯 College of
California
Hroki Tsurumi
Rutgers University
David Tufte
University of New Orleans
Victor Ukpolo
Austin Peay State
University
Ebenge Usip
Youngstown State
University
Cindy Van Es
Cornell University
Jack Vaughn
University of Texas-El
Paso
Andrew Welki
John Carroll University
Ari Wijetunga
Morehead State University
J.E.Willis
Louisiana State University
Mustafa Yilmaz
Northeastern University
Gary Yoshimoto
St.Cloud State University
Yan Yu
University of Cincinnati
Charles Zimmerman
Robert Morris College
我们感谢为本书提供“实践中的统计”特色文章的工商业界合作者，我们通过每一篇文章的来源附注认识了他们中的每个人。我们还要感谢我们的产品经理Anron Arnsparger、内容开发Anne Merrill、内容规划经理Jana Lewis、MPS Limited的项目经理Manoj Kumar、媒体开发Chris Valentine、数字内容设计Brandon Flotz，以及在本书筹备期间给予支持和编辑建议的Cengage的所有人。
戴维 R. 安德森
丹尼斯 J. 斯威尼
托马斯 A. 威廉斯
杰弗里 D. 卡姆
詹姆斯 J. 科克伦
经济学
本书是美国辛辛那提大学的安德森、斯威尼教授和罗切斯特理工学院的威廉斯教授再度合作的结晶。最新版在保留了以前版本的叙述风格和可读性的基础上，对内容进行了一些修订，对个别章节做了更为合理的调整，并更新了一定数量的习题。应用性强是本书的最大特色。作者精心设计了“方法”“应用”和“补充练习”三种题型，并设计了起提示、总结和建议作用的“注释和评论”，这些都体现出本书的实用特点。
[美] 戴维 R. 安德森（David R. Anderson）丹尼斯 J. 斯威尼（Dennis J. Sweeney）托马斯 A. 威廉斯（Thomas A. Williams）杰弗里 D. 卡姆(Jeffrey D.Camm) 詹姆斯 J. 科克伦(James J. Cochran) 著：暂无简介
张建华 王健 聂巧平 等译注：暂无简介
出版说明
导读
作者简介
前言
第1章 数据与统计资料 1
实践中的统计：彭博商业周刊 2
1.1 统计学在商务和经济中的应用 3
1.1.1 会计 3
1.1.2 财务 4
1.1.3 市场营销 4
1.1.4 生产 4
1.1.5 经济 4
1.1.6 信息系统 5
1.2 数据 5
1.2.1 个体、变量和观测值 5
1.2.2 测量尺度 7
1.2.3 分类型数据和数量型数据 8
1.2.4 截面数据和时间序列数据 8
1.3 数据来源 11
1.3.1 现有来源 11
1.3.2 观测性研究 12
1.3.3 实验 13
1.3.4 时间与成本问题 13
1.3.5 数据采集误差 13
1.4 描述统计 14
1.5 统计推断 16
1.6 逻辑分析方法 17
1.7 大数据和数据挖掘 18
1.8 计算机与统计分析 20
1.9 统计工作的道德准则 20
小结 22
关键术语 23
补充练习 24
第2章 描述统计学Ⅰ：表格法和图形法 32
实践中的统计：高露洁–棕榄公司 33
2.1 汇总分类变量的数据 34
2.1.1 频数分布 34
2.1.2 相对频数分布和百分数频数分布 35
2.1.3 条形图和饼形图 35
2.2 汇总数量变量的数据 41
2.2.1 频数分布 41
2.2.2 相对频数分布和百分数频数分布 43
2.2.3 打点图 43
2.2.4 直方图 44
2.2.5 累积分布 45
2.2.6 茎叶显示 46
2.3 用表格方式汇总两个变量的数据 55
2.3.1 交叉分组表 55
2.3.2 辛普森悖论 58
2.4 用图形显示方式汇总两个变量的数据 64
2.4.1 散点图和趋势线 64
2.4.2 复合条形图和结构条形图 65
2.5 数据可视化：创建有效图形显示的最佳实践 71
2.5.1 创建有效的图形显示 71
2.5.2 选择图形显示的类型 72
2.5.3 数据仪表板 72
2.5.4 实践中的数据可视化：辛辛那提动植物园 74
小结 77
关键术语 78
重要公式 79
补充练习 79
案例2-1 Pelican商店 84
案例2-2 电影业 85
案例2-3 皇后市 86
附录2A 使用Minitab的表格和图形描述 87
附录2B 使用Excel的表格和图形描述 90
第3章 描述统计学Ⅱ：数值方法 102
实践中的统计：Small Fry设计公司 103
3.1 位置的度量 104
3.1.1 平均数 104
3.1.2 加权平均数 106
3.1.3 中位数 107
3.1.4 几何平均数 109
3.1.5 众数 110
3.1.6 百分位数 111
3.1.7 四分位数 112
3.2 变异程度的度量 118
3.2.1 极差 118
3.2.2 四分位数间距 119
3.2.3 方差 119
3.2.4 标准差 120
3.2.5 标准差系数 121
3.3 分布形态、相对位置的度量以及异常值的检测 125
3.3.1 分布形态 125
3.3.2 z-分数 125
3.3.3 切比雪夫定理 127
3.3.4 经验法则 128
3.3.5 异常值的检测 130
3.4 五数概括法和箱形图 133
3.4.1 五数概括法 133
3.4.2 箱形图 134
3.4.3 利用箱形图的比较分析 135
3.5 两变量间关系的度量 138
3.5.1 协方差 138
3.5.2 协方差的解释 140
3.5.3 相关系数 141
3.5.4 相关系数的解释 144
3.6 数据仪表板：增加数值度量以提高有效性 148
小结 151
关键术语 152
重要公式 153
补充练习 155
案例3-1 Pelican商店 160
案例3-2 电影业 161
案例3-3 亚太地区的商学院 162
案例3-4 天使巧克力的网络交易 164
案例3-5 非洲象数量 165
附录3A 使用Minitab计算描述统计量 166
附录3B 使用Excel计算描述统计量 168
第7章 抽样和抽样分布 172
实践中的统计：MeadWestvaco有限公司 173
7.1 Electronics Associates 公司的抽样问题 174
7.2 抽样 175
7.2.1 自有限总体的抽样 175
7.2.2 自无限总体的抽样 177
7.3 点估计 180
应用中的建议 182
7.4 抽样分布简介 184
7.5 x–的抽样分布 186
7.5.1 x–的数学期望 187
7.5.2 x–的标准差 187
7.5.3 x–的抽样分布的形式 188
7.5.4 EAI问题中x–的抽样分布 189
7.5.5 x–的抽样分布的实际应用 190
7.5.6 样本容量与x–的抽样分布的关系 192
7.6 p–的抽样分布 196
7.6.1 p–的数学期望 197
7.6.2 p–的标准差 197
7.6.3 p–的抽样分布的形式 198
7.6.4 p–的抽样分布的实际应用 199
7.7 点估计的性质 202
7.7.1 无偏性 202
7.7.2 有效性 203
7.7.3 一致性 204
7.8 其他抽样方法 205
7.8.1 分层随机抽样 205
7.8.2 整群抽样 205
7.8.3 系统抽样 206
7.8.4 方便抽样 206
7.8.5 判断抽样 207
小结 207
关键术语 208
重要公式 209
补充练习 209
案例 Marion Dairies公司 212
附录7A 的数学期望和标准差 212
附录7B 用Minitab进行随机抽样 214
附录7C 用Excel进行随机抽样 215
第8章 区间估计 216
实践中的统计：Food Lion 217
8.1 总体均值的区间估计：已知情形 218
8.1.1 边际误差和区间估计 218
8.1.2 应用中的建议 222
8.2 总体均值的区间估计：未知情形 224
8.2.1 边际误差和区间估计 225
8.2.2 应用中的建议 228
8.2.3 利用小样本 228
8.2.4 区间估计方法小结 230
8.3 样本容量的确定 233
8.4 总体比率的区间估计 236
样本容量的确定 238
小结 242
关键术语 243
重要公式 243
补充练习 244
案例8-1 Young Professional杂志 247
案例8-2 Gulf Real Estate Properties公司 248
案例8-3 Metropolitan Research有限公司 248
附录8A 用Minitab求区间估计 250
附录8B 用Excel求区间估计 252
第9章 假设检验 255
实践中的统计：John Morrell有限公司 256
9.1 原假设和备择假设的建立 257
9.1.1 将研究中的假设作为备择假设 257
9.1.2 将受到挑战的假说作为原假设 258
9.1.3 原假设和备择假设形式的小结 259
9.2 第一类错误和第二类错误 260
9.3 总体均值的检验：已知情形 263
9.3.1 单侧检验 263
9.3.2 双侧检验 269
9.3.3 小结与应用建议 271
9.3.4 区间估计与假设检验的关系 273
9.4 总体均值的检验：未知情形 278
9.4.1 单侧检验 278
9.4.2 双侧检验 279
9.4.3 小结与应用建议 281
9.5 总体比率的假设检验 284
小结 286
9.6 假设检验与决策 289
9.7 计算第二类错误的概率 290
9.8 对总体均值进行假设检验时样本容量的确定 295
小结 298
关键术语 299
重要公式 300
补充练习 300
案例9-1 Quality Associates有限公司 303
案例9-2 Bayview大学商科学生的道德行为 305
附录9A 用Minitab进行假设检验 306
附录9B 用Excel进行假设检验 308
第10章两总体均值和比例的推断 313
实践中的统计：美国食品与药物管理局 314
10.1 两总体均值之差的推断：1和2已知 315
10.1.1 1–2的区间估计 315
10.1.2 1–2的假设检验 317
10.1.3 实用建议 319
10.2 两总体均值之差的推断：1和2未知 322
10.2.1 1–2的区间估计 322
10.2.2 1–2的假设检验 324
10.2.3 实用建议 326
10.3 两总体均值之差的推断：匹配样本 330
10.4 两总体比例之差的推断 336
10.4.1 p1–p2的区间估计 336
10.4.2 p1–p2的假设检验 338
小结 342
关键术语 342
重要公式 343
补充练习 344
案例 Par公司 347
附录10A 用Minitab进行两个总体的推断 348
附录10B 用Excel进行两个总体的推断 350
第11章 总体方差的统计推断 353
实践中的统计：美国审计总署 354
11.1 一个总体方差的统计推断 355
11.1.1 区间估计 355
11.1.2 假设检验 359
11.2 两个总体方差的统计推断 365
小结 372
重要公式 372
补充练习 372
案例 空军训练计划 374
附录11A 用Minitab进行总体方差的推断 375
附录11B 用Excel进行总体方差的推断 376
第12章 多个比例的比较、独立性及拟合优度检验 377
实践中的统计：联合劝募协会 378
12.1 三个或多个总体比例相等性的检验 379
多重比较方法 384
12.2 独立性检验 389
12.3 拟合优度检验 397
12.3.1 多项概率分布 397
12.3.2 正态分布 400
小结 406
关键术语 406
重要公式 407
补充练习 407
案例 两党议程变更 410
附录12A 用Minitab进行2检验 411
附录12B 用Excel进行2检验 412
第13章 实验设计与方差分析 414
实践中的统计：Burke市场营销服务公司 415
13.1 实验设计与方差分析简介 416
13.1.1 数据收集 417
13.1.2 方差分析的假定 418
13.1.3 方差分析：概念性综述 418
13.2 方差分析和完全随机化设计 421
13.2.1 总体方差的处理间估计 422
13.2.2 总体方差的处理内估计 423
13.2.3 方差估计量的比较：F检验 424
13.2.4 ANOVA表 426
13.2.5 方差分析的计算机输出结果 427
13.2.6 k个总体均值相等的检验：一项观测性研究 428
13.3 多重比较方法 432
13.3.1 Fisher的LSD方法 432
13.3.2 第一类错误概率 435
13.4 随机化区组设计 438
13.4.1 空中交通管理员工作压力测试 439
13.4.2 ANOVA方法 440
13.4.3 计算与结论 441
13.5 析因实验 445
13.5.1 ANOVA方法 447
13.5.2 计算与结论 447
小结 452
关键术语 453
重要公式 453
补充练习 456
案例13-1 Wentworth医疗中心 460
案例13-2 销售人员的报酬 461
附录13A 用Minitab进行方差分析 462
附录13B 用Excel进行方差分析 464
第14章 简单线性回归 468
实践中的统计：联盟数据系统 469
14.1 简单线性回归模型 470
14.1.1 回归模型和回归方程 470
14.1.2 估计的回归方程 471
14.2 最小二乘法 473
14.3 判定系数 484
相关系数 487
14.4 模型的假定 491
14.5 显著性检验 492
14.5.1 2的估计 493
14.5.2 t检验 493
14.5.3 1的置信区间 495
14.5.4 F检验 496
14.5.5 关于显著性检验解释的几点注释 498
14.6 应用估计的回归方程进行估计和预测 501
14.6.1 区间估计 502
14.6.2 y的平均值的置信区间 503
14.6.3 y的一个个别值的预测区间 504
14.7 计算机解法 509
14.8 残差分析：证实模型假定 513
14.8.1 关于x的残差图 514
14.8.2 关于y^的残差图 515
14.8.3 标准化残差 517
14.8.4 正态概率图 519
14.9 残差分析：异常值与有影响的观测值 522
14.9.1 检测异常值 522
14.9.2 检测有影响的观测值 524
小结 530
关键术语 531
重要公式 532
补充练习 534
案例14-1 测量股票市场风险 540
案例14-2 美国交通部 541
案例14-3 挑选一台傻瓜型数码相机 542
案例14-4 找到最合适的汽车价值 543
案例14-5 七叶树溪乐园 544
附录14A 最小二乘公式的微积分推导 545
附录14B 利用相关系数的显著性检验 546
附录14C 用Minitab进行回归分析 547
附录14D 用Excel进行回归分析 548
第15章 多元回归 551
实践中的统计：dunnhumby 552
15.1 多元回归模型 553
15.1.1 回归模型和回归方程 553
15.1.2 估计的多元回归方程 553
15.2 最小二乘法 554
15.2.1 一个例子：Butler运输公司 555
15.2.2 关于回归系数解释的注释 558
15.3 多元判定系数 564
15.4 模型的假定 567
15.5 显著性检验 569
15.5.1 F检验 569
15.5.2 t检验 572
15.5.3 多重共线性 573
15.6 应用估计的回归方程进行估计和预测 576
15.7 分类自变量 579
15.7.1 一个例子：约翰逊过滤股份公司 579
15.7.2 解释参数 581
15.7.3 更复杂的分类变量 583
15.8 残差分析 588
15.8.1 检测异常值 590
15.8.2 学生化删除残差和异常值 590
15.8.3 有影响的观测值 591
15.8.4 利用库克距离测度识别有影响的观测值 591
15.9 logistic回归 595
15.9.1 logistic回归方程 596
15.9.2 估计logistic回归方程 597
15.9.3 显著性检验 600
15.9.4 管理上的应用 600
15.9.5 解释logistic回归方程 601
15.9.6 logit变换 604
小结 608
关键术语 608
重要公式 609
补充练习 611
案例15-1 消费者调查股份有限公司 618
案例15-2 预测NASCAR车手的奖金 619
案例15-3 找到最合适的汽车价值 620
附录15A 用Minitab进行多元回归分析 621
附录15B 用Excel进行多元回归分析 621
附录15C 用Minitab进行logistic回归分析 623
第16章 回归分析：建立模型 624
实践中的统计：Monsanto公司 625
16.1 一般线性模型 626
16.1.1 模拟曲线关系 626
16.1.2 交互作用 629
16.1.3 涉及因变量的变换 633
16.1.4 内线性的非线性模型 637
16.2 确定什么时候增加或者删除变量 641
16.2.1 一般情形 643
16.2.2 p-值的应用 644
16.3 大型问题的分析 648
16.4 变量选择方法 652
16.4.1 逐步回归 652
16.4.2 前向选择 654
16.4.3 后向消元 654
16.4.4 最佳子集回归 655
16.4.5 做出最终选择 656
16.5 实验设计的多元回归方法 658
16.6 自相关性和杜宾–瓦特森检验 663
小结 667
关键术语 668
重要公式 668
补充练习 668
案例16-1 职业高尔夫球协会巡回赛的统计分析 671
案例16-2 产自意大利皮埃蒙特地区的葡萄酒评级 672
附录16A Minitab的变量选择程序 673
第17章 时间序列分析及预测 675
实践中的统计：内华达职业健康诊所 676
17.1 时间序列的模式 677
17.1.1 水平模式 677
17.1.2 趋势模式 679
17.1.3 季节模式 679
17.1.4 趋势与季节模式 680
17.1.5 循环模式 680
17.1.6 选择预测方法 682
17.2 预测精度 683
17.3 移动平均法和指数平滑法 688
17.3.1 移动平均法 688
17.3.2 加权移动平均法 691
17.3.3 指数平滑法 691
17.4 趋势推测法 698
17.4.1 线性趋势回归 698
17.4.2 非线性趋势回归 703
17.5 季节性和趋势 709
17.5.1 没有趋势的季节性 709
17.5.2 季节性和趋势 711
17.5.3 基于月度数据的模型 714
17.6 时间序列分解法 718
17.6.1 计算季节指数 719
17.6.2 消除季节影响的时间序列 723
17.6.3 利用消除季节影响的时序数列确定趋势 723
17.6.4 季节调整 725
17.6.5 基于月度数据的模型 725
17.6.6 循环成分 725
小结 728
关键术语 729
重要公式 730
补充练习 730
案例17-1 预测食品和饮料的销售 734
案例17-2 预测损失的销售额 735
附录17A 用Minitab进行预测 736
附录17B 用Excel进行预测 739
第18章 非参数方法 741
实践中的统计：West Shell Realtors公司 742
18.1 符号检验 743
18.1.1 总体中位数假设检验 743
18.1.2 匹配样本的假设检验 748
18.2 威尔科克森符号秩检验 751
关键术语 755
重要公式 756
补充练习 757
附录18A Minitab的非参数方法 760
附录18B Excel的非参数方法 762
附录A 参考文献
附录B 统计表格
附录C 总结
附录D 自测题解答与偶数题答案
附录E Microsoft Excel 2013和统计分析工具
附录F 利用Minitab和Excel计算p-值
contents
Publisher’s Note
Introduction
About the Authors
Preface
Chapter 1 Data and Statistics 1
Statistics in Practice: Bloomberg Businessweek 2
1.1 Applications in Business and Economics 3
Accounting 3
Finance 4
Marketing 4
Production 4
Economics 4
Information Systems 5
1.2 Data 5
Elements, Variables, and Observations 5
Scales of Measurement 7
Categorical and Quantitative Data 8
Cross-Sectional and Time Series Data 8
1.3 Data Sources 11
Existing Sources 11
Observational Study 12
Experiment 13
Time and Cost Issues 13
Data Acquisition Errors 13
1.4 Descriptive Statistics 14
1.5 Statistical Inference 16
1.6 Analytics 17
1.7 Big Data and Data Mining 18
1.8 Computers and Statistical Analysis 20
1.9 Ethical Guidelines for Statistical Practice 20
Summary 22
Glossary 23
Supplementary Exercises 24
Chapter 2 Descriptive Statistics: Tabular and Graphical Displays 32
Statistics in Practice: Colgate-Palmolive Company 33
2.1 Summarizing Data for a Categorical Variable 34
Frequency Distribution 34
Relative Frequency and Percent Frequency Distributions 35
Bar Charts and Pie Charts 35
2.2 Summarizing Data for a Quantitative Variable 41
Frequency Distribution 41
Relative Frequency and Percent Frequency Distributions 43
Dot Plot 43
Histogram 44
Cumulative Distributions 45
Stem-and-Leaf Display 46
2.3 Summarizing Data for Two Variables Using Tables 55
Crosstabulation 55
Simpson’s Paradox 58
2.4 Summarizing Data for Two Variables Using Graphical Displays 64
Scatter Diagram and Trendline 64
Side-by-Side and Stacked Bar Charts 65
2.5 Data Visualization: Best Practices in Creating Effective
Graphical Displays 71
Creating Effective Graphical Displays 71
Choosing the Type of Graphical Display 72
Data Dashboards 72
Data Visualization in Practice: Cincinnati Zoo and Botanical Garden 74
Summary 77
Glossary 78
Key Formulas 79
Supplementary Exercises 79
Case Problem 1 Pelican Stores 84
Case Problem 2 Motion Picture Industry 85
Case Problem 3 Queen City 86
Appendix 2.1 Using Minitab for Tabular and Graphical
Presentations 87
Appendix 2.2 Using Excel for Tabular and Graphical
Presentations 90
Chapter 3 Descriptive Statistics: Numerical Measures 102
Statistics in Practice: Small Fry Design 103
3.1 Measures of Location 104
Mean 104
Weighted Mean 106
Median 107
Geometric Mean 109
Mode 110
Percentiles 111
Quartiles 112
3.2 Measures of Variability 118
Range 118
Interquartile Range 119
Variance 119
Standard Deviation 120
Coefficient of Variation 121
3.3 Measures of Distribution Shape, Relative Location, and Detecting
Outliers 125
Distribution Shape 125
z-Scores 125
Chebyshev’s Theorem 127
Empirical Rule 128
Detecting Outliers 130
3.4 Five-Number Summaries and Box Plots 133
Five-Number Summary 133
Box Plot 134
Comparative Analysis Using Box Plots 135
3.5 Measures of Association Between Two Variables 138
Covariance 138
Interpretation of the Covariance 140
Correlation Coefficient 141
Interpretation of the Correlation Coefficient 144
3.6 Data Dashboards: Adding Numerical Measures
to Improve Effectiveness 148
Summary 151
Glossary 152
Key Formulas 153
Supplementary Exercises 155
Case Problem 1 Pelican Stores 160
Case Problem 2 Motion Picture Industry 161
Case Problem 3 Business Schools of Asia-Pacific 162
Case Problem 4 Heavenly Chocolates Website Transactions 164
Case Problem 5 African Elephant Populations 165
Appendix 3.1 Descriptive Statistics Using Minitab 166
Appendix 3.2 Descriptive Statistics Using Excel 168
Chapter 7 Sampling and Sampling Distributions 172
Statistics in Practice: Meadwestvaco Corporation 173
7.1 The Electronics Associates Sampling Problem 174
7.2 Selecting a Sample 175
Sampling from a Finite Population 175
Sampling from an Infinite Population 177
7.3 Point Estimation 180
Practical Advice 182
7.4 Introduction to Sampling Distributions 184
7.5 Sampling Distribution of x 186
Expected Value of x 187
Standard Deviation of x 187
Form of the Sampling Distribution of x 188
Sampling Distribution of x for the EAI Problem 189
Practical Value of the Sampling Distribution of x 190
Relationship Between the Sample Size and the Sampling
Distribution of x 192
7.6 Sampling Distribution of p 196
Expected Value of p 197
Standard Deviation of p 197
Form of the Sampling Distribution of p 198
Practical Value of the Sampling Distribution of p 199
07/01/16 3:50 PM
Contents
7.7 Properties of Point Estimators 202
Unbiased 202
Efficiency 203
Consistency 204
7.8 Other Sampling Methods 205
Stratified Random Sampling 205
Cluster Sampling 205
Systematic Sampling 206
Convenience Sampling 206
Judgment Sampling 207
Summary 207
Glossary 208
Key Formulas 209
Supplementary Exercises 209
Case Problem Marion Dairies 212
Appendix 7.1 The Expected Value and Standard
Deviation of x 212
Appendix 7.2 Random Sampling with Minitab 214
Appendix 7.3 Random Sampling with Excel 215
Chapter 8 Interval Estimation 216
Statistics in Practice: Food Lion 217
8.1 Population Mean: s Known 218
Margin of Error and the Interval Estimate 218
Practical Advice 222
8.2 Population Mean: s Unknown 224
Margin of Error and the Interval Estimate 225
Practical Advice 228
Using a Small Sample 228
Summary of Interval Estimation Procedures 230
8.3 Determining the Sample Size 233
8.4 Population Proportion 236
Determining the Sample Size 238
Summary 242
Glossary 243
Key Formulas 243
Supplementary Exercises 244
Case Problem 1 Young Professional Magazine 247
Case Problem 2 Gulf Real Estate Properties 248
Case Problem 3 Metropolitan Research, Inc. 248
Appendix 8.1 Interval Estimation with Minit ab 250
Appendix 8.2 Interval Estimation Using Excel 252
Chapter 9 Hypothesis Tests 255
Statistics in Practice: John Morrell & Company 256
9.1 Developing Null and Alternative Hypotheses 257
The Alternative Hypothesis as a Research Hypothesis 257
The Null Hypothesis as an Assumption to Be Challenged 258
Summary of Forms for Null and Alternative Hypotheses 259
9.2 Type I and Type II Errors 260
9.3 Population Mean: s Known 263
One-Tailed Test 263
Two-Tailed Test 269
Summary and Practical Advice 271
Relationship Between Interval Estimation and Hypothesis Testing 273
9.4 Population Mean: s Unknown 278
One-Tailed Test 278
Two-Tailed Test 279
Summary and Practical Advice 281
9.5 Population Proportion 284
Summary 286
9.6 Hypothesis Testing and Decision Making 289
9.7 Calculating the Probability of Type II Errors 290
9.8 Determining the Sample Size for a Hypothesis Test About a Population
Mean 295
Summary 298
Glossary 299
Key Formulas 300
Supplementary Exercises 300
Case Problem 1 Quality Associates, Inc. 303
Case Problem 2 Ethical Behavior of Business Students at Bayview University 305
Appendix 9.1 Hypothesis Testing with Minitab 306
Appendix 9.2 Hypothesis Testing with Excel 308
Chapter 10 Inference About Means and Proportions
with Two Populations 313
Statistics in Practice: U.S. Food and Drug Administration 314
10.1 Inferences About the Difference Between Two Population Means:
s1 and s2 Known 315
Interval Estimation of m1 2 m2 315
Hypothesis Tests About m1 2 m2 317
Practical Advice 319
10.2 Inferences About the Difference Between Two Population Means:
s1 and s2 Unknown 322
Interval Estimation of m1 2 m2 322
07/01/16 3:50 PM
Contents
Hypothesis Tests About m1 2 m2 324
Practical Advice 326
10.3 Inferences About the Difference Between Two Population Means:
Matched Samples 330
10.4 Inferences About the Difference Between Two Population Proportions 336
Interval Estimation of p1 2 p2 336
Hypothesis Tests About p1 2 p2 338
Summary 342
Glossary 342
Key Formulas 343
Supplementary Exercises 344
Case Problem Par, Inc. 347
Appendix 10.1 Inferences About Two Populations Using Minitab 348
Appendix 10.2 Inferences About Two Populations Using Excel 350
Chapter 11 Inferences About Population Variances 353
Statistics in Practice: U.S. Government Accountability Office 354
11.1 Inferences About a Population Variance 355
Interval Estimation 355
Hypothesis Testing 359
11.2 Inferences About Two Population Variances 365
Summary 372
Key Formulas 372
Supplementary Exercises 372
Case Problem Air Force Training Program 374
Appendix 11.1 Population Variances with Minitab 375
Appendix 11.2 Population Variances with Excel 376
Chapter 12 Comparing Multiple Proportions, Test of Independence
and Goodness of Fit 377
Statistics in Practice: United Way 378
12.1 Testing the Equality of Population Proportions for Three
or More Populations 379
A Multiple Comparison Procedure 384
12.2 Test of Independence 389
12.3 Goodness of Fit Test 397
Multinomial Probability Distribution 397
Normal Probability Distribution 400
Summary 406
Glossary 406
Key Formulas 407
Supplementary Exercises 407
14 07/01/16 3:50 PM
Contents xv
Case Problem A Bipartisan Agenda for Change 410
Appendix 12.1 Chi-Square Tests Using Minitab 411
Appendix 12.2 Chi-Square Tests Using Excel 412
Chapter 13 Experimental Design and Analysis of Variance 414
Statistics in Practice: Burke Marketing Services, Inc. 415
13.1 An Introduction to Experimental Design and Analysis
of Variance 416
Data Collection 417
Assumptions for Analysis of Variance 418
Analysis of Variance: A Conceptual Overview 418
13.2 Analysis of Variance and the Completely Randomized Design 421
Between-Treatments Estimate of Population Variance 422
Within-Treatments Estimate of Population Variance 423
Comparing the Variance Estimates: The F Test 424
ANOVA Table 426
Computer Results for Analysis of Variance 427
Testing for the Equality of k Population Means:
An Observational Study 428
13.3 Multiple Comparison Procedures 432
Fisher’s LSD 432
Type I Error Rates 435
13.4 Randomized Block Design 438
Air Traffic Controller Stress Test 439
ANOVA Procedure 440
Computations and Conclusions 441
13.5 Factorial Experiment 445
ANOVA Procedure 447
Computations and Conclusions 447
Summary 452
Glossary 453
Key Formulas 453
Supplementary Exercises 456
Case Problem 1 Wentworth Medical Center 460
Case Problem 2 Compensation for Sales Professionals 461
Appendix 13.1 Analysis of Variance with Minitab 462
Appendix 13.2 Analysis of Variance with Excel 464
Chapter 14 Simple Linear Regression 468
Statistics in Practice: Alliance Data Systems 469
14.1 Simple Linear Regression Model 470
Regression Model and Regression Equation 470
Estimated Regression Equation 471
07/01/16 3:50 PM
Contents
14.2 Least Squares Method 473
14.3 C oefficient of Determination 484
Correlation Coefficient 487
14.4 Model Assumptions 491
14.5 Testing for Significance 492
Estimate of s2 493
t Test 493
Confidence Interval for b1 495
F Test 496
Some Cautions About the Interpretation of Significance Tests 498
14.6 Using the Estimated Regression Equation
for Estimation and Prediction 501
Interval Estimation 502
Confidence Interval for the Mean Value of y 503
Prediction Interval for an Individual Value of y 504
14.7 C omputer Solution 509
14.8 Residual Analysis: Validating Model Assumptions 513
Residual Plot Against x 514
Residual Plot Against y 515
Standardized Residuals 517
Normal Probability Plot 519
14.9 R esidual Analysis: Outliers and Influential Observations 522
Detecting Outliers 522
Detecting Influential Observations 524
Summary 530
Glossary 531
Key Formulas 532
Supplementary Exercises 534
Case Problem 1 Measuring Stock Market Risk 540
Case Problem 2 U.S. Department of Transportation 541
Case Problem 3 Selecting a Point-and-Shoot Digital Camera 542
Case Problem 4 Finding the Best Car Value 543
Case Problem 5 Buckeye Creek Amusement Park 544
Appendix 14.1 Calculus-Based Derivation of Least Squares Formulas 545
Appendix 14.2 A Test for Significance Using Correlation 546
Appendix 14.3 Regression Analysis with Minitab 547
Appendix 14.4 Regression Analysis with Excel 548
Chapter 15 Multiple Regression 551
Statistics in Practice: dunnhumby 552
15.1 Multiple Regression Model 553
Regression Model and Regression Equation 553
Estimated Multiple Regression Equation 553
16 07/01/16 3:50 PM
Contents xvii
15.2 Least Squares Method 554
An Example: Butler Trucking Company 555
Note on Interpretation of Coefficients 558
15.3 Multiple Coefficient of Determination 564
15.4 Model Assumptions 567
15.5 Testing for Significance 569
F Test 569
t Test 572
Multicollinearity 573
15.6 Using the Estimated Regression Equation for Estimation
and Prediction 576
15.7 Categorical Independent Variables 579
An Example: Johnson Filtration, Inc. 579
Interpreting the Parameters 581
More Complex Categorical Variables 583
15.8 Residual Analysis 588
Detecting Outliers 590
Studentized Deleted Residuals and Outliers 590
Influential Observations 591
Using Cook’s Distance Measure to Identify Influential Observations 591
15.9 Logistic Regression 595
Logistic Regression Equation 596
Estimating the Logistic Regression Equation 597
Testing for Significance 600
Managerial Use 600
Interpreting the Logistic Regression Equation 601
Logit Transformation 604
Summary 608
Glossary 608
Key Formulas 609
Supplementary Exercises 611
Case Problem 1 Consumer Research, Inc. 618
Case Problem 2 Predicting Winnings for NASCAR Drivers 619
Case Problem 3 Finding the Best Car Value 620
Appendix 15.1 Multiple Regression with Minitab 621
Appendix 15.2 Multiple Regression with Excel 621
Appendix 15.3 Logistic Regression with Minitab 623
Chapter 16 Regression Analysis: Model Building 624
Statistics in Practice: Monsanto Company 625
16.1 General Linear Model 626
Modeling Curvilinear Relationships 626
Interaction 629
07/01/16 3:50 PM
Contents
Transformations Involving the Dependent Variable 633
Nonlinear Models That Are Intrinsically Linear 637
16.2 Determining When to Add or Delete Variables 641
General Case 643
Use of p-Values 644
16.3 Analysis of a Larger Problem 648
16.4 Variable Selection Procedures 652
Stepwise Regression 652
Forward Selection 654
Backward Elimination 654
Best-Subsets Regression 655
Making the Final Choice 656
16.5 M ultiple Regression Approach to Experimental Design 658
16.6 Autocorrelation and the Durbin-Watson Test 663
Summary 667
Glossary 668
Key Formulas 668
Supplementary Exercises 668
Case Problem 1 Analysis of PGA Tour Statistics 671
Case Problem 2 Rating Wines from the Piedmont Region of Italy 672
Appendix 16.1 Variable Selection Procedures with Minitab 673
Chapter 17 Time Series Analysis and Forecasting 675
Statistics in Practice: Nevada Occupational Health Clinic 676
17.1 Time Series Patterns 677
Horizontal Pattern 677
Trend Pattern 679
Seasonal Pattern 679
Trend and Seasonal Pattern 680
Cyclical Pattern 680
Selecting a Forecasting Method 682
17.2 Forecast Accuracy 683
17.3 Moving Averages and Exponential Smoothing 688
Moving Averages 688
Weighted Moving Averages 691
Exponential Smoothing 691
17.4 Trend Projection 698
Linear Trend Regression 698
Nonlinear Trend Regression 703
17.5 Seasonality and Trend 709
Seasonality Without Trend 709
Seasonality and Trend 711
Models Based on Monthly Data 714
17.6 Time Series Decomposition 718
Calculating the Seasonal Indexes 719
Deseasonalizing the Time Series 723
Using the Deseasonalized Time Series to Identify Trend 723
Seasonal Adjustments 725
Models Based on Monthly Data 725
Cyclical Component 725
Summary 728
Glossary 729
Key Formulas 730
Supplementary Exercises 730
Case Problem 1 Forecasting Food and Beverage Sales 734
Case Problem 2 Forecasting Lost Sales 735
Appendix 17.1 Forecasting with Minitab 736
Appendix 17.2 Forecasting with Excel 739
Chapter 18 Nonparametric Methods 741
Statistics in Practice: West Shell Realtors 742
18.1 Sign Test 743
Hypothesis Test About a Population Median 743
Hypothesis Test with Matched Samples 748
18.2 Wilcoxon Signed-Rank Test 751
Glossary 755
Key Formulas 756
Supplementary Exercises 757
Appendix 18.1 Nonparametric Methods with Minitab 760
Appendix 18.2 Nonparametric Methods with Excel 762
