| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787563838134 |
| 所属分类：图书>经济>经济数学 |
新华书店正版，多仓就近发货，城市次日达，团购优惠咨询在线客服！重磅推荐
内容简介
大数据时代，数据已成为社会与组织的重要资产，人们对于海量数据的挖掘与运用，可提取更多价值信息以辅助组织的管理决策。统计学是关于数据收集、整理、分析、展示及解释的一门科学，分为理论统计学和应用统计学。管理统计学是管理学与统计学的结合，属于应用统计学的一个分支。哈佛大学教授霍华德·温斯顿（ ）在世纪年代指出，管理活动应该以事实为基础，以数据为支撑，统计方法是管理决策的重要工具，有助于管理者制定科学的决策方案。管理统计学侧重数据的基础价值，发挥统计方法的管理决策服务功能，强调管理者应具备统计学思维并掌握数据分析技能。因此，本书编写主要突出四个特点：第一，坚持以解决管理问题为导向。根据管理实践中产生的问题，引出所适用的统计方法，介绍统计原理与应用条件，结合实际案例展开统计分析，最终实现结论解释与问题解决。第二，注重内容完整与逻辑清晰。本书的逻辑结构与章节安排，体现了管理数据收集和分析的全过程：首先收集数据；其次对数据进行预处理；再次基于样本数据展开描述性统计分析，包括统计量和可视化技术；然后根据概率论中的抽样分布理论，由样本统计量推断总体参数，包括区间估计和假设检验；此外，结合多元数据，运用方差分析、回归分析、列联分析以展示变量间关系，运用主成分分析和因子分析以在低维空间下进行个体比较和分析，运用聚类分析和判别分析进行个体归类；最后，针对动态数据，进行时间序列分析。第三，强化内容实用性和可操作性。着重统计原理的严谨表述，淡化理论推导。介绍各统计方法的适用条件和注意事项，保证其正确选取与应用。基于软件展示统计分析过程，并详细解读软件输出结果，以提升学生运用统计方法解决实际问题的动手能力。在思考与练习部分，相关习题均来自管理实际需求。第四，突出大数据的时代背景。比如，在介绍统计方法在管理实践中的应用时，定义全新的应用场景。在介绍数据预处理时，增加数据挖掘领域常用的预处理技术。第三章和第四章描述统计的内容非常全面，以体现其在大数据时代的重要应用价值。
显示全部信息
作者简介
朱梅红，首都经济贸易大学统计学院副教授，博士，硕士生导师。研究方向：数据挖掘，试验设计、因果推断。多年讲授多元统计、统计预测与决策、试验设计、统计学、数据挖掘等课程。出版学术专著部。作为项目主持人主持人文社科规划基金项目一项、北京市社科规划项目一项，主持或参与完成其他项目多项。在、等国内外重要期刊发表学术论文余篇。刘程程，首都经济贸易大学统计学院副教授，博士，硕士生导师。研究方向：金融时间序列分析，金融风险管理。讲授统计学、金融统计分析、风险理论分析等课程。出版学术专著部。作为项目主持人主持国家社会科学基金青年项目一项、国家统计局全国统计科学研究优选项目一项，参与完成其他项目多项。在与等国内外重要期刊发表学术论文余篇。
目 录
管理统计学概述
大数据时代的管理活动
统计学相关概念
管理统计学
谨防统计方法的误用与滥用
统计软件基本操作
数据的获取与初步处理
数据的获取
抽样调查的方式与组织实施
调查数据的质量与控制
数据的初步处理
案例分析与实现
数据的直观展示——数据的简单可视化
数据分布特征的描述与统计分组 管理统计学概述
大数据时代的管理活动
统计学相关概念
管理统计学
谨防统计方法的误用与滥用
统计软件基本操作
数据的获取与初步处理
数据的获取
抽样调查的方式与组织实施
调查数据的质量与控制
数据的初步处理
案例分析与实现
数据的直观展示——数据的简单可视化
数据分布特征的描述与统计分组
单个变量的频数分布表
多个变量的联合分布表
单个变量的频数分布图
多个变量的联合分布图
其他统计图
正确绘制统计图表
案例分析与实现
数据的描述统计——用统计量描述数据
数据分布的集中趋势
数据分布的离散程度
数据分布的形态
描述统计的应用及注意事项
案例分析与实现
统计推断的基础——概率与抽样分布
概率的基本问题
随机变量与概率分布
抽样分布
几种典型的抽样分布
案例分析
统计推断的核心（一）——参数估计
参数估计的基本问题
区间估计的原理
一个总体参数的区间估计
两个总体参数的区间估计
样本量的确定
案例分析与实现
统计推断的核心（二）——假设检验
假设检验的基本问题
一个总体参数的假设检验
两个总体参数的假设检验
案例分析与实现
定性变量与定量变量间关系的分析——方差分析
试验设计概述
单因子随机化试验与方差分析
两因子试验与方差分析
含协变量时的协方差分析
方差分析中应注意的问题
案例分析与实现
定性变量间关系的分析——列联分析
定性变量间关系的展示——列联表
定性变量间的独立性检验——卡方检验
定性变量间相关性的度量
列联分析中的其他问题
案例分析与实现
定量变量间关系的分析——相关与回归分析
相关分析
一元线性回归分析
多元线性回归分析
案例分析与实现
定量变量间关系的解释与描述——主成分分析与因子分析
主成分分析
因子分析
主成分分析与因子分析中的其他问题
案例分析与实现
物以类聚——聚类分析
聚类分析概述
对象间相似性的测度
层次聚类法
动态聚类法
聚类分析中应注意的问题
案例分析与实现
将对象归入已知的类别——判别分析
判别分析概述
判别结果的评价
距离判别法
费希尔判别法
贝叶斯判别法
案例分析与实现
动态数据的分析——时间序列分析
时间序列的构成要素
长期趋势的测度
季节变动的测度
时间序列的预测
时间序列分析中应注意的问题
案例分析与实现
附录 概率分布表及生成
参考文献
显示全部信息
商品详情
内容简介
大数据时代，数据已成为社会与组织的重要资产，人们对于海量数据的挖掘与运用，可提取更多价值信息以辅助组织的管理决策。统计学是关于数据收集、整理、分析、展示及解释的一门科学，分为理论统计学和应用统计学。管理统计学是管理学与统计学的结合，属于应用统计学的一个分支。哈佛大学教授霍华德·温斯顿（ ）在世纪年代指出，管理活动应该以事实为基础，以数据为支撑，统计方法是管理决策的重要工具，有助于管理者制定科学的决策方案。管理统计学侧重数据的基础价值，发挥统计方法的管理决策服务功能，强调管理者应具备统计学思维并掌握数据分析技能。因此，本书编写主要突出四个特点：第一，坚持以解决管理问题为导向。根据管理实践中产生的问题，引出所适用的统计方法，介绍统计原理与应用条件，结合实际案例展开统计分析，最终实现结论解释与问题解决。第二，注重内容完整与逻辑清晰。本书的逻辑结构与章节安排，体现了管理数据收集和分析的全过程：首先收集数据；其次对数据进行预处理；再次基于样本数据展开描述性统计分析，包括统计量和可视化技术；然后根据概率论中的抽样分布理论，由样本统计量推断总体参数，包括区间估计和假设检验；此外，结合多元数据，运用方差分析、回归分析、列联分析以展示变量间关系，运用主成分分析和因子分析以在低维空间下进行个体比较和分析，运用聚类分析和判别分析进行个体归类；最后，针对动态数据，进行时间序列分析。第三，强化内容实用性和可操作性。着重统计原理的严谨表述，淡化理论推导。介绍各统计方法的适用条件和注意事项，保证其正确选取与应用。基于软件展示统计分析过程，并详细解读软件输出结果，以提升学生运用统计方法解决实际问题的动手能力。在思考与练习部分，相关习题均来自管理实际需求。第四，突出大数据的时代背景。比如，在介绍统计方法在管理实践中的应用时，定义全新的应用场景。在介绍数据预处理时，增加数据挖掘领域常用的预处理技术。第三章和第四章描述统计的内容非常全面，以体现其在大数据时代的重要应用价值。
显示全部信息
作者简介
朱梅红，首都经济贸易大学统计学院副教授，博士，硕士生导师。研究方向：数据挖掘，试验设计、因果推断。多年讲授多元统计、统计预测与决策、试验设计、统计学、数据挖掘等课程。出版学术专著部。作为项目主持人主持人文社科规划基金项目一项、北京市社科规划项目一项，主持或参与完成其他项目多项。在、等国内外重要期刊发表学术论文余篇。刘程程，首都经济贸易大学统计学院副教授，博士，硕士生导师。研究方向：金融时间序列分析，金融风险管理。讲授统计学、金融统计分析、风险理论分析等课程。出版学术专著部。作为项目主持人主持国家社会科学基金青年项目一项、国家统计局全国统计科学研究优选项目一项，参与完成其他项目多项。在与等国内外重要期刊发表学术论文余篇。
目 录
管理统计学概述
大数据时代的管理活动
统计学相关概念
管理统计学
谨防统计方法的误用与滥用
统计软件基本操作
数据的获取与初步处理
数据的获取
抽样调查的方式与组织实施
调查数据的质量与控制
数据的初步处理
案例分析与实现
数据的直观展示——数据的简单可视化
数据分布特征的描述与统计分组 管理统计学概述
大数据时代的管理活动
统计学相关概念
管理统计学
谨防统计方法的误用与滥用
统计软件基本操作
数据的获取与初步处理
数据的获取
抽样调查的方式与组织实施
调查数据的质量与控制
数据的初步处理
案例分析与实现
数据的直观展示——数据的简单可视化
数据分布特征的描述与统计分组
单个变量的频数分布表
多个变量的联合分布表
单个变量的频数分布图
多个变量的联合分布图
其他统计图
正确绘制统计图表
案例分析与实现
数据的描述统计——用统计量描述数据
数据分布的集中趋势
数据分布的离散程度
数据分布的形态
描述统计的应用及注意事项
案例分析与实现
统计推断的基础——概率与抽样分布
概率的基本问题
随机变量与概率分布
抽样分布
几种典型的抽样分布
案例分析
统计推断的核心（一）——参数估计
参数估计的基本问题
区间估计的原理
一个总体参数的区间估计
两个总体参数的区间估计
样本量的确定
案例分析与实现
统计推断的核心（二）——假设检验
假设检验的基本问题
一个总体参数的假设检验
两个总体参数的假设检验
案例分析与实现
定性变量与定量变量间关系的分析——方差分析
试验设计概述
单因子随机化试验与方差分析
两因子试验与方差分析
含协变量时的协方差分析
方差分析中应注意的问题
案例分析与实现
定性变量间关系的分析——列联分析
定性变量间关系的展示——列联表
定性变量间的独立性检验——卡方检验
定性变量间相关性的度量
列联分析中的其他问题
案例分析与实现
定量变量间关系的分析——相关与回归分析
相关分析
一元线性回归分析
多元线性回归分析
案例分析与实现
定量变量间关系的解释与描述——主成分分析与因子分析
主成分分析
因子分析
主成分分析与因子分析中的其他问题
案例分析与实现
物以类聚——聚类分析
聚类分析概述
对象间相似性的测度
层次聚类法
动态聚类法
聚类分析中应注意的问题
案例分析与实现
将对象归入已知的类别——判别分析
判别分析概述
判别结果的评价
距离判别法
费希尔判别法
贝叶斯判别法
案例分析与实现
动态数据的分析——时间序列分析
时间序列的构成要素
长期趋势的测度
季节变动的测度
时间序列的预测
时间序列分析中应注意的问题
案例分析与实现
附录 概率分布表及生成
参考文献
显示全部信息
商品详情