应用统计学：基于Stata软件

图书标准信息

• 作者 刘忠敏
• 出版社 电子工业出版社
• 出版时间 2021-12
• 版次 1
• ISBN 9787121424007
• 定价 49.00元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 246页
• 字数 406.4千字

【内容简介】

本书内容循序渐进，以培养本科生统计学应用能力为核心组织材料，精讲概念，强调应用。全书分为十章，包括绪论；数据的搜集与整理；数据分布特征的描述；动态数列；统计指数；抽样分布与参数估计；假设检验；方差分析；一元线性回归分析；多元线性回归分析。为突出本书的实用性，在相关章节后加入了Stata软件操作等相关内容。

【作者简介】

刘忠敏（1978），女（汉），辽宁葫芦岛人，吉林师范大学副教授，硕士生导师。2009年于辽宁大学统计学专业，获得经济学博士。研究方向：应用统计、生产力经济学和技术经济与管理等。主持人文社科项目2项、省社科和省科技厅项目各1项，参与科研项目10余项；获省级和厅级科研奖励5项；在appliedeconomicsletters、世界经济研究、经济问题等刊物发表20余篇。

【目录】

目    录

第1章  绪论1

1.1  统计与统计学1

1.1.1  统计的含义1

1.1.2  统计学的研究对象及其特点2

1.1.3  统计学的学科分类4

1.2  统计的工作过程和基本职能5

1.2.1  统计的工作过程5

1.2.2  统计的基本职能6

1.3  统计学的基本概念7

1.3.1  总体、总体单位和样本7

1.3.2  标志和指标8

1.3.3  变异和变量9

1.4  大数据时代下的统计学10

1.4.1  大数据的概念10

1.4.2  大数据的特点11

1.4.3  大数据时代下的统计学11

本章知识结构图12

思考与练习12

第2章  数据的搜集与整理15

2.1  数据的测量尺度与常用类型15

2.1.1  数据的测量尺度15

2.1.2  统计数据的常用类型16

2.2  统计数据的搜集17

2.2.1  一手数据的搜集17

2.2.2  二手数据的搜集19

2.3  统计分组19

2.3.1  统计分组的概念及作用19

2.3.2  统计分组的方法21

2.4  分配数列24

2.4.1  分配数列的概念及分类24

2.4.2  分配数列的编制25

2.4.3  品质分配数列的表示方法26

2.4.4  数量分配数列的表示方法27

2.5  统计表28

2.5.1  统计表的概念及构成28

2.5.2  统计表的分类29

2.5.3  统计表设计要求30

2.6  Stata软件入门、画图和制表31

2.6.1  Stata软件入门31

2.6.2  Stata画图和制作统计表34

本章知识结构图38

思考与练习38

第3章  数据分布特征的描述42

3.1  集中趋势的度量42

3.1.1  算术平均数42

3.1.2  几何平均数43

3.1.3  调和平均数44

3.1.4  中位数45

3.1.5  众数46

3.2  离散程度的度量47

3.2.1  极差47

3.2.2  平均差48

3.2.3  方差和标准差48

3.2.4  离散系数49

3.3  偏度与峰度的度量49

3.3.1  偏度系数49

3.3.2  峰度系数51

3.4  用Stata软件计算数据的分布特征51

3.4.1  用summarize命令计算数据的分布特征51

3.4.2  用tabstat命令计算数据的分布特征53

本章知识结构图54

思考与练习54

第4章  动态数列59

4.1  动态数列概述59

4.1.1  动态数列的含义及作用59

4.1.2  动态数列的分类59

4.1.3  动态数列的编制原则61

4.2  动态数列水平分析指标62

4.2.1  发展水平62

4.2.2  平均发展水平63

4.2.3  增长量与平均增长量68

4.3  动态数列速度分析指标69

4.3.1  发展速度与平均发展速度69

4.3.2  增长速度与平均增长速度70

4.3.3  计算和运用速度相关指标应注意的问题71

4.4  长期趋势的测定与预测72

4.4.1  长期趋势测定与预测的意义72

4.4.2  间隔扩大法73

4.4.3  移动平均法73

4.4.4  小平方法74

4.5  季节变动的测定与预测78

4.5.1  按月平均法78

4.5.2  移动平均趋势剔除法79

4.6  用Stata软件进行长期趋势的测定81

本章知识结构图83

思考与练习84

第5章  统计指数88

5.1  统计指数概述88

5.1.1  统计指数的概念88

5.1.2  统计指数的分类88

5.1.3  统计指数的作用90

5.1.4  统计指数编制中的问题91

5.2  统计总指数的编制方法91

5.2.1  简单指数92

5.2.2  加权指数93

5.2.3  指数的主要应用98

5.3  指数体系与因素分析103

5.3.1  指数体系103

5.3.2  因素分析104

5.3.3  总量指标变动的因素分析104

5.3.4  平均指标变动的因素分析107

本章知识结构图111

思考与练习111

第6章  抽样分布与参数估计116

6.1  抽样理由和抽样方法116

6.1.1  抽样理由116

6.1.2  抽样方法116

6.2  抽样误差118

6.3  抽样分布120

6.3.1  样本均值的抽样分布120

6.3.2  中心极限定理123

6.3.3  比例的抽样分布124

6.4  参数估计125

6.4.1  点估计125

6.4.2  置信区间估计125

6.4.3  总体均值的置信区间估计(已知 时)126

6.4.4  总体均值的置信区间估计(未知 时)127

6.4.5  比例的置信区间估计130

6.5  样本容量的确定131

6.5.1  估计总体均值时样本容量的确定131

6.5.2  估计总体比例时样本容量的确定132

本章知识结构图133

思考与练习133

第7章  假设检验136

7.1  假设检验的概念及分类136

7.2  假设检验的五个步骤137

7.2.1  第1步：提出原假设和备择假设137

7.2.2  第2步：选择显著性水平138

7.2.3  第3步：确定检验统计量138

7.2.4  第4步：建立决策准则139

7.2.5  第5步：做出决策141

7.3  几种常见的假设检验142

7.3.1  总体均值的假设检验142

7.3.2  总体比例的假设检验145

7.3.3  两个总体均值之差的假设检验146

7.3.4  两个总体比例之差的假设检验149

7.4  假设检验决策的风险150

7.4.1  假设检验的两类错误150

7.4.2  两类错误的关系151

7.5  用Stata软件进行假设检验152

7.5.1  单样本t检验的Stata操作152

7.5.2  两样本t检验的Stata操作153

本章知识结构图154

思考与练习154

第8章  方差分析157

8.1  F分布157

8.2  比较两个总体的方差158

8.3  方差分析引论160

8.4  单因素方差分析161

8.4.1  单因素方差分析的基本思想161

8.4.2  单因素方差分析的基本步骤163

8.4.3  多重比较检验166

8.5  双因素方差分析168

8.5.1  问题的提出168

8.5.2  无交互作用的双因素方差分析168

8.5.3  有交互作用的双因素方差分析171

8.6  用Stata软件进行方差分析173

8.6.1  用Stata软件进行单因素方差分析173

8.6.2  用Stata软件进行双因素方差分析174

本章知识结构图174

思考与练习175

第9章  一元线性回归分析177

9.1  相关分析177

9.1.1  相关关系的含义177

9.1.2  相关关系的分类178

9.1.3  相关分析的主要内容179

9.1.4  相关关系的测量179

9.2  回归分析185

9.2.1  回归分析的含义185

9.2.2  回归分析的分类185

9.2.3  回归分析的主要内容186

9.2.4  相关分析与回归分析的关系186

9.3  一元线性回归模型的假定及系数估计187

9.3.1  一元线性回归模型及其假定187

9.3.2  一元线性回归模型回归系数估计188

9.4  一元线性回归模型的检验190

9.4.1  模型估计式检验的必要性190

9.4.2  模型参数估计值的经济意义检验191

9.4.3  回归直线的拟合优度192

9.4.4  回归系数的显著性检验195

9.5  一元线性回归模型的预测197

9.5.1  点估计197

9.5.2  区间估计198

9.6  用Stata软件进行相关分析和回归分析200

本章知识结构图202

思考与练习202

第10章  多元线性回归分析208

10.1  多元线性回归模型208

10.1.1  多元线性回归模型及其假定208

10.1.2  多元线性回归中估计的回归方程209

10.1.3  多元线性回归模型的回归系数估计210

10.2  多元线性回归模型的检验212

10.2.1  拟合优度检验212

10.2.2  回归模型的总体显著性检验：F检验214

10.2.3  回归系数的检验215

10.3  非线性回归模型216

10.3.1  对数线性模型217

10.3.2  半对数模型218

10.3.3  倒数模型219

10.3.4  函数形式的选择221

10.4  交互模型222

10.5  多个回归系数的联合检验223

10.6  定性(虚拟)变量模型225

10.7  残差分析229

10.7.1  随机误差项零均值229

10.7.2  随机误差项同方差229

10.7.3  随机误差项无自相关232

10.7.4  随机误差项服从正态分布233

10.8  用Stata软件对多元回归的系数进行检验236

本章知识结构图238

思考与练习238

参考资料246