Minitab应用统计分析

图书标准信息

• 作者 夏龙 著
• 出版社 电子工业出版社
• 出版时间 2020-01
• ISBN 9787121377426
• 定价 69.00元
• 装帧 其他

【内容简介】

  随着大数据时代的来临，统计分析已经成为社会经济生活中的必备能力。《Minitab应用统计分析》以Minitab18.1为统计工具，详细介绍了应用统计中的描述统计，概率、分布与模拟，单样本的估计和检验，双样本的统计推断，基础统计方法的拓展，方差分析，回归分析，经典统计的替代与补充，多元统计分析，时间序列分析与预测及质量管理中的统计方法。
  本书的资源丰富，书中共包含了近300个案例，网络资源中还包括案例的全部数据和视频教程，读者可以通过书中的操作指令和网站上的视频教程运行本书所有案例的程序，学习起来非常方便。
  《Minitab应用统计分析》可以作为高等院校自然科学和社会科学本专科学生、研究生的教学用书或实验教材，也可以作为社会上统计软件的培训教材，同时还可以作为实际工作者的统计工具书和质量管理人员的统计参考书。

【作者简介】

夏龙，男，1978年生，陕西安康人，博士，副教授。1996年考入西安交通大学，2004年硕士毕业后分配至北京农学院，其间考入西安交通大学攻读博士，2014年获应用经济学博士学位，现系北京农学院城乡发展学院教学副院长。从教14年以来，先后为本科教授经济学、统计学、计量经济学等课程，为研究生教授中级微观经济学，教学上酷爱撰写讲义，注重教学改革，提倡教学方法的变革，先后副主编或参编各类省部级规划教材6本，2018年获批农业部十三规划教材《计量经济学与stata实训教程》，正在撰写中。科研上承担北京市社科基金一般项目、北京市教委社科计划面上项目各1项，发表论文20余篇，其中CSSCI论文5篇，1篇被人大复印资料全文索引，出版专著1本，20万字。

【目录】

目    录

第1章  Minitab与应用统计1
1．1  概述1
1．2  Minitab基础1
1．2．1  窗口介绍2
1．2．2  简单示例与本书约定3
1．3  主要统计概念6
1．3．1  一个调查6
1．3．2  变量的测量尺度与变量类型7
1．3．3  变量的关系9
1．3．4  数据的预处理9
1．3．5  其他概念12
1．4  利用Minitab自学统计13
第2章  描述统计15
2．1  单变量的图表方法15
2．1．1  一个品质变量15
2．1．2  一个数值变量18
2．2  双变量的图表方法23
2．2．1  两个品质变量23
2．2．2  品质变量与数值变量27
2．2．3  两个数值变量30
2．3  三变量的图表方法32
2．3．1  三个品质变量32
2．3．2  三个数值变量34
2．4  数值变量的数值方法36
2．4．1  数值变量的数值方法概述36
2．4．2  一个数值变量36
2．4．3  两个数值变量46
第3章  概率、分布与模拟50
3．1  基本概念50
3．1．1  概率50
3．1．2  随机变量与分布51
3．1．3  理论分布54
3．2  离散型概率分布55
3．2．1  离散型均匀分布55
3．2．2  二项分布55
3．2．3  泊松分布57
3．3  连续型概率分布58
3．3．1  均匀分布58
3．3．2  指数分布59
3．3．3  正态分布61
3．4  其他连续型分布63
3．4．1  ?2分布63
3．4．2  t分布64
3．4．3  F分布65
3．5  概率、累积概率和逆累积概率的计算66
3．5．1  计算的类型和方法66
3．5．2  利用Minitab计算概率、累积概率和
逆概率68
3．6  样本分布与模拟76
3．6．1  样本分布与抽样概述76
3．6．2  简单随机抽样76
3．6．3  正态分布模拟77
3．7  抽样分布与模拟80
3．7．1  推断统计与抽样分布80
3．7．2  抽样分布模拟83
第4章  单样本的估计和检验87
4．1  估计的概念与类型87
4．1．1  估计的概念87
4．1．2  单样本区间估计的类型88
4．2  单样本的区间估计89
4．2．1  总体标准差 ? 已知时，总体均值 ? 的
区间估计89
4．2．2  总体标准差 ? 未知时，总体均值 ? 的
区间估计94
4．2．3  总体比例 ? 的区间估计97
4．2．4  总体方差 ?2（标准差 ?）的
区间估计99
4．2．5  总体均值与总体方差的区间估计
应用102
4．3  样本容量的计算103
4．4  假设检验的概念与类型105
4．4．1  假设检验的概念与P值法105
4．4．2  三种类型的假设检验106
4．4．3  两种形式的假设检验107
4．5  单样本的假设检验109
4．5．1  总体标准差 ? 已知时，总体均值 ? 的
假设检验109
4．5．2  总体标准差 ? 未知时，总体均值 ? 的
假设检验114
4．5．3  总体比例 ? 的假设检验117
4．5．4  总体方差 ?2（标准差 ?）的假设
检验119
4．6  功效检验122
第5章  双样本的统计推断126
5．1  双样本统计推断的基础知识126
5．1．1  双样本统计推断概述126
5．1．2  双样本统计推断的类型127
5．2  双样本的统计推断128
5．2．1  总体均值之差?1??2的统计推断：两总体的标准差?1和?2已知时的独立
样本128
5．2．2  总体均值之差?1??2的统计推断：两总体的标准差?1和?2未知时的独立
样本133
5．2．3  总体均值之差?1??2的统计推断：
配对样本136
5．2．4  总体比例之差 ?1??2 的统计推断140
5．2．5  总体方差（标准差）之比 
（?1/?2）的统计推断145
5．3  Minitab中样本数据的存储方式148
5．3．1  样本数据存储方式概述148
5．3．2  堆叠数据与非堆叠数据的转换方式149
5．3．3  利用非堆叠数据进行统计推断150
第6章  基础统计方法的拓展152
6．1  假设检验的拓展152
6．1．1  正态性检验152
6．1．2  等方差检验156
6．1．3  异常值检验159
6．2  数值变量与泊松率161
6．2．1  泊松分布的拟合优度检验161
6．2．2  单样本泊松率的统计推断163
6．2．3  双样本泊松率的统计推断164
6．3  品质变量与卡方检验167
6．3．1  拟合优度的卡方检验167
6．3．2  二维列联表的卡方检验172
6．3．3  三维列联表的卡方检验177
第7章  方差分析179
7．1  利用堆叠数据陈述假设179
7．2  单因子方差分析180
7．2．1  方差分析的概念180
7．2．2  基于一般线性模型的单因子方差
分析182
7．2．3  多重比较186
7．2．4  因子图与预测188
7．2．5  完整案例189
7．2．6  单因子方差分析的其他问题191
7．3  双因子方差分析194
7．3．1  不含交互作用的双因子方差分析194
7．3．2  包含交互作用的双因子方差分析198
7．4  方差分析的拓展202
7．4．1  协方差分析202
7．4．2  随机效应与混合效应方差分析208
7．4．3  完全嵌套方差分析211
7．4．4  多元方差分析215
7．5  双因子方差分析的数据格式与重复测量方差
分析217
7．5．1  双因子方差分析的非堆叠数据格式与
转换217
7．5．2  重复测量方差分析218
第8章  回归分析219
8．1  相关关系与相关系数的假设检验219
8．2  线性回归：数值因变量220
8．2．1  简单线性回归220
8．2．2  多重线性回归228
8．2．3  预测233
8．3  回归诊断235
8．3．1  残差分析：检验模型的统计正确性235
8．3．2  检验异常值、高杠杆点和强影响点238
8．3．3  多重共线性240
8．3．4  线性回归与回归诊断的案例241
8．4  线性回归中的其他问题245
8．4．1  品质自变量245
8．4．2  包含品质、数值两种自变量的回归252
8．4．3  模型构建256
8．5  特殊因变量回归261
8．5．1  二值logistic回归261
8．5．2  名义logistic回归271
8．5．3  顺序logistic回归276
8．5．4  泊松回归279
8．6  变量具有函数关系时的应用统计方法总结281
第9章  经典统计的替代与补充283
9．1  非参数统计方法283
9．1．1  非参数统计方法概述283
9．1．2  单样本的统计推断284
9．1．3  双样本的统计推断289
9．1．4  方差分析295
9．1．5  游程检验与Spearman秩相关300
9．2  等价检验303
9．2．1  单样本均值的等价检验303
9．2．2  两样本均值的等价检验305
9．3  可靠性/生存分析308
9．3．1  生存分析概述308
9．3．2  生存分析的参数方法311
9．3．3  生存分析的非参数方法315
9．3．4  生存回归318
第10章  多元统计分析321
10．1  多元统计分析概述321
10．2  聚类分析321
10．2．1  聚类分析的概念321
10．2．2  Q型聚类与距离322
10．2．3  Q型聚类：观测值聚类323
10．2．4  Q型聚类：K均值聚类327
10．2．5  R型聚类与相似性：变量聚类329
10．3  判别分析330
10．4  主成分分析与因子分析335
10．4．1  主成分分析335
10．4．2  因子分析339
10．5  对应分析343
10．5．1  对应分析概述343
10．5．2  简单对应分析346
10．5．3  多重对应分析348
第11章  时间序列分析与预测350
11．1  时间序列的基本概念350
11．1．1  时间序列图350
11．1．2  自相关与平稳性351
11．2  平稳时间序列预测的平滑方法355
11．2．1  预测入门355
11．2．2  移动平均法356
11．2．3  指数平滑法358
11．3  非平稳时间序列的预测方法360
11．3．1  时间序列的成分360
11．3．2  趋势分析360
11．3．3  季节效应364
11．4  ARIMA模型368
11．4．1  AR、MA和ARMA模型的估计和
预测368
11．4．2  差分与ARIMA模型375
11．4．3  模型选择378
11．4．4  包含季节效应的ARIMA模型382
11．5  回归分析方法385
11．5．1  利用回归分析估计时间序列数据385
11．5．2  时间序列回归分析的回归诊断387
第12章  质量管理中的统计方法390
12．1  质量管理概述390
12．2  过程分析的图形方法391
12．2．1  帕累托图391
12．2．2  因果图392
12．2．3  多变异图393
12．3  控制图396
12．3．1  控制图概述396
12．3．2  变量控制图396
12．3．3  属性控制图401
12．3．4  利用控制图预警407
12．4  过程能力分析408
12．4．1  过程能力分析概述408
12．4．2  正态数据的过程能力分析409
12．4．3  非正态数据的过程能力分析412
12．4．4  属性数据的过程能力分析415
12．5  试验设计（DOE）417
12．5．1  试验设计概述417
12．5．2  全因子试验设计的计划阶段419
12．5．3  全因子试验设计的分析阶段421
12．5．4  部分因子试验设计430
12．5．5  其他试验设计方法435
12．6  测量系统分析445
12．6．1  测量系统分析概述445
12．6．2  重复性和再现性447
12．6．3  偏移和线性453
12．6．4  重复性和偏移454