統計學概論（簡體書）

本教材編寫的主要思想是：既要遵循統計研究基本規律，保留統計學的主要研究內容，又要做到簡潔明瞭，以使學生易於學習和掌握。本書具體內容包括緒論，統計調查，統計數據的整理與圖示，數據的概括性度量，抽樣分佈與參數估計，假設檢驗，相關分析與回歸分析，時間序列分析與預測，指數。

《21世紀高等院校公共課精品教材:統計學概論》的編寫是根據最新的統計學教學大綱的要求，在總結多年教學經驗并參閱大量的國內外相關資料的基礎上完成的。參與本教材編寫的全體成員，長期致力于統計學的教學與研究工作，總結了一些對經濟管理類學生進行統計基礎教育的比較成功的經驗。

第1章 緒論
學習指南
走近統計學
1.1統計與統計學
1.2統計數據的類型
1.3統計學的基本概念
本章小結
綜合訓練
第2章 統計調查
學習指南
走近統計學
2.1統計數據的來源
2.2統計調查的組織方式
2.3統計調查的方法
2.4調查方案設計
2.5調查問卷設計
2.6數據的質量
本章小結
綜合訓練
第3章 統計數據的整理與圖示
學習指南
走近統計學
3.1統計數據預處理
3.2統計數據的整理
3.3統計數據的圖示
3.4統計表
本章小結
綜合訓練
第4章 數據的概括性度量
學習指南
走近統計學
4.1集中趨勢的度量
4.2離散程度的度量
4.3偏態與峰態的度量
4.4ExCEL描述統計功能
本章小結
綜合訓練
第5章 抽樣分布與參數估計
學習指南
走近統計學
5.1常用的抽樣方法
5.2抽樣分布的基本概念
5.3樣本統計量的抽樣分布
5.4參數估計的基本原理
5.5一個總體參數的區間估計
5.6兩個總體參數的區間估計
5.7樣本容量的確定
本章小結
綜合訓練
第6章 假設檢驗
學習指南
走近統計學
6.1假設檢驗概述
6.2總體均值的假設檢驗
6.3總體比例的假設檢驗
6.4總體方差的假設檢驗
本章小結
綜合訓練
第7章 相關分析與回歸分析
學習指南
走近統計學
7.1相關分析的基本問題
7.2相關關系的描述與測度
7.3一元線性回歸分析
7.4利用回歸方程進行估計與預測
本章小結
綜合訓練
第8章 時間序列分析與預測
學習指南
走近統計學
8.1時間序列分析概述
8.2時間序列描述性分析
8.3平穩時間序列預測
8.4趨勢型時間序列預測
8.5復合型時間序列預測
本章小結
綜合訓練
第9章 指數
學習指南
走近統計學
9.1統計指數的概念及分類
9.2綜合指數編制
9.3平均指數編制
9.4指數體系和因素分析
9.5統計指數應用
本章小結
綜合訓練
附錄
參考文獻

組距分組掩蓋了各組內的數據分布狀況，為反映各組數據的一般水平，我們通常用組中值作為該組數據的一個代表值，但這種代表值有一個必要的假定條件，即各組數據在本組內呈均勻分布或在組中值兩側呈對稱分布。如果實際數據的分布不符合這一假定，用組中值作為一組數據的代表值會有一定的誤差。
③開口組與閉口組
開口組是指既有上限又有下限的組，閉口組是指缺少上限或缺少下限的組。
④等距分組與不等距分組
在組距分組時，如果各組的組距相等，稱為等距分組。如果各組的組距不相等，稱為不等距分組。比如上面的例子就是等距分組。有時，對于某些特殊現象或為了特定研究的需要，通常也采用不等距分組。比如，對人口年齡的分組，可根據人口成長的生理特點分成0歲～6歲（嬰幼兒組）、7歲～17歲（少年兒童組）、18歲～59歲（中青年組）、60歲以上（老年組）等。
⑤分組原則
采用組距分組時，一定要遵循“不重不漏”的原則。“不重”是指一個數據只能分在其中的某一組，不能在其他組中重復出現；“不漏”是指在所分的全部組別中每個數據都能分在其中的某一組，不能遺漏。
為解決“不重”的問題，統計分組時習慣上規定“上組限不在內”，即當相鄰兩組的上下限重疊時，恰好等于某一組上限的變量值不算在本組內，而算在下一組內。例如，某同學在《統計學》考試中，得了60分，應該將其歸入“60～70分”所在組。當然，對于離散變量可以采用相鄰兩組組限間斷的辦法解決“不重”的問題。對于連續變量，司以采取相鄰兩組組限重疊的方法，根據“上組限不在內”的原則解決“不重”的問題，也可以對一個組的上限值采用小數點的形式，小數點的位數根據所要求的精度具體確定。例如，對零件尺寸可以分組為10～11.99，12～12.99，14～15.99，等等。因此，為了一致，無論是離散變量還是連續變量，均采用上下組限重疊的方式進行分組。
在組距分組中，如果全部數據中的最大值和最小值與其他數據相差懸殊，為避免出現空白組（即沒有變量值的組）或個別極端值被漏掉，第一組和最后一組可以采用“××以下”及“××以上”這樣的開口組，以解決“不漏”的問題。例如，學生的考試成績最低組和最高組可以采用“60分以下”、“90分以上”這樣的開口組形式，以避免某一分數段出現空白組的情況。
（2）組距式分組的基本步驟
采用組距式分組需要經過以下幾個步驟：
第一步：確定組數。一組數據分多少個組合適呢？這一般與數據本身的特點及數據的多少有關。由于分組目的之一是為了觀察數據分布的特征，因此組數的多少應適中。若組數太少，數據的分布就會過于集中，而組數太多，數據的分布就會過于分散，這都不便于觀察數據分布的特征和規律。組數的確定應以能夠顯示數據的分布特征和規律為目的。