本書介紹經濟與管理學科中常用的統計分析理論與方法。全書分七章。第1章為統計推斷的基本內容，主要包括參數估計與檢驗，方差分析；第2章較為系統地介紹非參數統計檢驗的基本方法和原理；第3章主要介紹線性回歸分析的理論和方法；第4章簡要介紹非線性回歸分析的基本原理和方法；第5章介紹主成分分析；第6章介紹因子分析模型；第7章介紹馬爾可夫鏈的基本內容。
前言
第1章統計推斷1
1.1隨機變量及其分布1
1.1.1常用的隨機變量及其分布2
1.1.2隨機變量的矩6
1.1.3分位點8
1.2抽樣分布及其常用統計量的分布9
1.2.1簡單隨機樣本9
1.2.2抽樣分布10
1.3參數估計與假設檢驗17
1.3.1參數估計18
1.3.2參數假設檢驗30
1.3.3假設檢驗中的兩個問題46
1.4方差分析49
1.4.1單因素試驗的方差分析50
1.4.2雙因素試驗的方差分析63
1.5本章小結72
問題與思考73
第2章非參數統計分析74
2.1符號檢驗75
2.1.1兩個總體分布是否相同的符號檢驗75
2.1.2總體中位數Me的檢驗79
2.1.3數據序列的趨勢存在性檢驗80
2.1.4威爾科克森符號秩和檢驗83
2.2秩和檢驗法84
2.3多個樣本的檢驗87
2.3.1克魯斯凱沃利斯單向方差秩檢驗87
2.3.2費里德曼雙向方差分析90
2.4秩相關分析94
2.4.1斯皮爾曼秩相關系數94
2.4.2肯德爾τ相關系數97
2.5χ2檢驗法99
2.5.1擬合優度檢驗99
2.5.2獨立性檢驗（列聯表分析）103
2.6正態性的檢驗法106
2.7本章小結107
問題與思考107
第3章線性回歸分析108
3.1一元線性回歸分析110
3.1.1參數β0,β1的估計112
3.1.2誤差項ε的方差σ2的估計113
3.1.3擬合回歸線的性質114
3.1.4正態誤差回歸模型114
3.1.5線性回歸模型中自變量與因變量之間聯系的描述測度118
3.1.6一元線性回歸建模流程118
3.2多元線性回歸模型119
3.2.1多元回歸模型119
3.2.2回歸系數的涵義121
3.2.3回歸分析推斷121
3.2.4預測與控制125
3.2.5自變量與因變量線性相關程度的度量指標126
3.2.6多元線性回歸模型中自變量的選擇問題129
3.3回歸診斷136
3.3.1殘差及其性質136
3.3.2誤差項的異方差137
3.3.3誤差序列自相關性139
3.3.4自變量的多重共線性140
3.3.5異常點與強影響點143
3.4含定性自變量的回歸模型145
3.4.1僅含定性自變量的回歸模型145
3.4.2對一個定量自變量和一個二值定性自變量的回歸146
3.4.3對于一個定量自變量和一個多值定性自變量的回歸150
3.4.4對于一個定量自變量和兩個定性自變量的回歸151
3.5本章小結152
問題與思考152
第4章非線性回歸分析153
4.1可線性化的非線性回歸模型154
4.2多項式模型161
4.2.1一元多項式模型161
4.2.2二元多項式模型163
4.3因變量為指示變量的回歸165
4.3.1回歸模型165
4.3.2關于誤差項問題166
4.3.3參數估計166
4.4邏輯斯蒂回歸模型169
4.5本章小結173
問題與思考173
第5章主成分分析174
5.1隨機矩陣和隨機樣本174
5.1.1隨機矩陣174
5.1.2隨機樣本176
5.2總體主成分177
5.2.1一般形式177
5.2.2標準化變量的主成分179
5.3樣本主成分181
5.4舉例183
問題與思考184
第6章因子分析185
6.1正交因子模型185
6.2參數估計187
6.2.1主成分法187
6.2.2主因子法189
6.2.3極大似然估計法190
6.3因子旋轉190
6.3.1基本原理190
6.3.2計算過程191
6.4因子得分194
6.4.1加權zui小二乘法194
6.4.2回歸分析法195
6.5應用舉例196
問題與思考200
第7章馬爾可夫鏈201
7.1隨機過程的基本概念201
7.1.1隨機過程的定義201
7.1.2有限維分布族202
7.1.3獨立增量過程與平穩過程202
7.2泊松過程204
7.2.1計數過程204
7.2.2泊松過程的定義204
7.3馬爾可夫鏈208
7.3.1馬爾可夫性208
7.3.2馬爾可夫鏈的定義208
7.3.3C-K方程212
7.3.4遍歷性213
問題與思考215
參考文獻216
附錄217
新書資訊