本書結合作者多年的教學實踐和科研工作經驗，并借鑒國內外優秀統計學教材的理論成果編寫而成。本書主要偏向于管理學中一些常用統計學方法的應用，內容包括理論基礎和實踐操作兩部分，內容上涵蓋了統計學基礎、方差分析、卡方檢驗、線性回歸、聚類分析、判別分析、主成分分析、因子分析以及時間序列；在寫法上與SPSS21.0軟件緊密結合，每一種統計方法都結合實例進行SPSS軟件操作及結果輸出，并附有相應分析，方便學生理解。
前言
第1章 緒論 1
1.1 統計學的概念及應用領域 1
1.1.1 統計學的概念 1
1.1.2 統計學的應用領域 2
1.2 統計學的性質及特點 3
1.2.1 統計學的性質 3
1.2.2 統計學的特點 4
1.3 統計中的幾個基本概念 4
1.3.1 統計總體與樣本 4
1.3.2 參數與統計量 5
1.3.3 變量與數據文件 5
第2章 統計學基礎 6
2.1 統計數據的收集與整理 6
2.1.1 統計數據的來源 8
2.1.2 統計數據的類型 9
2.1.3 數據收集的方法 9
2.1.4 問卷設計 9
2.2 統計數據的描述度量 9
2.2.1 度量中心趨勢的指標 9
2.2.2 度量離散程度的指標 11
2.2.3 度量偏斜程度的指標 13
2.3 隨機變量與概率分布 14
2.3.1 離散型概率分布 14
2.3.2 連續型概率分布 16
2.4 參數估計 17
2.4.1 參數估計的基本概念 17
2.4.2 點估計 18
2.4.3 區間估計 18
2.5 假設檢驗 19
2.5.1 假設檢驗的原理 19
2.5.2 總體均值的檢驗 20
2.5.3 總體成數的檢驗 21
第3章 方差分析 23
3.1 方差分析基本原理及相關概念 23
3.1.1 基本原理及假設 23
3.1.2 相關概念 26
3.2 單因素方差分析 27
3.2.1 單因素方差分析的基本思想 27
3.2.2 單因素方差分析的步驟 27
3.2.3 單因素方差分析的實際應用 34
3.3 多因素方差分析的基本思想及步驟 34
3.4 方差分析的SPSS操作步驟及結果分析 39
3.4.1 單因素方差分析的SPSS操作步驟及結果分析 39
3.4.2 多因素方差分析的SPSS操作步驟及結果分析 41
第4章 卡方檢驗 48
4.1 卡方檢驗的基本原理 48
4.2 列聯表分析 48
4.3 一致性檢驗 50
4.4 卡方檢驗的實際應用 52
4.5 卡方檢驗的SPSS操作步驟及結果分析 52
4.5.1 SPSS操作步驟 53
4.5.2 結果分析 54
第5章 一元線性回歸 55
5.1 一元線性回歸模型的基本思想 55
5.2 一元線性回歸模型的求法及步驟 57
5.2.1 研究目的 57
5.2.2 基本假設 58
5.2.3 參數估計 58
5.2.4 最小二乘估計量 61
5.2.5 統計檢驗 63
5.3 一元線性回歸模型顯著性檢驗 64
5.3.1 t檢驗 64
5.3.2 F檢驗 65
5.3.3 相關系數的顯著性檢驗 66
5.3.4 樣本決定系數 67
5.4 一元線性回歸模型的實際應用 67
5.5 一元線性回歸的SPSS操作步驟及結果分析 68
5.5.1 SPSS操作步驟 68
5.5.2 結果分析 72
第6章 多元線性回歸 73
6.1 多元線性回歸模型的基本思想 73
6.2 多元線性回歸模型顯著性檢驗 73
6.2.1 回歸方程的顯著性檢驗 73
6.2.2 回歸系數的顯著性檢驗和置信區間估計 74
6.3 多元線性回歸模型的求法及步驟 75
6.3.1 研究目的 75
6.3.2 模型設定 75
6.3.3 估計參數 76
6.3.4 模型檢驗 77
6.3.5 消除多重共線性 77
6.4 多元線性回歸模型的實際應用 79
6.5 多元線性回歸的SPSS操作步驟及結果分析 81
6.5.1 SPSS操作步驟 81
6.5.2 結果分析 84
第7章 聚類分析 85
7.1 聚類分析的基本思想 85
7.2 聚類分析的分類 85
7.2.1 系統聚類法 85
7.2.2 快速聚類法 85
7.3 聚類分析的距離和相似系數（相似度的度量） 85
7.3.1 樣本點間距離的計算方法 86
7.3.2 相似系數 87
7.4 系統聚類分析 88
7.4.1 系統聚類的步驟 88
7.4.2 類間距的計算方法 88
7.5 快速聚類分析 92
7.6 聚類分析的實際應用 93
7.7 聚類分析的SPSS操作步驟及結果分析 93
7.7.1 SPSS操作步驟 93
7.7.2 結果分析 94
第8章 判別分析 101
8.1 判別分析的基本思想 101
8.2 判別分析的分類 101
8.2.1 距離判別法 101
8.2.2 貝葉斯判別 105
8.2.3 費希爾判別法 107
8.3 判別分析的實際應用 109
8.4 判別分析的SPSS操作步驟及結果分析 110
8.4.1 SPSS操作步驟 110
8.4.2 結果分析 113
第9章 主成分分析法 116
9.1 主成分分析的基本理論 116
9.2 主成分分析的步驟 118
9.2.1 計算協方差矩陣 119
9.2.2 求特征值及特征向量 120
9.2.3 選擇主成分 120
9.2.4 計算主成分得分 121
9.3 主成分分析的實際應用 122
9.4 主成分分析的SPSS操作步驟及結果分析 123
9.4.1 SPSS操作步驟 123
9.4.2 結果分析 125
第10章 因子分析 129
10.1 因子分析的基本思想 129
10.2 因子分析的步驟 130
10.2.1 確認待分析的原變量是否適合作因子分析 130
10.2.2 因子分析的數學模型 131
10.2.3 構造因子變量 132
10.2.4 計算因子變量得分 133
10.3 因子分析的實際應用 134
10.4 因子分析的SPSS操作步驟及結果分析 134
10.4.1 SPSS操作步驟 134
10.4.2 結果分析 138
第11章 時間序列分析 142
11.1 時間序列模型的基本思想 142
11.2 時間序列模型的數據處理 143
11.2.1 替換缺失值 143
11.2.2 定義時間變量 144
11.2.3 時間序列平穩化 144
11.3 時間序列模型的分析指標 145
11.3.1 時間序列分析的水平指標 145
11.3.2 時間序列分析的速度指標 146
11.4 時間序列模型的估計與預測 148
11.4.1 趨勢外推法 148
11.4.2 移動平均預測 149
11.4.3 指數平滑預測 150
11.4.4 預測誤差模型 150
11.5 時間序列模型的SPSS操作步驟及結果分析 151
11.5.1 SPSS操作步驟 151
11.5.2 結果分析 159
參考文獻 160
新書資訊