01 / 导读
导读
引用
Newbold, P., Carlson, W. L., & Thorne, B. (2022). Statistics for Business and Economics (10th ed., Global Edition). Pearson.
章节概要
全书共 17 章，从数据描述出发，经过概率与推断，直到回归、方差分析、预测和抽样。Pearson 把它介绍为让读者对应用问题作严肃分析、而不是照搬现成程序的教材，并称其数学要求高于大多数商务统计教材。
第1–2章：Describing Data: Graphical（数据描述：图形）；Describing Data: Numerical（数据描述：数值）
第1章讲数据的图形概括。第2章转向均值、中位数、方差和标准差等数值度量，它们把一个数据集浓缩为几个数字。
第3–5章：Probability（概率）；Discrete Random Variables and Probability Distributions（离散随机变量与概率分布）；Continuous Random Variables and Probability Distributions（连续随机变量与概率分布）
概率一章给出推理风险与不确定性所用的规则。接下来两章发展离散随机变量（以二项分布和泊松分布为标准例子）以及连续随机变量（正态分布居于核心）。
第6章：Sampling and Sampling Distributions（抽样与抽样分布）
本章说明样本如何抽取，以及样本统计量的分布是什么样子。它是概率与推断之间的桥梁。
第7–8章：Estimation: Single Population（估计：单个总体）；Estimation: Additional Topics（估计：补充专题）
先讲用点估计和区间估计来估计单个总体参数，然后是补充专题，包括总体之间的比较。
第9–10章：Hypothesis Testing: Single Population（假设检验：单个总体）；Hypothesis Testing: Additional Topics（假设检验：补充专题）
先建立关于单个总体的假设检验框架，然后扩展到更多检验，包括比较多个总体的检验。
第11–13章：Simple Regression（简单回归）；Multiple Regression（多元回归）；Additional Topics in Regression Analysis（回归分析的补充专题）
回归是全书最长的一条主线：只有一个解释变量的简单回归、含多个解释变量的多元回归，以及讨论应用回归模型中出现的各种问题等补充专题的第三章。
第14–17章：Analysis of Categorical Data（分类数据分析）；Analysis of Variance（方差分析）；Time-Series Analysis and Forecasting（时间序列分析与预测）；Additional Topics in Sampling（抽样补充专题）
最后几章讲分类数据的方法、通过方差分析比较多组均值、时间序列的分析与预测，以及更进一步的抽样设计。
核心概念
第1–6章
- 描述统计：数据集的图形和数值概括。
- 概率分布：随机变量的离散与连续模型。
- 抽样分布：统计量在重复抽样下的分布，是推断的基础。
第7–10章
- 估计：总体参数的点估计和区间估计。
- 假设检验：针对单个总体的正式检验，并扩展到其他情形。
第11–17章
- 简单回归与多元回归：响应变量与一个或多个解释变量之间关系的模型。
- 方差分析：比较多组的均值。
- 时间序列预测与分类数据分析：面向常见商业数据的另外两套方法。
评析
优点
- 数学上更扎实。 Pearson 称本书的数学水平高于大多数商务统计教材，面向要分析应用问题而不是照章办事的读者。
- 完整的推断序列。 抽样分布、估计和假设检验各有一个主章和一个补充专题章，读者有空间超越基础内容。
- 回归占有篇幅。 三章讲回归，比书中任何其他单一方法都多。
- 面向商务与经济。 书名和出版社的介绍都表明全书使用商务和经济的例子。
局限
- 不是平缓的第一门课。 由于本书的层次高于大多数商务统计教材，代数基础薄弱的读者可能更适合先读较平缓的书。
- 以方法为中心的目录。 章节目录中没有关于软件或数据处理的章节，需要使用特定软件包的读者要另找材料。
- 结构具有累积性。 回归与方差分析各章建立在抽样、估计和检验各章之上，因此选择性阅读比阅读一组相互独立的专题更困难。
在课程中的定位
在本书单的商务统计书籍中，Levine、Szabat 和 Stephan 的 Business Statistics: A First Course 是强调解读结果和检查假设的入门教材，并附有软件指导。Sharpe、De Veaux 和 Velleman 的 Business Statistics 是一本篇幅完整的本科教材，通过真实的商业案例教授数据分析。Wheelan 的 Naked Statistics 是非技术性的统计思维入门，可在任何一本教材之前阅读。Jacques 的 Mathematics for Economics and Business 则是独立的数学预备书。
当课程要求的数学高于这些入门教材，或者学生已经接触过统计学、想要更扎实地学习概率、推断和回归时，适合选择 Newbold、Carlson 和 Thorne 的这本书。如果统计学对你是新的，请先读入门书。
如何使用本书
本书适合学过基础代数、准备好接受数学上严谨处理的商科和经济学学生。刚接触统计学的读者可以先读较平缓的教材，之后再以本书作为主要课程用书。
课程可以直接按章节顺序进行：第1–6章讲描述、概率和抽样；第7–10章讲推断；第11–13章讲回归。方差分析、分类数据、时间序列和抽样补充专题（第14–17章）可按教学大纲选择。Pearson 列出了本版配套的 MyLab Statistics 与电子教材；如果课程提供，可用来练习。请在统计软件中运行回归例子，并把输出与书中结果对照。