01 / 導讀
導讀
引用
Newbold, P., Carlson, W. L., & Thorne, B. (2022). Statistics for Business and Economics (10th ed., Global Edition). Pearson.
章節概要
全書共 17 章，從資料描述出發，經過機率與推斷，直到迴歸、方差分析、預測和抽樣。Pearson 把它介紹為讓讀者對應用問題作嚴肅分析、而不是照搬現成程式的教材，並稱其數學要求高於大多數商務統計教材。
第1–2章：Describing Data: Graphical（資料描述：圖形）；Describing Data: Numerical（資料描述：數值）
第1章講資料的圖形概括。第2章轉向均值、中位數、方差和標準差等數值度量，它們把一個數據集濃縮為幾個數字。
第3–5章：Probability（機率）；Discrete Random Variables and Probability Distributions（離散隨機變數與機率分佈）；Continuous Random Variables and Probability Distributions（連續隨機變數與機率分佈）
機率一章給出推理風險與不確定性所用的規則。接下來兩章發展離散隨機變數（以二項分佈和泊松分佈為標準例子）以及連續隨機變數（正態分佈居於核心）。
第6章：Sampling and Sampling Distributions（抽樣與抽樣分佈）
本章說明樣本如何抽取，以及樣本統計量的分佈是什麼樣子。它是機率與推斷之間的橋梁。
第7–8章：Estimation: Single Population（估計：單個總體）；Estimation: Additional Topics（估計：補充專題）
先講用點估計和區間估計來估計單個總體引數，然後是補充專題，包括總體之間的比較。
第9–10章：Hypothesis Testing: Single Population（假設檢驗：單個總體）；Hypothesis Testing: Additional Topics（假設檢驗：補充專題）
先建立關於單個總體的假設檢驗框架，然後擴充套件到更多檢驗，包括比較多個總體的檢驗。
第11–13章：Simple Regression（簡單迴歸）；Multiple Regression（多元迴歸）；Additional Topics in Regression Analysis（迴歸分析的補充專題）
迴歸是全書最長的一條主線：只有一個解釋變數的簡單迴歸、含多個解釋變數的多元迴歸，以及討論應用迴歸模型中出現的各種問題等補充專題的第三章。
第14–17章：Analysis of Categorical Data（分類資料分析）；Analysis of Variance（方差分析）；Time-Series Analysis and Forecasting（時間序列分析與預測）；Additional Topics in Sampling（抽樣補充專題）
最後幾章講分類資料的方法、通過方差分析比較多組均值、時間序列的分析與預測，以及更進一步的抽樣設計。
核心概念
第1–6章
- 描述統計：資料集的圖形和數值概括。
- 機率分佈：隨機變數的離散與連續模型。
- 抽樣分佈：統計量在重複抽樣下的分佈，是推斷的基礎。
第7–10章
- 估計：總體引數的點估計和區間估計。
- 假設檢驗：針對單個總體的正式檢驗，並擴充套件到其他情形。
第11–17章
- 簡單迴歸與多元迴歸：響應變數與一個或多個解釋變數之間關係的模型。
- 方差分析：比較多組的均值。
- 時間序列預測與分類資料分析：面向常見商業資料的另外兩套方法。
評析
優點
- 數學上更紮實。 Pearson 稱本書的數學水平高於大多數商務統計教材，面向要分析應用問題而不是照章辦事的讀者。
- 完整的推斷序列。 抽樣分佈、估計和假設檢驗各有一個主章和一個補充專題章，讀者有空間超越基礎內容。
- 迴歸佔有篇幅。 三章講迴歸，比書中任何其他單一方法都多。
- 面向商務與經濟。 書名和出版社的介紹都表明全書使用商務和經濟的例子。
侷限
- 不是平緩的第一門課。 由於本書的層次高於大多數商務統計教材，代數基礎薄弱的讀者可能更適合先讀較平緩的書。
- 以方法為中心的目錄。 章節目錄中沒有關於軟體或資料處理的章節，需要使用特定軟體包的讀者要另找材料。
- 結構具有累積性。 迴歸與方差分析各章建立在抽樣、估計和檢驗各章之上，因此選擇性閱讀比閱讀一組相互獨立的專題更困難。
在課程中的定位
在本書單的商務統計書籍中，Levine、Szabat 和 Stephan 的 Business Statistics: A First Course 是強調解讀結果和檢查假設的入門教材，並附有軟體指導。Sharpe、De Veaux 和 Velleman 的 Business Statistics 是一本篇幅完整的本科教材，通過真實的商業案例教授資料分析。Wheelan 的 Naked Statistics 是非技術性的統計思維入門，可在任何一本教材之前閱讀。Jacques 的 Mathematics for Economics and Business 則是獨立的數學預備書。
當課程要求的數學高於這些入門教材，或者學生已經接觸過統計學、想要更紮實地學習機率、推斷和迴歸時，適合選擇 Newbold、Carlson 和 Thorne 的這本書。如果統計學對你是新的，請先讀入門書。
如何使用本書
本書適合學過基礎代數、準備好接受數學上嚴謹處理的商科和經濟學學生。剛接觸統計學的讀者可以先讀較平緩的教材，之後再以本書作為主要課程用書。
課程可以直接按章節順序進行：第1–6章講描述、機率和抽樣；第7–10章講推斷；第11–13章講迴歸。方差分析、分類資料、時間序列和抽樣補充專題（第14–17章）可按教學大綱選擇。Pearson 列出了本版配套的 MyLab Statistics 與電子教材；如果課程提供，可用來練習。請在統計軟體中執行迴歸例子，並把輸出與書中結果對照。