應用統計學：基於Stata軟件

劉忠敏（1978-），女（漢），遼寧葫蘆島人，吉林師範大學副教授，碩士生導師。 2009年畢業於遼寧大學統計學專業，獲得經濟學博士學位。研究方向：應用統計、生產力經濟學和技術經濟與管理等。主持人文社科項目2項、省社科和省科技廳項目各1項，參與科研項目10餘項；獲省級和廳級科研獎勵5項；在Applied Economics Letters、《世界經濟研究》、《經濟問題》等刊物發表論文20餘篇。

第1章 緒論 1
1．1 統計與統計學 1
1．1．1 統計的含義 1
1．1．2 統計學的研究對象及其特點 2
1．1．3 統計學的學科分類 4
1．2 統計的工作過程和基本職能 5
1．2．1 統計的工作過程 5
1．2．2 統計的基本職能 6
1．3 統計學的基本概念 7
1．3．1 總體、總體單位和样本 7
1．3．2 標誌和指標 8
1．3．3 變異和變量 9
1．4 大數據時代下的統計學 10
1．4．1 大數據的概念 10
1．4．2 大數據的特點 11
1．4．3 大數據時代下的統計學 11
本章知識結構圖 12
思考與練習 12
第2章 數據的蒐集與整理 15
2．1 數據的測量尺度與常用類型 15
2．1．1 數據的測量尺度 15
2．1．2 統計數據的常用類型 16
2．2 統計數據的蒐集 17
2．2．1 一手數據的蒐集 17
2．2．2 二手數據的蒐集 19
2．3 統計分組 19
2．3．1 統計分組的概念及作用 19
2．3．2 統計分組的方法 21
2．4 分配數列 24
2．4．1 分配數列的概念及分類 24
2．4．2 分配數列的編制 25
2．4．3 品質分配數列的表示方法 26
2．4．4 數量分配數列的表示方法 27
2．5 統計表 28
2．5．1 統計表的概念及構成 28
2．5．2 統計表的分類 29
2．5．3 統計表設計要求 30
2．6 Stata軟件入門、畫圖和製表 31
2．6．1 Stata軟件入門 31
2．6．2 Stata畫圖和製作統計表 34
本章知識結構圖 38
思考與練習 38
第3章 數據分佈特徵的描述 42
3．1 集中趨勢的度量 42
3．1．1 算術平均數 42
3．1．2 幾何平均數 43
3．1．3 調和平均數 44
3．1．4 中位數 45
3．1．5 眾數 46
3．2 離散程度的度量 47
3．2．1 極差 47
3．2．2 平均差 48
3．2．3 方差和標準差 48
3．2．4 離散係數 49
3．3 偏度與峰度的度量 49
3．3．1 偏度係數 49
3．3．2 峰度係數 51
3．4 用Stata軟件計算數據的分佈特徵 51
3．4．1 用summarize命令計算數據的分佈特徵 51
3．4．2 用tabstat命令計算數據的分佈特徵 53
本章知識結構圖 54
思考與練習 54
第4章 動態數列 59
4．1 動態數列概述 59
4．1．1 動態數列的含義及作用 59
4．1．2 動態數列的分類 59
4．1．3 動態數列的編制原則 61
4．2 動態數列水平分析指標 62
4．2．1 發展水平 62
4．2．2 平均發展水平 63
4．2．3 增長量與平均增長量 68
4．3 動態數列速度分析指標 69
4．3．1 發展速度與平均發展速度 69
4．3．2 增長速度與平均增長速度 70
4．3．3 計算和運用速度相關指標應注意的問題 71
4．4 長期趨勢的測定與預測 72
4．4．1 長期趨勢測定與預測的意義 72
4．4．2 間隔擴大法 73
4．4．3 移動平均法 73
4．4．4 最小平方法 74
4．5 季節變動的測定與預測 78
4．5．1 按月平均法 78
4．5．2 移動平均趨勢剔除法 79
4．6 用Stata軟件進行長期趨勢的測定 81
本章知識結構圖 83
思考與練習 84
第5章 統計指數 88
5．1 統計指數概述 88
5．1．1 統計指數的概念 88
5．1．2 統計指數的分類 88
5．1．3 統計指數的作用 90
5．1．4 統計指數編制中的問題 91
5．2 統計總指數的編制方法 91
5．2．1 簡單指數 92
5．2．2 加權指數 93
5．2．3 指數的主要應用 98
5．3 指數體係與因素分析 103
5．3．1 指數體系 103
5．3．2 因素分析 104
5．3．3 總量指標變動的因素分析 104
5．3．4 平均指標變動的因素分析 107
本章知識結構圖 111
思考與練習 111
第6章 抽樣分佈與參數估計 116
6．1 抽樣理由和抽樣方法 116
6．1．1 抽樣理由 116
6．1．2 抽樣方法 116
6．2 抽樣誤差 118
6．3 抽樣分佈 120
6．3．1 樣本均值的抽樣分佈 120
6．3．2 中心極限定理 123
6．3．3 比例的抽樣分佈 124
6．4 參數估計 125
6．4．1 點估計 125
6．4．2 置信區間估計 125
6．4．3 總體均值的置信區間估計(已知 時) 126
6．4．4 總體均值的置信區間估計(未知 時) 127
6．4．5 比例的置信區間估計 130
6．5 樣本容量的確定 131
6．5．1 估計總體均值時樣本容量的確定 131
6．5．2 估計總體比例時樣本容量的確定 132
本章知識結構圖 133
思考與練習 133
第7章 假設檢驗 136
7．1 假設檢驗的概念及分類 136
7．2 假設檢驗的五個步驟 137
7．2．1 第1步：提出原假設和備擇假設 137
7．2．2 第2步：選擇顯著性水平 138
7．2．3 第3步：確定檢驗統計量 138
7．2．4 第4步：建立決策準則 139
7．2．5 第5步：做出決策 141
7．3 幾種常見的假設檢驗 142
7．3．1 總體均值的假設檢驗 142
7．3．2 總體比例的假設檢驗 145
7．3．3 兩個總體均值之差的假設檢驗 146
7．3．4 兩個總體比例之差的假設檢驗 149
7．4 假設檢驗決策的風險 150
7．4．1 假設檢驗的兩類錯誤 150
7．4．2 兩類錯誤的關係 151
7．5 用Stata軟件進行假設檢驗 152
7．5．1 單樣本t檢驗的Stata操作 152
7．5．2 兩樣本t檢驗的Stata操作 153
本章知識結構圖 154
思考與練習 154
第8章 方差分析 157
8．1 F分佈 157
8．2 比較兩個總體的方差 158
8．3 方差分析引論 160
8．4 單因素方差分析 161
8．4．1 單因素方差分析的基本思想 161
8．4．2 單因素方差分析的基本步驟 163
8．4．3 多重比較檢驗 166
8．5 雙因素方差分析 168
8．5．1 問題的提出 168
8．5．2 無交互作用的雙因素方差分析 168
8．5．3 有交互作用的雙因素方差分析 171
8．6 用Stata軟件進行方差分析 173
8．6．1 用Stata軟件進行單因素方差分析 173
8．6．2 用Stata軟件進行雙因素方差分析 174
本章知識結構圖 174
思考與練習 175
第9章 一元線性回歸分析 177
9．1 相關分析 177
9．1．1 相關關係的含義 177
9．1．2 相關關係的分類 178
9．1．3 相關分析的主要內容 179
9．1．4 相關關係的測量 179
9．2 回歸分析 185
9．2．1 回歸分析的含義 185
9．2．2 回歸分析的分類 185
9．2．3 回歸分析的主要內容 186
9．2．4 相關分析與回歸分析的關係 186
9．3 一元線性回歸模型的假定及係數估計 187
9．3．1 一元線性回歸模型及其假定 187
9．3．2 一元線性回歸模型回歸係數估計 188
9．4 一元線性回歸模型的檢驗 190
9．4．1 模型估計式檢驗的必要性 190
9．4．2 模型參數估計值的經濟意義檢驗 191
9．4．3 回歸直線的擬合優度 192
9．4．4 回歸係數的顯著性檢驗 195
9．5 一元線性回歸模型的預測 197
9．5．1 點估計 197
9．5．2 區間估計 198
9．6 用Stata軟件進行相關分析和回歸分析 200
本章知識結構圖 202
思考與練習 202
第10章 多元線性回歸分析 208
10．1 多元線性回歸模型 208
10．1．1 多元線性回歸模型及其假定 208
10．1．2 多元線性回歸中估計的回歸方程 209
10．1．3 多元線性回歸模型的回歸係數估計 210
10．2 多元線性回歸模型的檢驗 212
10．2．1 擬合優度檢驗 212
10．2．2 回歸模型的總體顯著性檢驗：F檢驗 214
10．2．3 回歸係數的檢驗 215
10．3 非線性回歸模型 216
10．3．1 對數線性模型 217
10．3．2 半對數模型 218
10．3．3 倒數模型 219
10．3．4 函數形式的選擇 221
10．4 交互模型 222
10．5 多個回歸係數的聯合檢驗 223
10．6 定性(虛擬)變量模型 225
10．7 殘差分析 229
10．7．1 隨機誤差項零均值 229
10．7．2 隨機誤差項同方差 229
10．7．3 隨機誤差項無自相關 232
10．7．4 隨機誤差項服從正態分佈 233
10．8 用Stata軟件對多元回歸的係數進行檢驗 236
本章知識結構圖 238
思考與練習 238
參考資料 246