课程简介
本课程是经济管理类专业的专业基础课程，是后续专业课程的先修课。主要研究具有不确定性后面的数量规律。它由描述统计、推断统计及常用统计方法三大部分组成，目前已成为研究经济与商业问题的必备的基础性工具。
通过本课程的学习可以了解统计的基本概念，知道什么是统计调查、描述统计、推断统计，了解方差分析、回归分析等基本定量分析方法，培养用“数据说话”的习惯，培养构建模型、应用相关软件并对数据分析结果进行合理解释的能力。
课程主要讲述：统计学的相关概念及其之间的关系；如何开展统计调查；描述统计与推断统计方法；方差分析、回归分析、时间序列分析、指数分析等常见应用统计分析方法及其应用。
课程大纲
导论
1.1统计学的含义、特点
1.2统计学的分科
1.3统计学的应用
1.4若干基本概念(总体、样本)
1.5参数、估计量
1.6数据类型
1.7变量分类
统计数据的搜集
2.1 统计数据的来源
2.2 概率抽样
2.3 非概率抽样
2.4 概率抽样与非概率抽样的比较
2.5 数据搜集方法
2.6 误差控制
统计数据的整理与显示
3.1 数据的预处理
3.2 分类数据的整理与展示
3.3 顺序数据的整理与展示
3.4 数值型数据的整理（数据分组）
3.5 数值型数据的图示（直方图、茎叶图）
3.6 数值型数据的图示（箱线图、线图）
3.7 数值型数据的图示（多变量）
3.8 频数分布的图示和类型
3.9 合理使用统计表
数据的概括性度量
4.1 集中趋势的度量（众数）
4.2 集中趋势的度量（中位数、分位数）
4.3 集中趋势的度量（均值）
4.4 集中趋势统计量的联系和区别
4.5 离散程度的度量（异众比率、四分位差）
4.6 离散程度的度量（极差、平均差）
4.7 离散程度的度量（方差、标准差、变异系数）
4.8 标准分数及应用
参数估计
5.1 参数与估计量
5.2 点估计与区间估计
5.3 评估估计量的标准
5.4 总体均值与总体比例的估计
5.5 样本容量的确定
假设检验
6.1 假设检验的步骤
6.2 假设设立的原则
6.3 单侧检验与双侧检验
6.4 总体均值的假设检验
6.5 总体比例与总体方差的假设检验
方差分析
7.1 方差分析的含义
7.2 方差分析中的若干概念(因素水平)
7.3 方差分析的基本思想
7.4 方差分析的假定
7.5 单因素方差分析的原理
7.6 关系强度的测定
7.7 多重比较
7.8 无交互作用的双因素方差分析
7.9 有交互作用的双因素方差分析
一元线性回归
8.1 变量间关系
8.2 散点图
8.3 相关关系的计算
8.4 相关关系的检验
8.5 回归模型
8.6 一元线性回归模型及其参数估计
8.7 一元线性回归模型的评价(判定系数)
8.8 一元线性回归模型的评价(F检验)
8.9 一元线性回归模型的评价(t检验)
8.10 估计标准误差
8.11 一元线性回归分析结果的评价
8.12 预测(点估计)
8.13 预测(区间估计)
8.14 残差分析
多元线性回归
9.1 多元线性回归模型及其参数估计
9.2 多元线性回归模型的评价(判定系数)
9.3 多元线性回归模型的估计标准误差
9.4 多元线性回归模型的评价(F检验)
9.5 多元线性回归模型的评价(t检验)
9.6 多元线性回归分析结果的评价
9.7 多元线性回归模型的评价
9.8 多重共线性
9.9 逐步回归
时间序列分析和预测
10.1 时间序列及其分类
10.2 时间序列的描述性分析
10.3 平稳序列预测
10.4 长期趋势分析
10.5 季节变动分析
10.6 复合型序列预测
指数
11.1 指数的含义与分类
11.2 拉氏指数
11.3 派氏指数
11.4 总量指数体系分析
11.5 平均数变动因素分析
11.6 居民消费价格指数
11.7 综合评价指数
1.1统计学的含义、特点
1.2统计学的分科
1.3统计学的应用
1.4若干基本概念(总体、样本)
1.5参数、估计量
1.6数据类型
1.7变量分类
统计数据的搜集
2.1 统计数据的来源
2.2 概率抽样
2.3 非概率抽样
2.4 概率抽样与非概率抽样的比较
2.5 数据搜集方法
2.6 误差控制
统计数据的整理与显示
3.1 数据的预处理
3.2 分类数据的整理与展示
3.3 顺序数据的整理与展示
3.4 数值型数据的整理（数据分组）
3.5 数值型数据的图示（直方图、茎叶图）
3.6 数值型数据的图示（箱线图、线图）
3.7 数值型数据的图示（多变量）
3.8 频数分布的图示和类型
3.9 合理使用统计表
数据的概括性度量
4.1 集中趋势的度量（众数）
4.2 集中趋势的度量（中位数、分位数）
4.3 集中趋势的度量（均值）
4.4 集中趋势统计量的联系和区别
4.5 离散程度的度量（异众比率、四分位差）
4.6 离散程度的度量（极差、平均差）
4.7 离散程度的度量（方差、标准差、变异系数）
4.8 标准分数及应用
参数估计
5.1 参数与估计量
5.2 点估计与区间估计
5.3 评估估计量的标准
5.4 总体均值与总体比例的估计
5.5 样本容量的确定
假设检验
6.1 假设检验的步骤
6.2 假设设立的原则
6.3 单侧检验与双侧检验
6.4 总体均值的假设检验
6.5 总体比例与总体方差的假设检验
方差分析
7.1 方差分析的含义
7.2 方差分析中的若干概念(因素水平)
7.3 方差分析的基本思想
7.4 方差分析的假定
7.5 单因素方差分析的原理
7.6 关系强度的测定
7.7 多重比较
7.8 无交互作用的双因素方差分析
7.9 有交互作用的双因素方差分析
一元线性回归
8.1 变量间关系
8.2 散点图
8.3 相关关系的计算
8.4 相关关系的检验
8.5 回归模型
8.6 一元线性回归模型及其参数估计
8.7 一元线性回归模型的评价(判定系数)
8.8 一元线性回归模型的评价(F检验)
8.9 一元线性回归模型的评价(t检验)
8.10 估计标准误差
8.11 一元线性回归分析结果的评价
8.12 预测(点估计)
8.13 预测(区间估计)
8.14 残差分析
多元线性回归
9.1 多元线性回归模型及其参数估计
9.2 多元线性回归模型的评价(判定系数)
9.3 多元线性回归模型的估计标准误差
9.4 多元线性回归模型的评价(F检验)
9.5 多元线性回归模型的评价(t检验)
9.6 多元线性回归分析结果的评价
9.7 多元线性回归模型的评价
9.8 多重共线性
9.9 逐步回归
时间序列分析和预测
10.1 时间序列及其分类
10.2 时间序列的描述性分析
10.3 平稳序列预测
10.4 长期趋势分析
10.5 季节变动分析
10.6 复合型序列预测
指数
11.1 指数的含义与分类
11.2 拉氏指数
11.3 派氏指数
11.4 总量指数体系分析
11.5 平均数变动因素分析
11.6 居民消费价格指数
11.7 综合评价指数