Statystyka w zarządzaniu Pełny wykład

Autor: Amir D. Aczel

ISBN: 978-83-01-15338-0

Ilość stron: 1000

Data wydania: 03/2011 (dodruk)

Twarda oprawa

Jeden z najlepszych podręczników do nauczania statystyki na wydziałach zarządzania i ekonomii. Wykład jest kompletny i posiada ogromne walory dydaktyczne. Punktem wyjścia są zawsze zjawiska znane z codziennego życia lub łatwe do wyobrażenia.

Dopiero po przekazaniu studentom istoty zjawiska podaje się formalny wzór i obudowę teoretyczną. Podręcznik opisuje metody wykorzystania informatyki w statystyce. Każdy podrozdział uzupełniają zadania, do których na końcu podano odpowiedzi.

Rozdziały:

1. Wprowadzenie i statystyka opisowa
1.1. Wprowadzenie
1.2. Percentyle i kwartyle
1.3. Miary tendencji centralnej
1.4. Miary zmienności
1.5. Grupowanie danych i histogramy
1.6. Skośność i spłaszczenie rozkładu częstości
1.7. Związki między średnią a odchyleniem standardowym
1.8. Skale pomiarowe
1.9. Metody prezentacji danych
1.10. Wstępna analiza danych
1.11. Inne statystyki
1.12. Korzystanie z komputera
1.13. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 1: Najwyższe oprocentowanie indywidualnych rachunków emerytalnych w Stanach
Zjednoczonych

2. Prawdopodobieństwo
2.1. Wprowadzenie
2.2. Podstawowe definicje: zdarzenia, przestrzeń prób, prawdopodobieństwo
2.3. Podstawowe reguły obliczania prawdopodobieństw
2.4. Reguły de Morgana
2.5. Prawdopodobieństwo warunkowe (względne)
2.6. Niezależność zdarzeń
2.7. Pojęcia kombinatoryczne
2.8. Prawdopodobieństwo całkowite (zupełne) i twierdzenie Bayesa
2.9. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 2: System przeciwrakietowy „patriot”

3. Zmienne losowe
3.1. Wprowadzenie
3.2. Skokowe (dyskretne) zmienne losowe
3.3. Oczekiwana wartość i odchylenie standardowe zmiennej losowej
3.4. Rozkład dwumianowy
3.5. Inne rozkłady prawdopodobieństwa
3.6. Ciągłe zmienne losowe
3.7. Korzystanie z komputera
3.8. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 3: Bezpośrednie rozprowadzanie udziałów w praktyce „Banku Milionerów”

4. Rozkład normalny
4.1. Wprowadzenie
4.2. Normalny rozkład prawdopodobieństwa
4.3. Standaryzowany rozkład normalny
4.4. Przekształcenia normalnej zmiennej losowej
4.5. Związek między zmiennymi X i Z oraz korzystanie z przekształcenia odwrotnego
4.6. Bardziej złożone problemy
4.7. Rozkład normalny jako przybliżenie innych rozkładów prawdopodobieństwa
4.8. Korzystanie z komputera
4.9. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 4: Syntetyczna ocena bieżącej wartości akcji

5. Pobieranie próby i rozkłady z próby
5.1. Wprowadzenie
5.2. Statystyki z próby jako estymatory parametrów populacji
5.3. Rozkłady z próby
5.4. Estymatory i ich własności
5.5. Stopnie swobody
5.6. Korzystanie z komputera
5.7. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 5: 50 najlepszych akcji w 1990 r. według „Fortune”

6. Przedziały ufności
6.1. Wprowadzenie
6.2. Przedziały ufności dla średniej w populacji, gdy odchylenie standardowe jest znane
6.3. Przedziały ufności dla µ, gdy σ nie jest znane
6.4. Przedziały ufności dla frakcji w populacji, gdy próba jest duża
6.5. Korekta wzorów ze względu na skończoność populacji
6.6. Przedziały ufności dla wariancji w populacji
6.7. Wyznaczanie liczebności próby
6.8. Jednostronne przedziały ufności
6.9. Korzystanie z komputera
6.10. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 6: 200 największych banków świata

7. Sprawdzanie (testowanie) hipotez
7.1. Wprowadzenie
7.2. Sprawdzanie hipotezy statystycznej
7.3. Dwustronny test dla średniej w populacji w przypadku dużej próby
7.4. Dwustronny test dla średniej w populacji w przypadku małej próby
7.5. Dwustronny test hipotezy o frakcji w populacji w przypadku dużej próby
7.6. Testy jednostronne
7.7. Wartość p
7.8. Testy w przypadku populacji skończonych
7.9. Sprawdzanie hipotezy o wariancji w populacji
7.10. Prawdopodobieństwo błędu drugiego rodzaju i moc testu
7.11. Wyznaczanie liczebności próby przy sprawdzaniu hipotez
7.12. Jak wygląda sprawdzanie hipotez w praktyce
7.13. Korzystanie z komputera
7.14. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 7: Alaska Marine Highway

8. Porównywanie dwóch populacji
8.1. Wprowadzenie
8.2. Porównywanie wyników obserwacji zestawionych w pary
8.3. Sprawdzanie hipotezy o różnicy między średnimi w dwóch populacjach przy wykorzystaniu dwóch niezależnych prób
8.4. Test dla różnicy między średnimi w dwóch populacjach, przy jednakowej wariancji
8.5. Test dla różnicy między frakcjami w dwóch populacjach w przypadku dużych prób
8.6. Rozkład F i test na równość wariancji w dwóch populacjach
8.7. Korzystanie z komputera
8.8. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 8: Zaprogramowany obrót akcjami

9. Analiza wariancji
9.1. Wprowadzenie
9.2. Testowanie hipotez w analizie wariancji
9.3. Teoria ANOVA i obliczenia
9.4. Tablica ANOVA i przykłady
9.5. Dalsza analiza
9.6. Modele, czynniki, planowanie eksperymentów
9.7. Dwuczynnikowa (podwójna) analiza wariancji
9.8. Blokowanie danych
9.9. Korzystanie z komputera
9.10. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 9: New Coca, Coca-Cola Classic i Pepsi

10. Prosta regresja liniowa i korelacja
10.1. Wprowadzenie
10.2. Prosty model regresji liniowej
10.3. Szacowanie (estymacja) parametrów metodą najmniejszych kwadratów
10.4. Wariancja resztowa i odchylenia standardowe estymatorów regresji
10.5. Korelacja
10.6. Testy hipotez związanych z regresją
10.7. Na ile dobra jest regresja?
10.8. Tablice ANOVA i test F w zastosowaniu do modeli regresji
10.9. Analiza reszt i badanie poprawności modelu
10.10. Wykorzystywanie modelu regresji do prognozowania (przewidywania)
10.11. Korzystanie z komputera
10.12. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 10: Styczniowy prognostyk

11. Regresja wieloraka
11.1. Wprowadzenie
11.2. Model regresji wielorakiej z k zmiennymi objaśniającymi
11.3. Test F w zastosowaniu do modelu regresji wielorakiej
11.4. Na ile dobra jest regresja?
11.5. Testy istotności dla poszczególnych parametrów regresji
11.6. Sprawdzanie poprawności modelu regresji wielorakiej
11.7. Wykorzystanie modelu regresji wielorakiej do prognozowania (przewidywania)
11.8. Jakościowe zmienne objaśniające
11.9. Regresja wielomianowa
11.10. Modele nieliniowe i transformacje
11.11. Współliniowość w przypadku regresji wielorakiej
11.12. Autokorelacja reszt i test Durbina-Watsona
11.13. Częściowy test F i metody doboru zmiennych objaśniających
11.14. Korzystanie z komputera
11.15. Macierzowe podejście do analizy regresji wielorakiej
11.16. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 11: Diamond State Telephone Company

12. Szeregi czasowe, prognozowanie i indeksy
12.1. Wprowadzenie
12.2. Analiza trendu
12.3. Sezonowość i cykliczność
12.4. Metoda dzielenia przez średnią ruchomą
12.5. Metody wygładzania wykładniczego
12.6. Metoda Boxa-Jenkinsa
12.7. Ogólna dyskusja na temat prognozowania
12.8. Złożenie prognoz
12.9. Wstęp do indeksów
12.10. Indeksy proste
12.11. Indeksy agregatowe
12.12. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 12: Prognozowanie zapotrzebowania na okręty

13. Kontrola i poprawa jakości
13.1. Wprowadzenie
13.2. W. Edwards Deming instruuje
13.3. Statystyka i jakość
13.4. Karta kontrolna x
13.5. Karta kontrolna R i karta kontrolna s
13.6. Karta kontrolna p – karta kontrolna frakcji sztuk wadliwych
13.7. Karta kontrolna c
13.8. Karta kontrolna x
13.9. Korzystanie z komputera
13.10. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 13: Kontrola i poprawa jakości w Nashua Corporation

14. Metody nieparametryczne i testy chi-kwadrat
14.1. Wprowadzenie
14.2. Test znaków
14.3. Test serii – test losowości
14.4. Test U Manna-Whitneya
14.5. Test rangowanych znaków Wilcoxona
14.6. Test Kruskala-Wallisa – nieparametryczna alternatywa jednokierunkowej ANOVA
14.7. Test Friedmana dla ulosowionego, zblokowanego planu eksperymentu
14.8. Współczynnik korelacji rang Spearmana
14.9. Test zgodności chi-kwadrat
14.10. Analiza tablic wielodzielczych – test niezależności chi-kwadrat
14.11. Test równości frakcji (test jednorodności) chi-kwadrat
14.12. Korzystanie z komputera
14.13. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 14: Dziewięć narodów Ameryki Północnej

15. Statystyki bayesowskie i analiza decyzji
15.1. Wprowadzenie
15.2. Twierdzenie Bayesa w zastosowaniu do dyskretnych modeli probabilistycznych
15.3. Twierdzenie Bayesa w przypadku ciągłych rozkładów prawdopodobieństwa
15.4. Wyznaczanie subiektywnych prawdopodobieństw
15.5. Analiza decyzji; przegląd ogólny
15.6. Drzewa decyzyjne
15.7. Korzystanie z dodatkowych informacji za pomocą twierdzenia Bayesa
15.8. Użyteczność
15.9. Wartość informacji
15.10. Korzystanie z komputera
15.11. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 15: Nieobsłużeni pasażerowie

16. Analiza wielowymiarowa
16.1. Wprowadzenie
16.2. Wielowymiarowy rozkład normalny
16.3. Wielowymiarowa analiza wariancji
16.4. Analiza dyskryminacyjna
16.5. Główne składowe oraz analiza czynnikowa
16.6. Krótka charakterystyka innych metod wielowymiarowych
16.7. Korzystanie z komputera
16.8. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 16: Przewidywanie upadku firmy

17. Metody doboru próby
17.1. Wprowadzenie
17.2. Nielosowy dobór próby i błąd obciążenia
17.3. Losowanie warstwowe
17.4. Losowanie zespołowe
17.5. Losowanie systematyczne
17.6. Inne metody
17.7. Odmowa odpowiedzi
17.8. Podsumowanie i przegląd wprowadzonych pojęć
Studium przypadku 17: Boston Redevelopment Authority

Dodatek A. Bibliografia
Dodatek B. Rozwiązania większości zadań o numerach nieparzystych
Dodatek C. Tablice statystyczne
Dodatek D. Dane Rezerwy Federalnej