文科通用統計學（簡體書）

《文科通用統計學》是為文科類專業編寫的統計學教材，在編寫中力求貫徹“通俗、實用、有趣”的指導思想：用簡明通俗的語言介紹統計學的思想與方法；按在文科領域實用的原則取捨內容和組織結構，不追求統計方法的推導證明，而講求統計方法的實際應用；將文科領域的典型案例和有趣事件大量穿插於各種統計方法的應用之中，挖掘統計方法的趣味性，使得對統計學的學習更加貼近實踐、貼近生活，並且易於理解和掌握。
《文科通用統計學》內容圍繞統計學數據及其搜集處理、分析應用的主線而展開，主要內容包括統計簡介、統計數據及數據來源、統計數據的描述、機會的度量、抽樣推斷、假設檢驗、非參數統計、相關與回歸、多元統計分析和綜合評價。
《文科通用統計學》可作為大學文科類各專業的統計學教材，也可作為人文、政治、法律、行政、新聞等領域的實際工作者學習、使用統計方法與工具的參考書。

《21世紀高等院校教材:文科通用統計學》內容圍繞統計學數據及其搜集處理、分析應用的主線而展開，主要內容包括統計簡介、統計數據及數據來源、統計數據的描述、機會的度量、抽樣推斷、假設檢驗、非參數統計、相關與回歸、多元統計分析和綜合評價。《21世紀高等院校教材:文科通用統計學》可作為大學文科類各專業的統計學教材，也可作為人文、政治、法律、行政、新聞等領域的實際工作者學習、使用統計方法與工具的參考書。

前言
第一章 什麼是統計
第一節 統計的含義
第二節 現實中的隨機性和規律性
第三節 統計學的基本範疇
第四節 統計學的應用

第二章 統計數據及數據來源
第一節 統計數據的分類與特點
第二節 統計數據的來源
第三節 統計數據的質量

第三章 統計數據的描述
第一節 描述數據的統計指標
第二節 數據的圖表顯示
第三節 數據的概括性度量

第四章 機會的度量
第一節 機會與概率
第二節 離散型隨機變量
第三節 連續型概率分佈
第四節 正態分佈在社會科學中的應用

第五章 抽樣推斷
第一節 抽樣推斷概述
第二節 抽樣分佈
第三節 參數估計
第四節 抽樣組織設計

第六章 假設檢驗
第一節 假設檢驗的基本原理
第二節 單個總體參數的檢驗
第三節 兩個總體參數的檢驗
第四節 方差分析

第七章 非參數統計
第一節 X2檢驗
第二節 秩和檢驗
第三節 游程檢驗

第八章 相關與回歸
第一節 相關分析與回歸分析概述
第二節 兩變量的相關分析
第三節 一元線性回歸分析
第四節 一元線性回歸分析的擴展
第五節 離散因變量模型

第九章 多元統計分析
第一節 多元統計分析概述
第二節 多元線性回歸分析
第三節 主成分分析
第四節 因子分析
第五節 聚類分析

第十章 綜合評價
第一節 綜合評價概述
第二節 評價指標選取與數據預處理
第三節 權數的確定與綜合評價模型
參考文獻

一、變量間的相互關系
在社會經濟領域中，客觀現象之間往往是普遍聯系、相互依賴、相互制約的，當使用變量來反映這些現象的特征時，便表現為變量之間的依存關系，變量之間的依存關系可以分為以下兩種類型。
（一）函數關系
函數關系是指變量之間存在著嚴格確定的依存關系，在這種關系中，當一個或幾個變量取一定量的值時，另一變量有確定值與之相對應，并且這種關系可以通過一個數學表達式反映出來。例如，M=pV，該公式常被用來計算某一物體的質量，在函數關系中通常將代表影響因素的變量稱為自變量，將發生相應變化的變量稱為因變量，在此函數關系中，P與V為自變量，M為因變量。
（二）相關關系
相關分析的目的是把非本質的偶然關系從現象的復雜關系中消除，從而找出變量之間相互依存的形式和密切程度，常被用來反映變量之間存在的非嚴格的、不確定的依存關系，即相關關系。理解相關關系須把握以下兩個要點：
（1）變量之間確實存在數量上的相互依存關系。其表現為一個變量發生數量上的變化時，受其影響的另一個變量也相應地發生數量上的變化。例如，勞動生產率的提高會使生產成本降低。
（2）變量之間數量依存關系的具體關系值不是固定的。在相關關系中，對于某項變量的每一個數值，可以有另外變量的若干個數值與之相對應，這些數值表現出一定的波動性，但又總是圍繞著它們的平均數并遵循一定的規律而變化。例如，每畝耕地的施肥量與畝產量之間存在著一定的依存關系，在一般條件下，適當的增加施肥量，畝產量便可以得到相應的提高，但兩者之間并不存在嚴格的依存關系，因為對于畝產量來說，施肥量只是眾多影響因素中的一個，畝產量的提高還受到種子、土壤、降雨量、溫度等其他因素的影響。
二、回歸分析
預測一個變量的未來值是重要的管理活動。生產經理必須預測原材料的需求，人事經理必須預測未來職員的需求。同時，解釋過去的變化也是重要的。解釋顧客數量過去的變化能夠幫助經理改善公司的服務模式，從而獲取更大的經濟效益。決策者常借助于回歸分析以實現上述目標，回歸分析的基本思想是利用自變量的數據預測或解釋因變量。
由上文的描述可知，相關關系僅能說明變量之間的相關方向與密切程度，而不能說明變量之間因果的數量關系。