第一章绪论
【引例】无处不在的统计
以下是关于“统计”的几则信息。
我国著名的经济学家马寅初指出：“学者不能离开统计而治学，政治家不能离开统计而施政，事业家不能离开统计而执业。”
英国著名科幻作家威尔斯说：“对于追求效率的公民而言，统计思维总有一天会和读写能力一样重要。”
在诺贝尔经济学获奖者中，2/3以上的研究成果与统计和定量分析有关。因此，著名经济学家萨缪尔森在其第一的教科书《经济学》（第12版）中特别提到：“在许多与经济学有关的学科中，统计学是特别重要的。”
美国杜邦公司的总经理理查德曾经指出：“现代公司在许多方面是根据统计来行事的。”
据有关报道，统计学方法在文学和历史研究等领域也得到了相当广泛的应用。
由以上几则信息可知，统计已经渗透到社会经济活动和科学研究的方方面面，统计无处不在，并且正在发挥越来越重要的作用。那么究竟什么是统计？统计是如何开展研究的？作为一门科学的统计学与其他学科有何区别与联系？这些正是本章所要介绍的主要内容。
第一节什么是统计
一、关于统计的含义
在日常生活中，人们对于“统计”这一术语常常有不同的用法。例如，企业每年要“统计”产量和产值，这是将其作为一种工作来看待。了解股票的交易状况要看有关成交额和股票指数“统计”，这时又是将其作为数据来运用。而大学课堂上所说的“我们正在学习统计”，则是指一门学科，即统计学。
那么究竟何为统计，这里有必要给出一个比较准确的科学定义。统计是人们认识客观世界总体数量变动关系和变动规律的活动的总称，是人们认识客观世界的一种有力工具。统计的研究对象具有以下特点。
（1）数量性。这是统计研究对象的基本特点。常言道，“数字是统计的语言”，“数据是统计的成果”，指的正是这个意思。但并不是任何一种数量都可以作为统计对象。统计数据总是客观事物量的反映，统计定量认识必须建立在对客观事物定性认识的基础上。
（2）总体性。统计的数量研究是指对现象总体中各单位普遍存在的事实进行大量观察和综合分析，得出反映现象总体的数量特征。例如，进行城镇居民家计调查，需要对具体的居民家庭进行调查，但是其目的并不在于了解个别居民家庭的生活状况，而是要反映一个国家、一个城市的居民收入水平、收入分配、消费水平、消费结构等。
（3）变异性。统计研究同类现象总体的数量特征，它的前提是总体各单位的特征表现存在着差异，而且这些差异并不是事先可以预知的。例如，各种股票的价格和成交量每天不同，这才需要对其进行统计，编制股票指数等指标。
统计作为一种社会实践活动已有悠久的历史。据历史记载，我国在西周就已建立了统计报告制度。在英文中，统计为“statistics”，它与“国家”为同一词根。可以说，自从有了国家，就有统计实践活动。最初，统计只是为统治者了解国家的情况和管理国家提供数量依据。随着社会经济和科技的发展以及统计学自身的进步，统计的应用领域不断扩大。现在，统计不仅被用于经济管理领域，而且在医学、生物、物理等其他领域也得到广泛的应用。
人们通过统计实践活动所得的数据即统计数据。它既是统计工作的成果，也是进一步开展统计研究的基础。人们对统计数据的要求通常包括：客观性，即它能反映客观事实而不受任何偏见的影响或任何势力的干扰；适用性，即统计数据能够适应统计研究的目的；准确性，即统计数据能够反映真实的情况，不出现较大的误差；及时性，即统计数据应及时收集、及时加工、及时公布。
统计学是在统计实践的基础上产生并逐步发展起来的一门科学。它是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以帮助人们正确认识客观世界数量规律的方法论科学。统计学与统计实践活动的关系是理论与实践的关系，理论源于实践，理论又高于实践，反过来又指导实践。
二、统计研究的基本环节
统计研究的全过程包括以下几个基本环节。
（一）统计设计
统计设计，就是根据所要研究问题的性质，在有关学科理论的指导下，制定统计指标、指标体系和统计分类，给出统一的定义、标准，同时提出收集、整理和分析数据的方案和工作进度等。统计设计是整个统计研究的前期工程，其完成质量直接关系到整个统计研究的质量。搞好统计设计不仅需要统计学的一般理论和方法作指导，而且还要求设计者对所要研究的问题本身具有深刻的认识和掌握相关的学科知识。例如，要设计一套较好地评价企业经营状况的统计体系与方案，仅有一般的统计方法知识是不够的，设计者还必须具备企业经营管理知识和理论素养。
（二）收集数据
经过统计设计，形成方案之后，就可以开始收集统计数据。统计数据的收集有两种基本方法：实验法与调查法。对于大多数自然科学和工程技术研究来说，有可能通过有控制的科学实验去取得数据，这时可以采用实验法。在统计学中专门有一个分支—实验设计，研究如何科学地设计实验方案，从而使得通过实验采集的数据能够符合分析的目的和要求。对于社会经济现象来说，一般无法进行重复实验，要取得有关数据就必须采用调查法，即到社会总体中去选取足够多的单位进行调查、观察，并加以综合研究。如何科学地进行调查是统计学研究的重要内容。本书是为经济与管理类专业编写的统计学入门教科书，由于篇幅的限制，本书将只介绍有关统计调查的理论与方法。
（三）整理与分析
原始的统计数据收集上来之后，还必须经过整理、加工和分析才能真正发挥其作用。在统计研究的这一阶段，所运用的方法包括两大类：描述统计和推断统计。
描述统计是指对采集的数据进行登记、审核、整理、归类，在此基础上进一步计算出各种能反映总体数量特征的综合指标，并用图表的形式表示经过归纳分析而得到的各种有用的统计信息。统计描述是统计研究的基础，它为统计推断、统计咨询、统计决策提供必要的事实依据。统计描述也是对客观事物认识的不断深化过程。它通过对分散无序的原始数据进行整理归纳，运用分组法和综合指标法得到现象总体的数量特征，揭示客观事物内在的数量规律性，以达到认识的目的。
推断统计是在对样本数据进行描述的基础上，利用一定的方法根据样本数据去估计或检验总体的数量特征。在进行统计研究时，常常存在这种情况，由于各种原因，我们所掌握的数据只是部分单位的数据或有限单位的数据，而我们所关心的却是整个总体的数量特征。例如，民意测验中某一候选人是否能够当选，全国婴儿的性别比例如何，某种电子元件的寿命多长，等等。这时就必须利用统计推断的方法来解决。统计推断是逻辑归纳法在统计推理中的应用，所以又称为归纳推理。推断统计是现代统计学的主要内容。
（四）开发与应用
通过统计整理和分析，我们可以得到有关的统计资料。但统计资料的提供并不意味着统计研究的终结。统计的目的在于认识客观世界的数量规律。仅凭一次收集的统计资料，往往还不能很好地发现客观世界存在的数量规律。因此，对于已经公布的统计资料需要加以积累，同时还可以进一步加工，结合相关实质性学科的理论知识进行分析和利用。如何更好地将统计资料和统计方法应用于各自的研究领域是应用统计学研究的一个重要方面。
以上所述的统计研究的全过程可以用图1-1表示。
第二节统计学的产生与发展
一、统计学的主要流派
虽然人类统计的实践活动可以追溯到相当遥远的古代，但是，将统计实践上升到理论，并加以总结和概括成为一门科学—统计学，距今却只有三百多年的历史。从统计学发展的历史来看，曾经产生过较大影响的主要有以下几个流派。
（一）政治算术学派
最早的统计学源于17世纪的英国，其代表人物是威廉 配第（William Petty，1623～1687）和约翰 格朗特（John Graunt，1620～1674）。威廉 配第在其代表作《政治算术》一书中写道：本书“不用比较级、最高级进行思辨或议论，而是用数字 来表达自己想说的问题 借以考察在自然中有可见的根据的原因”。约翰 格朗特在《关于死亡表的自然观察和政治观察》一书中，通过大量观察的方法，研究并发现了一系列关于人口的数量规律，并运用各种方法对统计数据进行间接的推算和相互印证。威廉 配第等关于运用大量观察和数量分析等方法对社会经济现象进行研究的主张，为统计学的发展开辟了广阔的前景。有趣的是，这一派学者一直没有使用“统计学”这一术语，而是用“政治算术”来表明其研究的特色，因而被称为“政治算术学派”。
（二）国势学派
最早使用“统计学”这一术语的是德国的阿亨瓦尔（G.Achenwall，1719～1772）。他认为统计学是关于国家显著事项的学问，主要通过对国家组织、人口、军队、领土、居民职业以及资源财产等事项的记述对国情国力进行研究。后人把从事这方面研究的德国学者称为“国势学派”。国势学派虽然创造了“统计学”这一术语，但他们主要使用文字记述的方法进行研究，其学科内容与现代统计学有较大的差别。
（三）社会统计学派
19世纪以后，随着经济和社会的发展，统计在社会经济领域中的应用越来越广泛、越来越深入。为满足国家和社会的需要，人们广泛地开展了各种统计调查活动。这不仅为经济学家和社会学家的理论研究和实证分析提供了数量依据，也为统计学家从中概括和提出新的统计方法提供了新思路和数据材料。包括政治统计、人口统计、经济统计、犯罪统计、社会统计等多方面内容的“社会统计学”一词开始出现，并成为统计学中的一个重要流派。该学派在德国、日本和苏联都有相当大的影响。1850年，德国的统计学家克尼斯（K. G. A. Knise）发表了题为《独立科学的统计学》的论文，提出统计学是一门独立的社会科学，是一门对社会经济现象进行数量对比分析的科学，他主张以“国家论”作为“国势学派”的科学命名，而以“统计学”作为“政治算术”的科学命名。这一主张得到当时大多数统计学家的赞同。于是，以往无“统计学”之名而有“统计学”之实的“政治算术”取代了过去有“统计学”之名而无“统计学”之实的“国势学派”而成为统计学的正统。
社会统计学派着重对社会经济领域的统计方法及其应用进行研究。各国学者在社会经济统计指标的设定与计算、指数的编制、资料的收集与整理、统计调查的组织和实施、经济社会的数量分析和预测等方面做出的贡献已成为现代统计学的重要组成部分。例如，德国统计学家恩格尔（Christian Lorenz Ernst Engel，1821～1896）提出的“恩格尔系数”，至今仍为人们广泛使用。由美国经济学家西蒙 库兹涅茨（Simon Kuznets，1901～1985）和英国经济学家理查德 斯通（Richard Stone，1913～1991）等开创的国民收入和国内生产总值的核算方法被称为“20世纪最伟大的发明之一”。
（四）数理统计学派
数理统计学的创始人是比利时统计学家凯特勒（A.Quetelet，1796～1874）。他的代表作《概率论书简》《社会物理学》等将概率论和统计方法引入社会经济方面的研究。在学科性质上，凯特勒认为统计学是一门既研究社会现象又研究自然现象的独立的方法论科学。此后，以概率论为基础建立的统计理论与方法被称为数理统计。从19世纪中叶到20世纪中叶，数理统计学得到迅速发展，英国生物学家弗朗西斯 高尔顿（Francis Galton，1822～1911）首次提出并阐述了“相关”的概念；英国统计学家卡尔 皮尔逊（Karl Pearson，1857～1936）提出了计算复相关和偏相关的方法；英国统计学家戈塞特（W. S. Gosset，1876～1937）建立了“小样本理论”，即“t分布”；英国统计学家费希尔（R.A.Fisher，1890～1962）在样本相关系数的分布、方差分析、实验设计等方面的研究中做出了重要贡献。

目录
第一章 绪论 1
第一节 什么是统计 1
第二节 统计学的产生与发展 4
第三节 统计学的基本概念 10
本章 小结 14
思考与练习 15
第二章 统计数据的收集、整理与显示 17
第一节 统计数据的收集 17
第二节 统计数据的整理 24
第三节 统计数据的显示 30
第四节 Excel在统计整理与统计图表中的应用 39
本章 小结 43
思考与练习 44
第三章 数据分布特征的描述 46
第一节 统计变量集中趋势的测定 46
第二节 统计变量离散程度的测定 56
第三节 变量分布的偏度与峰度 63
第四节 利用Excel计算描述统计指标 66
本章 小结 69
思考与练习 69
第四章 概率基础 73
第一节 随机现象与随机事件 73
第二节 概率的性质及计算 75
第三节 随机变量及其分布 80
第四节 几种常见的概率分布 86
本章 小结 92
思考与练习 93
第五章 抽样分布与参数估计 96
第一节 抽样的基本概念与数学原理 96
第二节 常见样本统计量的抽样分布 104
第三节 参数估计 107
第四节 样本容量的确定 121
第五节 Excel在参数估计中的应用 123
本章 小结 125
思考与练习 126
第六章 假设检验与方差分析 129
第一节 假设检验的基本原理 129
第二节 总体均值的假设检验 134
第三节 总体比例的假设检验 137
第四节 单因子方差分析 139
第五节 双因子方差分析 142
第六节 Excel在假设检验与方差分析中的应用 146
本章 小结 150
思考与练习 150
第七章 相关与回归分析 154
第一节 相关与回归分析的基本概念 154
第二节 简单线性相关与回归分析 157
第三节 多元线性相关与回归分析 174
第四节　非线性回归分析 182
第五节 Excel在相关与回归分析中的应用 187
本章 小结 195
思考与练习 197
第八章 非参数统计 200
第一节 非参数检验概述 200
第二节 符号检验与符号秩检验 201
第三节 秩和检验与χ2-检验 204
第四节 等级相关检验 207
第五节 Excel在非参数检验中的应用 209
本章 小结 212
思考与练习 213
第九章 时间序列分析 216
第一节 时间序列分析概述 217
第二节 时间序列的水平分析与速度分析 219
第三节 长期趋势的测定 228
第四节 季节变动和循环变动的测定 236
第五节 时间序列预测模型 244
第六节 Excel在时间序列分析中的应用 249
本章 小结 255
思考与练习 256
第十章 对比分析与指数分析 259
第一节 对比分析 259
第二节 指数的概念和种类 265
第三节 综合指数 268
第四节 平均指数 274
第五节 指数体系与因素分析 277
第六节 几种常见的经济指数 283
本章 小结 288
思考与练习 288
第十一章 统计综合评价 293
第一节 统计综合评价概述 293
第二节 评价指标及其权重的确定 295
第三节 数据的预处理 304
第四节 综合评价模型 308
本章 小结 310
思考与练习 310
参考文献 313
附录一 Excel在统计中的应用 314
第一节 Excel简介与基本操作 314
第二节 分析工具库与统计函数 329
附录二 常用统计表 333
附表2-1 正态分布函数N (0，1)的数值表 333
附表2-2 t分布临界值表 334
附表2-3 χ2分布临界值表 336
附表2-4 F分布临界值表（α= 0.05） 337
附表2-5 符号检验临界值 339
附表2-6 威尔科克森配对符号秩检验中T的临界值 340
附表2-7 秩和检验表 341
附表2-8 斯皮尔曼等级相关系数的上临界值表 341
附录三 全国大学生市场调查分析大赛优秀案例选登 343