دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: حسابداری ویرایش: 8th ed., global ed. نویسندگان: Paul Newbold, William Lee Carlson, Betty M. Thorne سری: ISBN (شابک) : 9780273767060, 0273767089 ناشر: Pearson سال نشر: 2013 تعداد صفحات: 793 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب آماری برای تجارت و اقتصاد: آمار، آمار بازرگانی، اقتصاد -- روش های آماری
در صورت تبدیل فایل کتاب Statistics for business and economics به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب آماری برای تجارت و اقتصاد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این عنوان دانشآموزان را قادر میسازد تا به جای اجرای برنامههای کاربردی ساده «کنسرو شده»، تجزیه و تحلیل جدی مشکلات کاربردی را انجام دهند. این متن از نظر ریاضی در سطح بالاتری نسبت به بسیاری از متون آمار کسب و کار قرار دارد و دانش مورد نیاز دانش آموزان را برای تبدیل شدن به تحلیلگران قوی تری برای موقعیت های مدیریتی آینده فراهم می کند.
This title enables students to conduct serious analysis of applied problems rather than running simple 'canned' applications. The text is at a mathematically higher level than most business statistics texts and provides students with the knowledge they need to become stronger analysts for future managerial positions.
Cover......Page 1
Contents......Page 8
Preface......Page 14
M......Page 20
W......Page 21
CHAPTER 1 Using Graphs to Describe Data......Page 22
Random and Systematic Sampling......Page 23
Sampling and Nonsampling Errors......Page 25
Categorical and Numerical Variables......Page 26
Measurement Levels......Page 27
Tables and Charts......Page 29
Cross Tables......Page 30
Pie Charts......Page 32
Pareto Diagrams......Page 33
1.4 Graphs to Describe Time-Series Data......Page 36
Frequency Distributions......Page 41
Shape of a Distribution......Page 45
Stem-and-Leaf Displays......Page 47
Scatter Plots......Page 48
Misleading Histograms......Page 52
Misleading Time-Series Plots......Page 54
2.1 Measures of Central Tendency and Location......Page 60
Mean, Median, and Mode......Page 61
Shape of a Distribution......Page 63
Geometric Mean......Page 64
Percentiles and Quartiles......Page 65
2.2 Measures of Variability......Page 69
Box-and-Whisker Plots......Page 70
Variance and Standard Deviation......Page 72
Chebyshev’s Theorem and the Empirical Rule......Page 76
z-Score......Page 78
2.3 Weighted Mean and Measures of Grouped Data......Page 81
2.4 Measures of Relationships Between Variables......Page 85
Case Study: Mortgage Portfolio......Page 92
CHAPTER 3 Elements of Chance: Probability Methods......Page 94
3.1 Random Experiment, Outcomes, and Events......Page 95
Classical Probability......Page 102
Permutations and Combinations......Page 103
Relative Frequency......Page 107
Subjective Probability......Page 108
3.3 Probability Rules......Page 112
Conditional Probability......Page 114
Statistical Independence......Page 117
3.4 Bivariate Probabilities......Page 123
Overinvolvement Ratios......Page 127
3.5 Bayes’ Theorem......Page 133
Subjective Probabilities in Management Decision Making......Page 139
CHAPTER 4 Discrete Probability Distributions......Page 147
4.1 Random Variables......Page 148
4.2 Probability Distributions for Discrete Random Variables......Page 149
Expected Value of a Discrete Random Variable......Page 153
Variance of a Discrete Random Variable......Page 154
Mean and Variance of Linear Functions of a Random Variable......Page 156
4.4 Binomial Distribution......Page 160
Developing the Binomial Distribution......Page 161
4.5 Poisson Distribution......Page 168
Poisson Approximation to the Binomial Distribution......Page 172
Comparison of the Poisson and Binomial Distributions......Page 173
4.6 Hypergeometric Distribution......Page 174
4.7 Jointly Distributed Discrete Random Variables......Page 177
Linear Functions of Random Variables......Page 181
Covariance......Page 182
Correlation......Page 183
Portfolio Analysis......Page 187
CHAPTER 5 Continuous Probability Distributions......Page 198
5.1 Continuous Random Variables......Page 199
The Uniform Distribution......Page 202
5.2 Expectations for Continuous Random Variables......Page 204
5.3 The Normal Distribution......Page 207
Normal Probability Plots......Page 216
5.4 Normal Distribution Approximation for Binomial Distribution......Page 220
Proportion Random Variable......Page 224
5.5 The Exponential Distribution......Page 226
5.6 Jointly Distributed Continuous Random Variables......Page 229
Financial Investment Portfolios......Page 233
Cautions Concerning Finance Models......Page 237
CHAPTER 6 Distributions of Sample Statistics......Page 245
6.1 Sampling from a Population......Page 246
Development of a Sampling Distribution......Page 247
6.2 Sampling Distributions of Sample Means......Page 250
Monte Carlo Simulations: Central Limit Theorem......Page 255
Acceptance Intervals......Page 261
6.3 Sampling Distributions of Sample Proportions......Page 266
6.4 Sampling Distributions of Sample Variances......Page 271
CHAPTER 7 Confidence Interval Estimation: One Population......Page 285
7.1 Properties of Point Estimators......Page 286
Unbiased......Page 287
Most Efficient......Page 288
7.2 Confidence Interval Estimation for the Mean of a Normal Distribution: Population Variance Known......Page 292
Intervals Based on the Normal Distribution......Page 293
Reducing Margin of Error......Page 296
Student’s t Distribution......Page 298
Intervals Based on the Student’s t Distribution......Page 300
7.4 Confidence Interval Estimation for Population Proportion (Large Samples)......Page 304
7.5 Confidence Interval Estimation for the Variance of a Normal Distribution......Page 307
Population Mean and Population Total......Page 310
Population Proportion......Page 313
Mean of a Normally Distributed Population, Known Population Variance......Page 316
Population Proportion......Page 318
7.8 Sample-Size Determination: Finite Populations......Page 320
Sample Sizes for Simple Random Sampling: Estimation of the Population Mean or Total......Page 321
Sample Sizes for Simple Random Sampling: Estimation of Population Proportion......Page 322
CHAPTER 8 Confidence Interval Estimation: Further Topics......Page 329
8.1 Confidence Interval Estimation of the Difference Between Two Normal Population Means: Dependent Samples......Page 330
Two Means, Independent Samples, and Known Population Variances......Page 334
Two Means, Independent Samples, and Unknown Population Variances Assumed to Be Equal......Page 336
Two Means, Independent Samples, and Unknown Population Variances Not Assumed to Be Equal......Page 338
8.3 Confidence Interval Estimation of the Difference Between Two Population Proportions (Large Samples)......Page 341
CHAPTER 9 Hypothesis Tests of a Single Population......Page 347
9.1 Concepts of Hypothesis Testing......Page 348
9.2 Tests of the Mean of a Normal Distribution: Population Variance Known......Page 353
p-Value......Page 355
Two-Sided Alternative Hypothesis......Page 361
9.3 Tests of the Mean of a Normal Distribution: Population Variance Unknown......Page 363
9.4 Tests of the Population Proportion (Large Samples)......Page 367
9.5 Assessing the Power of a Test......Page 369
Tests of the Mean of a Normal Distribution: Population Variance Known......Page 370
Power of Population Proportion Tests (Large Samples)......Page 372
9.6 Tests of the Variance of a Normal Distribution......Page 376
CHAPTER 10 Two Population Hypothesis Tests......Page 386
Two Means, Matched Pairs......Page 388
Two Means, Independent Samples, Known Population Variances......Page 392
Two Means, Independent Samples, Unknown Population Variances Assumed to Be Equal......Page 394
Two Means, Independent Samples, Unknown Population Variances Not Assumed to Be Equal......Page 397
10.3 Tests of the Difference Between Two Population Proportions (Large Samples)......Page 400
10.4 Tests of the Equality of the Variances Between Two Normally Distributed Populations......Page 404
10.5 Some Comments on Hypothesis Testing......Page 407
CHAPTER 11 Two Variable Regression Analysis......Page 418
11.1 Overview of Linear Models......Page 419
11.2 Linear Regression Model......Page 422
11.3 Least Squares Coefficient Estimators......Page 428
Computer Computation of Regression Coefficients......Page 430
11.4 The Explanatory Power of a Linear Regression Equation......Page 432
Coefficient of Determination, R[sup(2)]......Page 434
11.5 Statistical Inference: Hypothesis Tests and Confidence Intervals......Page 439
Hypothesis Test for Population Slope Coefficient Using the F Distribution......Page 444
11.6 Prediction......Page 447
Hypothesis Test for Correlation......Page 453
11.8 Beta Measure of Financial Risk......Page 457
11.9 Graphical Analysis......Page 459
CHAPTER 12 Multiple Variable Regression Analysis......Page 474
Model Specification......Page 475
Model Objectives......Page 477
Model Development......Page 478
Three-Dimensional Graphing......Page 481
12.2 Estimation of Coefficients......Page 482
Least Squares Procedure......Page 483
12.3 Explanatory Power of a Multiple Regression Equation......Page 489
12.4 Confidence Intervals and Hypothesis Tests for Individual Regression Coefficients......Page 494
Confidence Intervals......Page 496
Tests of Hypotheses......Page 498
Tests on All Coefficients......Page 506
Test on a Subset of Regression Coefficients......Page 507
Comparison of F and t Tests......Page 509
12.6 Prediction......Page 512
12.7 Transformations for Nonlinear Regression Models......Page 515
Quadratic Transformations......Page 516
Logarithmic Transformations......Page 518
12.8 Dummy Variables for Regression Models......Page 523
Differences in Slope......Page 526
Model Specification......Page 530
Multiple Regression......Page 532
Effect of Dropping a Statistically Significant Variable......Page 533
Analysis of Residuals......Page 535
CHAPTER 13 Additional Topics in Regression Analysis......Page 552
Model Specification......Page 553
Coefficient Estimation......Page 554
13.2 Dummy Variables and Experimental Design......Page 555
Experimental Design Models......Page 559
Public Sector Applications......Page 564
13.3 Lagged Values of the Dependent Variable as Regressors......Page 568
13.4 Specification Bias......Page 572
13.5 Multicollinearity......Page 575
13.6 Heteroscedasticity......Page 578
13.7 Autocorrelated Errors......Page 583
Estimation of Regressions with Autocorrelated Errors......Page 587
Autocorrelated Errors in Models with Lagged Dependent Variables......Page 591
CHAPTER 14 Introduction to Nonparametric Statistics......Page 603
14.1 Goodness-of-Fit Tests: Specified Probabilities......Page 604
A Test for the Poisson Distribution......Page 610
A Test for the Normal Distribution......Page 612
14.3 Contingency Tables......Page 615
Sign Test for Paired or Matched Samples......Page 620
Wilcoxon Signed Rank Test for Paired or Matched Samples......Page 623
Normal Approximation to the Sign Test......Page 624
Normal Approximation to the Wilcoxon Signed Rank Test......Page 625
Sign Test for a Single Population Median......Page 627
Mann-Whitney U Test......Page 629
Wilcoxon Rank Sum Test......Page 632
14.6 Spearman Rank Correlation......Page 635
Runs Test: Small Sample Size......Page 637
Runs Test: Large Sample Size......Page 639
15.1 Comparison of Several Population Means......Page 646
15.2 One-Way Analysis of Variance......Page 648
Multiple Comparisons Between Subgroup Means......Page 655
Population Model for One-Way Analysis of Variance......Page 656
15.3 The Kruskal-Wallis Test......Page 659
15.4 Two-Way Analysis of Variance: One Observation per Cell, Randomized Blocks......Page 662
15.5 Two-Way Analysis of Variance: More Than One Observation per Cell......Page 671
CHAPTER 16 Forecasting with Time-Series Models......Page 685
16.1 Components of a Time Series......Page 686
16.2 Moving Averages......Page 690
Extraction of the Seasonal Component Through Moving Averages......Page 693
16.3 Exponential Smoothing......Page 698
The Holt-Winters Exponential Smoothing Forecasting Model......Page 701
Forecasting Seasonal Time Series......Page 705
16.4 Autoregressive Models......Page 709
16.5 Autoregressive Integrated Moving Average Models......Page 714
17.1 Stratified Sampling......Page 717
Analysis of Results from Stratified Random Sampling......Page 719
Allocation of Sample Effort Among Strata......Page 724
Determining Sample Sizes for Stratified Random Sampling with Specified Degree of Precision......Page 726
Cluster Sampling......Page 730
Two-Phase Sampling......Page 733
Nonprobabilistic Sampling Methods......Page 735
APPENDIX TABLES......Page 739
C......Page 784
D......Page 785
G......Page 786
L......Page 787
N......Page 788
P......Page 789
R......Page 790
S......Page 791
V......Page 792
Z......Page 793