- 推荐1
- 收藏2
- 浏览334
基础统计学（第14版）（双色）
- 书 号：9787121475665
- 出版日期：2024-04-01
- 页 数：
- 开 本：
- 出版状态：上市销售
- 原书名： Elementary Statistics 14th edition
- 原书号：9780136803201
- 维护人：张慧敏
现实中统计数据的使用频繁，从民意调查、临床试验到自驾汽车，可以说统计数据影响和塑造了我们的周围世界。畅销书作家马蒂·特里拉致力于将基本统计数据持续更新——拥有前所未有的最新真实数据——以便所有背景的读者了解统计在他们周围世界中的作用。第14版除新增了大量新的数据集、示例和练习之外，设计更加灵活，还将学习目标作为组织工具、更大的数据集和新主题，以符合统计的进步。
本书已被多个国家引进翻译。目前已经更新到第14版，前面13版都没有出版过中文版。原版第13版在亚马逊排名稳定，有非常好的口碑。本书内容系统全面，讲解通俗易懂，从身边的案例讲到如何应用统计思维和统计方法去分析、决策。非常经典的统计学基础教程。
中国古代哲学家老子曾经说过：“千里之行，始于足下。”本书将带领你一步步开启统计学之旅。如果你此时正在阅读这本书，那么你已经迈出了第一步！值得庆幸的是，我们的行程没有“千里”那么远，并且仅需要用你的双脚丈量“偏度”（见第2 章）。
我们现在正处于重大科技变革的前沿，本书中的内容正是这场变革的关键。人工智能、机器学习和深度学习是数据科学的研究领域，而研究数据科学则需要统计学知识。数据科学正在经历前所未有的蓬勃发展。一些预测表明，在短短几年内，对数据科学的需求将增长33%，具备统计学技能的从业者将会出现严重缺口。此外，过去的几十年已经证明，统计学对包括医学、法学、教育学、新闻学、经济学、自然科学、商业和问卷调查在内的众多学科领域仍然至关重要。毫不夸张地说，现在开始学习统计学是一项非常明智的决定。
第14 版的目标
通过对批判性思维和统计软件的应用，以及对协调合作和沟通技能的培养，促进个人的进
步和成长。
学习专业统计学家使用的最新和最佳的方法。更新了美国统计协会（American Statistical Association，简称ASA）发布的《统计学评估和教育指导纲要》（Guidelines for Assessment and Instruction in Statistics Education ，简称GAISE）中所建议的要点。
提供了大量新颖和有趣的数据集、示例以及习题。例如，与生物安全、网络安全、无人机
和互联网流量等相关的数据集。
通过大量广泛的辅助材料以及电子资源，使得教学相长。
读者定位
《基础统计学》适合任何专业的学生。本书涉及少量的初等代数知识，因此建议读者至少完成一门初等代数的课程。在通常情况下，本书介绍的内在基础理论并不像数学专业那样要求有严谨的数学证明。当然，本书不是一本没有任何理论的“食谱”，而是会讲解重要统计方法背后的数学理论。更重要的是，希望读者理解和应用这些统计方法并能对结果进
本书的独特性
我们致力于确保本书每章的内容都能够帮助学生理解所介绍的概念。以下为本书的独特之处。
数据真实
我们花费了数千小时为学生寻找真实、有趣且有意义的数据。全书中94% 的示例和93% 的习题都来自真实数据。部分习题来自附录B 中的46 个数据集，其中20 个数据集是第14 版新增的内容。需要直接使用数据集的习题，一般可在每章习题集的末尾找到，并标有图标。
通俗易懂
本书示例易学易懂、妙趣横生又兼具相关性，作者为此倾注了大量的心血和热情。任何专业的学生都能在本书中找到与未来工作相关的实际应用。
附赠资源
46 个完整数据集的Excel文件。
附录B “数据集简介”的PDF 文件。
附录C “网站与参考书目”的PDF 文件。
附录D “习题参考答案”的PDF 文件。
每章配套学习资源的PDF 文件（包括每章的习题+ 章节小测试+ 复习题+ 综合复习题+
软件项目+ 大数据项目+ 小组活动题材，近300 页）。
常用符号表。
以上附赠资源，读者可以添加封底读者服务小助手微信，回复“47566”领取。
章节特色
章节的开篇特点
每章都会以一个基于真实数据的“本章问题”开篇，引出本章所关注的内容。
每章都会有“本章目标”，对本章中每节的重点学习目标进行总结概括。
习题特点
许多习题的要求是对结果进行解读。作者倾注了大量心血以确保习题的实用性、相关性和准确性。习题难度是逐渐递增的并分为两部分：基础技能与概念部分和提高部分。提高部分的习题涉及较为复杂的概念或需要较强的数学背景知识。在少数情况下，也会介绍一种全新的概念。
其他特点
小故事：全书共有109 个小故事，用于突出现实生活中的主题，以及培养学生的兴趣。
流程图：用于简化和厘清较为复杂的概念和统计方法。
公式和图表：按章节排列的关键公式，给学生提供了学习便利和快速参考，可以打印出来
用于考试。它还包括常用统计表。
统计软件应用
与本书之前的版本一样，全书中有许多根据统计软件显示结果的示例和习题。通常章节的末尾会包含“使用软件”的参考部分。
灵活的教学大纲
本书的组织结构符合大多数统计学老师的偏好，但是有两个常见的教学变化。
相关性和回归分析的授课顺序：一些老师偏向于在课程早期就涵盖相关性和回归分析的基
础知识。2-4 节包括散点图、相关性和回归分析的基本概念，但不涉及公式。第10 章则对相关性和回归分析进行了深入探讨。
概率论涵盖的内容：一些老师喜欢详细讲解概率论，而另一些老师则偏好只讲概率论的基
本概念。如果是后者，那么可以只讲解4-1 节的内容，而跳过第4 章的其他部分（因为那
些章节不是必要的）。许多老师倾向于在讲解加法原理和乘法原理的同时，也讲解概率论
的基础知识（4-2 节）。
本书涵盖ASA 发布的《统计学评估和教育指导纲要》中所建议的要点。该纲要对教学的指导
意见如下。
1. 强调统计素养和培养统计思维：每节的习题都从统计素养与批判性思维习题开始。书中多数习题的设计目的是鼓励培养统计思维，而不是盲目地照搬计算过程。
2. 使用真实数据：94% 的示例和93% 的习题使用了真实数据。
3. 强调对概念的理解，而不只是掌握计算过程：大多数习题和示例不只是教会学生求解一个最后的数字，而是通过实际解读结果使学生理解统计概念。此外，每章都包括一个“数据驱动决策”的项目。
4. 促进课堂上的主动学习：每章都包括“小组活动题材”。
5. 使用统计软件培养学生对概念的理解和分析数据的技能：统计软件的分析结果贯穿全书。“使用软件”部分也会提供软件的操作指南。每章还包括一个“软件项目”。当查表所得答案和使用统计软件所得答案之间存在差异时，附录D 的习题参考答案会分别提供这两种答案。
6. 通过一些评估手段来提高学生的学习效果并评估学生的学习成果：评估工具包括大量的习题、章节小测试、复习题、综合复习题、软件项目、大数据项目、数据驱动决策、小组活动题材。
致谢
我要感谢成千上万的统计学教授和学生，他们为这本书的成功做出了贡献。我也要感谢审稿人员对本书第14 版提出的建议：Mary Kay Abbey（Vance Granville Community College）、KristinCook（College of Western Idaho）、Celia Cruz（Lehman College of CUNY）、Don Davis（LakelandCommunity College）、Jean Ellefson（Alfred University）、Matthew Harris（Ozarks Tech CommunityCollege）、Stephen Krizan（Sait Polytechnic）、Adam Littig（Los Angeles Valley College）、Dr. Rick
Silvey（University of Saint Mary, Leavenworth）、Sasha Verkhovtseva（Anoka Ramsey CommunityCollege）和William Wade（Seminole Community College）。我尤其要感谢Broward College 的LauraIossi 女士一直以来对《基础统计学》系列图书的支持和贡献。
另外一些近期的审稿人员包括：Raid W. Amin（University of West Florida）、Robert Black（_____UnitedStates Air Force Academy）、James Bryan（Merced College）、Donald Burd（Monroe College）、Keith Carroll（Benedictine University）、Monte Cheney（Central Oregon Community College）、Christopher Donnelly（Macomb Community College）、Billy Edwards（University of Tennessee,Chattanooga）、Marcos Enriquez（Moorpark College）、Angela Everett（Chattanooga State TechnicalCommunity College）、Joe Franko（Mount San Antonio College）、Rob Fusco（Broward College）、Sanford Geraci（Broward College）、Eric Gorenstein（Bunker Hill Community College）、RhondaHatcher（Texas Christian University）、Laura Heath（Palm Beach State College）、Richard Herbst（Montgomery County Community College）、Richard Hertz、Diane Hollister（Reading AreaCommunity College）、Michael Huber、George Jahn（Palm Beach State College）、Gary King（Ozarks Technical Community College）、Kate Kozak（Coconino Community College）、Dan Kumpf（Ventura College）、Ladorian Latin（Franklin University）、Mickey Levendusky（Pima CountyCommunity College）、Mitch Levy（Broward College）、Tristan Londre（Blue River Community
College）、Alma Lopez（South Plains College）、Kim McHale（Heartland Community College）、Carla Monticelli（Camden County Community College）、Ken Mulzet（Florida State College atJacksonville）、Julia Norton（California State University Hayward）、Michael Oriolo（HerkimerCommunity College）、Jeanne Osborne（Middlesex Community College）、Joseph Pick（Palm BeachState College）、Ali Saadat（University of California, Riverside）、Radha Sankaran（Passaic CountyCommunity College）、Steve Schwager（Cornell University）、Pradipta Seal（Boston University）、Kelly Smitch（Brevard College）、Sandra Spain（Thomas Nelson Community College）、Ellen G.Stutes（Louisiana State University, Eunice）、Sharon Testone（Onondaga Community College）、Chris Vertullo（Marist College）、Dave Wallach（University of Findlay）、Cheng Wang（NovaSoutheastern University）、Barbara Ward（Belmont University）、Richard Weil（Brown College）、Lisa Whitaker（Keiser University）、Gail Wiltse（St.John River Community College）、Claire Wladis（Borough of Manhattan Community College）、Rick Woodmansee（Sacramento City College）、Yong Zeng（University of Missouri at Kansas City）、Jim Zimmer（Chattanooga State TechnicalCommunity College）、Cathleen Zucco-Teveloff（Rowan University）、Mark Z.Zuike（Minnesota
State University, Mankato）。
《基础统计学》（第14 版）是一个真正的团队合作产物，我认为自己能与具有奉献精神的培生集团的团队一起合作非常幸运。因此，我要感谢Suzy Bainbridge、Amanda Brands、DeirdreLynch、Peggy McMahon、Vicki Dreyfus、Jean Choe、Robert Carroll、Joe Vetere 以及RPK EditorialServices 的Rose Kernan。
我还要感谢为第14 版校对文字、核对答案准确性的Paul Lorczak 和Dirk Tempelaar。
最后，我要特别感谢纽约大学医学院的医学博士Marc Triola，感谢他在创建全新的在线统计软件Statdisk 方面所做的出色工作。还要感谢Scott Triola 在整个第14 版出版过程中提供的帮助。
马里奥·F. 特里奥拉（Mario F. Triola）
我们现在正处于重大科技变革的前沿，本书中的内容正是这场变革的关键。人工智能、机器学习和深度学习是数据科学的研究领域，而研究数据科学则需要统计学知识。数据科学正在经历前所未有的蓬勃发展。一些预测表明，在短短几年内，对数据科学的需求将增长33%，具备统计学技能的从业者将会出现严重缺口。此外，过去的几十年已经证明，统计学对包括医学、法学、教育学、新闻学、经济学、自然科学、商业和问卷调查在内的众多学科领域仍然至关重要。毫不夸张地说，现在开始学习统计学是一项非常明智的决定。
第14 版的目标
通过对批判性思维和统计软件的应用，以及对协调合作和沟通技能的培养，促进个人的进
步和成长。
学习专业统计学家使用的最新和最佳的方法。更新了美国统计协会（American Statistical Association，简称ASA）发布的《统计学评估和教育指导纲要》（Guidelines for Assessment and Instruction in Statistics Education ，简称GAISE）中所建议的要点。
提供了大量新颖和有趣的数据集、示例以及习题。例如，与生物安全、网络安全、无人机
和互联网流量等相关的数据集。
通过大量广泛的辅助材料以及电子资源，使得教学相长。
读者定位
《基础统计学》适合任何专业的学生。本书涉及少量的初等代数知识，因此建议读者至少完成一门初等代数的课程。在通常情况下，本书介绍的内在基础理论并不像数学专业那样要求有严谨的数学证明。当然，本书不是一本没有任何理论的“食谱”，而是会讲解重要统计方法背后的数学理论。更重要的是，希望读者理解和应用这些统计方法并能对结果进
本书的独特性
我们致力于确保本书每章的内容都能够帮助学生理解所介绍的概念。以下为本书的独特之处。
数据真实
我们花费了数千小时为学生寻找真实、有趣且有意义的数据。全书中94% 的示例和93% 的习题都来自真实数据。部分习题来自附录B 中的46 个数据集，其中20 个数据集是第14 版新增的内容。需要直接使用数据集的习题，一般可在每章习题集的末尾找到，并标有图标。
通俗易懂
本书示例易学易懂、妙趣横生又兼具相关性，作者为此倾注了大量的心血和热情。任何专业的学生都能在本书中找到与未来工作相关的实际应用。
附赠资源
46 个完整数据集的Excel文件。
附录B “数据集简介”的PDF 文件。
附录C “网站与参考书目”的PDF 文件。
附录D “习题参考答案”的PDF 文件。
每章配套学习资源的PDF 文件（包括每章的习题+ 章节小测试+ 复习题+ 综合复习题+
软件项目+ 大数据项目+ 小组活动题材，近300 页）。
常用符号表。
以上附赠资源，读者可以添加封底读者服务小助手微信，回复“47566”领取。
章节特色
章节的开篇特点
每章都会以一个基于真实数据的“本章问题”开篇，引出本章所关注的内容。
每章都会有“本章目标”，对本章中每节的重点学习目标进行总结概括。
习题特点
许多习题的要求是对结果进行解读。作者倾注了大量心血以确保习题的实用性、相关性和准确性。习题难度是逐渐递增的并分为两部分：基础技能与概念部分和提高部分。提高部分的习题涉及较为复杂的概念或需要较强的数学背景知识。在少数情况下，也会介绍一种全新的概念。
其他特点
小故事：全书共有109 个小故事，用于突出现实生活中的主题，以及培养学生的兴趣。
流程图：用于简化和厘清较为复杂的概念和统计方法。
公式和图表：按章节排列的关键公式，给学生提供了学习便利和快速参考，可以打印出来
用于考试。它还包括常用统计表。
统计软件应用
与本书之前的版本一样，全书中有许多根据统计软件显示结果的示例和习题。通常章节的末尾会包含“使用软件”的参考部分。
灵活的教学大纲
本书的组织结构符合大多数统计学老师的偏好，但是有两个常见的教学变化。
相关性和回归分析的授课顺序：一些老师偏向于在课程早期就涵盖相关性和回归分析的基
础知识。2-4 节包括散点图、相关性和回归分析的基本概念，但不涉及公式。第10 章则对相关性和回归分析进行了深入探讨。
概率论涵盖的内容：一些老师喜欢详细讲解概率论，而另一些老师则偏好只讲概率论的基
本概念。如果是后者，那么可以只讲解4-1 节的内容，而跳过第4 章的其他部分（因为那
些章节不是必要的）。许多老师倾向于在讲解加法原理和乘法原理的同时，也讲解概率论
的基础知识（4-2 节）。
本书涵盖ASA 发布的《统计学评估和教育指导纲要》中所建议的要点。该纲要对教学的指导
意见如下。
1. 强调统计素养和培养统计思维：每节的习题都从统计素养与批判性思维习题开始。书中多数习题的设计目的是鼓励培养统计思维，而不是盲目地照搬计算过程。
2. 使用真实数据：94% 的示例和93% 的习题使用了真实数据。
3. 强调对概念的理解，而不只是掌握计算过程：大多数习题和示例不只是教会学生求解一个最后的数字，而是通过实际解读结果使学生理解统计概念。此外，每章都包括一个“数据驱动决策”的项目。
4. 促进课堂上的主动学习：每章都包括“小组活动题材”。
5. 使用统计软件培养学生对概念的理解和分析数据的技能：统计软件的分析结果贯穿全书。“使用软件”部分也会提供软件的操作指南。每章还包括一个“软件项目”。当查表所得答案和使用统计软件所得答案之间存在差异时，附录D 的习题参考答案会分别提供这两种答案。
6. 通过一些评估手段来提高学生的学习效果并评估学生的学习成果：评估工具包括大量的习题、章节小测试、复习题、综合复习题、软件项目、大数据项目、数据驱动决策、小组活动题材。
致谢
我要感谢成千上万的统计学教授和学生，他们为这本书的成功做出了贡献。我也要感谢审稿人员对本书第14 版提出的建议：Mary Kay Abbey（Vance Granville Community College）、KristinCook（College of Western Idaho）、Celia Cruz（Lehman College of CUNY）、Don Davis（LakelandCommunity College）、Jean Ellefson（Alfred University）、Matthew Harris（Ozarks Tech CommunityCollege）、Stephen Krizan（Sait Polytechnic）、Adam Littig（Los Angeles Valley College）、Dr. Rick
Silvey（University of Saint Mary, Leavenworth）、Sasha Verkhovtseva（Anoka Ramsey CommunityCollege）和William Wade（Seminole Community College）。我尤其要感谢Broward College 的LauraIossi 女士一直以来对《基础统计学》系列图书的支持和贡献。
另外一些近期的审稿人员包括：Raid W. Amin（University of West Florida）、Robert Black（_____UnitedStates Air Force Academy）、James Bryan（Merced College）、Donald Burd（Monroe College）、Keith Carroll（Benedictine University）、Monte Cheney（Central Oregon Community College）、Christopher Donnelly（Macomb Community College）、Billy Edwards（University of Tennessee,Chattanooga）、Marcos Enriquez（Moorpark College）、Angela Everett（Chattanooga State TechnicalCommunity College）、Joe Franko（Mount San Antonio College）、Rob Fusco（Broward College）、Sanford Geraci（Broward College）、Eric Gorenstein（Bunker Hill Community College）、RhondaHatcher（Texas Christian University）、Laura Heath（Palm Beach State College）、Richard Herbst（Montgomery County Community College）、Richard Hertz、Diane Hollister（Reading AreaCommunity College）、Michael Huber、George Jahn（Palm Beach State College）、Gary King（Ozarks Technical Community College）、Kate Kozak（Coconino Community College）、Dan Kumpf（Ventura College）、Ladorian Latin（Franklin University）、Mickey Levendusky（Pima CountyCommunity College）、Mitch Levy（Broward College）、Tristan Londre（Blue River Community
College）、Alma Lopez（South Plains College）、Kim McHale（Heartland Community College）、Carla Monticelli（Camden County Community College）、Ken Mulzet（Florida State College atJacksonville）、Julia Norton（California State University Hayward）、Michael Oriolo（HerkimerCommunity College）、Jeanne Osborne（Middlesex Community College）、Joseph Pick（Palm BeachState College）、Ali Saadat（University of California, Riverside）、Radha Sankaran（Passaic CountyCommunity College）、Steve Schwager（Cornell University）、Pradipta Seal（Boston University）、Kelly Smitch（Brevard College）、Sandra Spain（Thomas Nelson Community College）、Ellen G.Stutes（Louisiana State University, Eunice）、Sharon Testone（Onondaga Community College）、Chris Vertullo（Marist College）、Dave Wallach（University of Findlay）、Cheng Wang（NovaSoutheastern University）、Barbara Ward（Belmont University）、Richard Weil（Brown College）、Lisa Whitaker（Keiser University）、Gail Wiltse（St.John River Community College）、Claire Wladis（Borough of Manhattan Community College）、Rick Woodmansee（Sacramento City College）、Yong Zeng（University of Missouri at Kansas City）、Jim Zimmer（Chattanooga State TechnicalCommunity College）、Cathleen Zucco-Teveloff（Rowan University）、Mark Z.Zuike（Minnesota
State University, Mankato）。
《基础统计学》（第14 版）是一个真正的团队合作产物，我认为自己能与具有奉献精神的培生集团的团队一起合作非常幸运。因此，我要感谢Suzy Bainbridge、Amanda Brands、DeirdreLynch、Peggy McMahon、Vicki Dreyfus、Jean Choe、Robert Carroll、Joe Vetere 以及RPK EditorialServices 的Rose Kernan。
我还要感谢为第14 版校对文字、核对答案准确性的Paul Lorczak 和Dirk Tempelaar。
最后，我要特别感谢纽约大学医学院的医学博士Marc Triola，感谢他在创建全新的在线统计软件Statdisk 方面所做的出色工作。还要感谢Scott Triola 在整个第14 版出版过程中提供的帮助。
马里奥·F. 特里奥拉（Mario F. Triola）