《管理统计学》课程教学大纲

一、课程教学目的与任务

《管理统计学》是会计专业硕士研究生的一门重要的专业基础课程。在管理科学的实践活动中，经常要处理大量数据，通过对数据的分析，从而寻求事物发展的规律，以便为生产和经营决策提供客观的依据。本课程主要介绍管理科学中使用最多和最常用的数量分析的统计原理与方法。通过本课程的学习，训练学生理解统计思想，系统地掌握统计方法及适用条件，培养学生应用统计方法描述、分析与解决实际管理问题的能力，并能将统计方法运用于会计和财务的实证分析。

二、预修课程

管理学、经济学

三、课程教学内容与教学要求

第1章 统计能为你做些什么（4学时）

1.理解统计的重要性；了解统计在管理中的应用。

2.了解统计学的含义、研究对象和研究方法；了解统计的误用与滥用。

3.掌握统计数据的基本类型；掌握统计中的几个基本概念；了解统计数据的来源和获得统计数据的方法。

4.了解管理统计学理论与实务在大数据时代的发展趋势。

第2章 用图表和统计量看数据（4学时，其中讲授2学时，案例分析2学时）

1.掌握用频数分布表和用适当的图展示管理中定性数据和定量数据的方法；能够熟练应用EXCEL或SPSS绘制图表展示数据。

2.掌握用各种描述统计量的计算方法、特点及其应用场合。

3.案例分析与讨论：描述统计方法在经济管理中应用案例。

第3章用概率分布描述随机变量（4学时，授课结合算例）

1.了解概率与频率的含义及联系；理解和掌握概率论中的一些基本概念。

2.理解随机变量的概念以及随机变量的分类；掌握离散型随机变量的概率分布、分布函数的概念及其性质；掌握连续型随机变量的概率密度函数与概率分布函数的概念及其性质；掌握常见的随机变量及其分布，理解数学期望和方差的概念；掌握二项分布和正态分布的概念以及数学期望和方差的计算方法，能利用标准正态分布表计算正态分布的概率。

3.理解由正态分布导出的几个重要分布，如χ²分布、t分布、F分布的含义和特点。

4.掌握参数和统计量的概念及计算公式；理解样本统计量的抽样分布；理解样本统计量的分布与总体分布之间的关系；掌握样本均值和样本比例的分布，掌握样本均值和样本比例的数字特征与总体数字特征的关系。

5.算例用统计软件计算各种概率分布的函数。

第4章 用样本推断总体（6学时，其中：授课4学时，案例分析2学时)

1.掌握参数点估计及区间估计的含义；了解用样本均值作为总体均值的点估计以及用样本方差作为总体方差的点估计的原因。

2.理解参数估计的基本原理；掌握一个总体参数和两个总体参数的区间估计的方法；

3.理解假设检验的基本思想和特点；理解假设检验的步骤和假设检验中的两类错误；掌握总体均值、比例和方差的假设检验的具体方法和步骤；理解P值的含义及用途。

4.案例分析与讨论：推断统计方法在经济管理中的应用案例。

第5章 类别变量分析（2学时含案例）

1.理解一个类别变量的观测频数与期望频数是否一致的拟合优度检验方法。

2.掌握两个类别变量是否独立的χ²独立性检验方法。

3.了解度量两个类别变量的关系强度的φ系数、Cramer’s V系数和列联系数的含义和计算方法。

第6章 类别变量对数值变量的影响（4学时，其中：授课2学时，案例2学时）

1.理解方差分析的基本原理；理解方差分析的基本假定。

2.掌握单因素方差分析的方法，并对结果进行合理的解释。

3.理解双因素方差分析的原理和方法。

4.案例分析：方差分析方法在经济管理中的应用案例。

第7章 利用变量间的关系进行预测 （4学时，其中：授课2学时，案例分析2学时)

1.理解相关分析与回归分析的意义及其区别；掌握相关分析的原理和方法；理解相关系数显著性检验的意义；掌握相关系数显著性检验的方法。

2.掌握一元线性回归的基本原理；掌握参数的最小二乘估计方法。

3.理解拟合优度的度量方法；理解回归分析中显著性检验的意义；掌握显著性检验的具体方法。

4.了解利用回归方程用自变量预测因变量的方法。

5.案例分析与讨论：回归分析方法在经济管理中的应用案例

8.根据过去的模式预测未来（4学时，其中：授课2学时，案例分析与实验2学时)

1.理解时间序列的组成要素。

2.熟悉时间序列预测的预测程序。

3.掌握时间序列的平滑预测、趋势模型预测和多成分序列预测的方法。

4.案例分析与讨论：时间序列预测方法在经济管理中的应用案例

四、课程教学方式及考核方式

教学方式：为了体现本课程的实操特色，课堂讲述将采取以问题导向的案例分析为主，配套课程作业和实验等教学方式，注重对学生平时学习过程的考核和评价。

考核方式：考查。

组成	占比（%）	考核内容	具体分配（%）
平时成绩	60	出勤	10
		云班课综合成绩	30
		雨课堂综合成绩	20
期末考核	40	案例分析报告	40
合计	100	——	100

五、课程教学重点、难点及注意的问题

1.统计能为你做些什么

重点：统计数据的基本类型

难点：不同数据的特点

2.用图表和统计量看数据

重点：用图表展示数据，各种描述统计量的计算

难点：各种描述统计量的应用场合

3.用概率分布描述随机变量

重点：二项分布，正态分布，样本统计量的抽样分布

难点：样本统计量的分布与总体分布之间的关系

4.用样本推断总体

重点：总体参数的区间估计，总体参数的假设检验

难点：区间估计的原理，假设检验的原理，两个总体参数的区间估计

5.类别变量分析

重点：拟合优度检验，独立性检验

难点：独立性检验χ²统计量的计算原理

6.类别变量对数值变量的影响

重点：单因素方差分析，双因素方差分析

难点：方差分析原理的理解

7.利用变量间的关系进行预测

重点：一元线性回归分析

难点：最小二乘估计方法的原理，拟合优度的度量原理

8.根据过去的模式预测未来

重点：平滑预测、趋势模型预测和多成分序列预测的方法

难点：非线性趋势预测，多成分序列的预测

六、与课程配套的实验及实践性环节（无）

虽无单独的课程实验环节，但在授课中将帮助学生熟悉SPSS或EXCEL软件，并能够熟练应用统计软件绘制图表展示数据和计算描述统计量；熟练计算各种概率分布的函数，对总体参数进行估计和检验，并能进行列联分析、方差分析和回归分析等。

七、教材及主要参考书

1.教材

贾俊平，应用统计学（第三版）/MBA精品系列，中国人民大学出版社，2017

2.主要参考书

（1）李金林，赵中秋，马宝龙，管理统计学（第3版），清华大学出版社，2016

（2）杰弗里·班尼特(Jeffrey Bennett)，威廉·L.布里格斯(William L.Briggs)，妙趣横生的统计学：培养大数据时代的统计思维（第四版），人民邮电出版社，2016

（3）吴喜之，刘超，统计学：从概念到数据分析（第二版），高等教育出版社，2016

（4）JohnA.Rice，田金方译，数理统计与数据分析（原书第3版），机械工业出版社，2011

（5）詹姆斯·麦克拉夫，乔治·本森,特里·辛西奇著，易丹辉，李扬译，商务与经济统计学(第12版)，中国人民大学出版社，2015

（6）郑忠国，陈家鼎编著，概率与统计（第二版）（统计学分册），北京大学出版社，2017

（7）薛薇编著，《基于spss的数据分析》（第二版），中国人民大学出版社，2011

（8）[美]戴维.M．莱文等著，张健同等译，《以Excel为决策工具的商务统计》（原书第5版），机械工业出版社，2009