Sounderpandian, J.: Komplett üzleti statisztika

SZEMLE 929
Az 1. fejezet egy nagyon általános bevezetőt kínál
a leíró statisztikába megszokott alapokkal: sokaság
és minta, adatelemzési alapok, ábrázolási módok,
diagramok, hisztogramok, ahogy ezt általános
egyetemi bevezető statisztikai tankönyvektől megszokhattuk.
Azonban – üzleti statisztika tankönyv
révén – a záró „mini” esettanulmány itt a NASDAQ
volatilitásának vizsgálatára ad feladatokat. (A szükséges
adatokat az internetről kéri lehívni.)
A 2. fejezetet a valószínűségszámítás alapjai ismertetésének
szenteli a könyv. A halmazelmélet néhány
alapfogalmának áttekintése után a valószínűségszámítási
alapműveletek és alapismeretek kerülnek
sorra, majd ezeket követik a feltételes valószínűség, a
kombinatorikai fogalmak, a Bayes-teória alapjai. A
közbeszúrt ellenőrző, gyakorlati példák és az Excelalkalmazások
itt sem hiányoznak.
A 3. fejezet témáját a véletlen változók és különféle
eloszlások adják. „Nulláról indulva” mutatják
be a szerzők, igen tömören de szemléletesen a
valószínűség fogalmát, ábrákkal, példákkal és matematikailag
is. Ezek után – példák és ábrák segítségével
– áttekintenek olyan alapfogalmakat, mint az
átlag, a medián, a módusz, a szórás, a variancia stb.
Helyet kap Csebisev tétele, majd számos eloszlást
ismertetnek. A feladatok utáni esettanulmány a
mikrocsip-iparból veszi a példáját.
A 4. fejezetet teljes egészében a normális eloszlás
bővebb tárgyalásának szentelik bőségesen
ellátva példákkal, és bemutatva igen sokrétű használhatóságát.
Az 5. fejezetben térnek ki a mintavétel kérdésére,
a minta és a sokaság viszonyára, statisztikai öszszefüggéseikre
stb. Megjegyezzük, hogy ez csak
egyfajta „bemelegítés”, a mintavétel problémája és
technikája később sokkal pontosabban és részletesebben
elő fog kerülni.
A 6. fejezet a konfidenciaintervallumok mibenlétét,
jelentőségét, és értelmezését ismerteti. Megkülönbözteti
az ismert és az ismeretlen szórás esetét,
bemutatja a t-eloszlás jelentőségét, s bemutat mind
Excel, mind táblázatos számítási módszereket. A fejezetzáró
rövid példa itt az, hogy az elnökválasztás
előtti közvélemény-kutatáshoz hogyan, milyen módszerrel
vegyenek mintát.
A 7. fejezet a hipotézistesztelést foglalja magába.
Nullhipotézis, első- és másodfajú hibák,
szignifikanciaszintek, p-értékek és egyéb kapcsolódó
alapfogalmak ismertetése áll a középpontban.
A 8. fejezet a sokaságok összehasonlítását vizsgálja,
súlyt fektetve a konfidenciaintervallumok itteni
értelmezésére és jelentőségére. Elsőként a
páronkénti összehasonlításokkal foglalkozik – ha ez
lehetséges – majd áttér a nagymintás tesztekre. Itt
elemzi az F-eloszlás lényegét és e témakörbeli hasznosíthatóságát,
jelentőségét is.
A 9. fejezet a varianciaanalízist veszi górcső
alá, bemutatva az ANOVA-módszer elveit, feltételeit,
és lehetséges alkalmazásait. Az ANOVA-táblával
együtt példákat tár elénk, majd nagyon röviden néhány
további módszert is említ (például a Tukeymódszert).
Nem marad el az ide illő hipotézistesztelés
sem, a megfelelő Excel-leírással.
A 10. fejezet témája az egyszerű lineáris regresszió
és korreláció. A statisztikai, illetve regreszsziós
modell alapstruktúrájának vázolása után először
a legkisebb négyzetek módszerét mutatja be
sokrétűen: grafikusan, képlettel, számpéldákkal és
Excel-feldolgozással. Elemzi a korrelációt, a kovarianciát,
rátér a regresszió hipotézistesztjére, különféle
módszereket alkalmazva a regressziós illeszkedési
vizsgálatokra. Ezután áttekinti a regressziós modellek
használhatóságát előrejelzésekre, valamint az
Excel „Solver” programjának e helyütt való alkalmazhatóságát.
Ezt a fejezetet két érdekes –
mikroökonómiai – mini esettanulmány zárja: az első
a cégek eladósodottsági mutatója és a jövedelmezőségük,
a másik a társaságok piaci részesedése és a
részvények hozadéka közötti regresszióra kéri a választ
a megadott adatok alapján.
A 11. fejezet már a többváltozós regresszióval
foglalkozik (a szerzők szerint főleg ennek a jobb
megértését szolgálja a könyvhöz mellékelt CD-
ROM). Bemutatva a becslések tulajdonságait, majd
a tesztelés során ismét alkalmazza az ANOVA- és az
F-teszt technikákat, az Excelt használva ismerteti a
többszöri determinációs együtthatót, az illeszkedési
méréseket stb. Éppúgy, mint az előző fejezetben, itt
is kitér a regresszió alkalmazására, előrejelzési problémákra.
Ugyanakkor figyelmet fordít a minőségi,
„dummy” változók szerepére és kezelhetőségére, valamint
a polinomiális regresszióra. Fontos alfejezeteket
képeznek ugyanitt a multikollinearitás, az
autokolleráció, a Durbin–Watson-teszt és végül a
többváltozós regresszió becslési és tesztelési feladatainak
mátrixközelítése.
A 12. fejezet tér ki az idősorokra, az előrejelzésekre,
valamint az indexszámokra. Ebben a fejezetben
is többnyire alapvetésekkel találkozhatunk, mint
a trendszámítás, szezonális és ciklikus viselkedés, a
mozgóátlagolás módszere, valamint az alapvető statisztikai
indexszámok lényege és számítása.
A 13. fejezet a minőség statisztikai kezelésével
foglalkozik, bemutatva – a menedzserek szempontjából
sokak által lényegesnek tekintett – TQM-módszer
lényegét, és az ide kapcsolódó statisztikai módszereket.
E fejezet – témája természetéből fakadóan – inkább
verbális és grafikus mint a többi, és néhány ma-