体育统计学 第3版/十二五普通高等教育本科规划教材 pdf epub mobi txt 电子书 下载 在线阅读 2026

基本信息

书名:体育统计学 第3版/十二五普通高等教育本科规划教材

定价：29.50元

售价：20.7元,便宜8.8元,折扣70

作者:丛湖平

出版社：高等教育出版社

出版日期：2015-04-01

ISBN：9787040423358

字数：

页码：

版次：3

装帧：平装

开本：16开

商品重量：0.4kg

编辑推荐

内容提要

《体育统计学 第3版/十二五普通高 等教育本科规划教材》为“十二五”普通高 等教育本科规划教材，是在2007年第二版基础 上进行的修订。全书以体育统计学的基本原理、方法 和应用案例为主要框架体系，具体包括统计学的常用 基本概念、统计资料的收集与整理、相对数与动态分 析、正态分布及其应用、统计推断、方差分析、相关 分析、回归分析、R型聚类和Q型聚类分析等内容。在 编写过程中，本书除突出强调统计学知识系统性的特 点外，还采用学习重点提示、研究案例辅助性引导和 sPss分析软件应用等内容设计，使教材更具针对性和 实用性。

目录

章 绪论
节 体育统计及其研究对象
第二节 体育统计在体育活动中的作用
第三节 体育统计中的若干基本概念
第二章 统计资料的收集与整理
节 统计资料的收集
第二节 统计资料的整理
第三章 样本特征数
节 集中位置量数
第二节 离中位置量数
第三节 瓦的合成计算与S的合成计算
第四节 平均数和标准差在体育中的应用
第四章 相对数与动态分析
节 相对数
第二节 动态分析
第三节 动态分析方法在体育中的应用
第五章 正态分布
节 正态分布的概念与性质
第二节 正态分布表的使用
第三节 正态分布理论在体育中的应用
第六章 统计推断
节 参数估计
第二节 假设检验的基本思想及步骤
第三节 几种常用的检验方法
第四节 假设检验方法在体育中的应用
第七章 方差分析
节 方差分析的基本概念
第二节 单因素方差分析
第三节 平均数的多重比较
第四节 双因素方差分析
第五节 方差分析法在体育中的应用
第八章 相关分析
节 相关分析的概念与性质
第二节 相关系数的计算与检验
第三节 等级相关
第四节 偏相关与复相关
第五节 相关分析在体育中的应用
第九章 回归分析
节 回归分析的概念与功能
第二节 一元线性回归方程
第三节 多元线性回归方程
第四节 逐步回归
第五节 回归分析方法在体育中的应用
第十章 聚类分析
节 R型聚类分析
第二节 Q型聚类分析
第十一章 统计表与统计图
节 统计表
笔一节 统计图
附表 常用数理统计分析表
附表1 正态分布表
附表2 X2分布上侧临界值表
附表3 t检验临界值表
附表4 F检验临界值表
附表5 多重比较q值表(一)
附表6 多重比较q值表(二)
附表7 相关系数临界值表
附表8 等级相关系数临界值表
附表9 随机数表(一)
附表10 随机数表(二)
附录 SPSS简介
附录1 常规统计量计算
附录2 假设检验
附录3 单因素方差分析
附录4 相关分析
附录5 回归分析
附录6 聚类分析
附录7 统计图

作者介绍

文摘

序言

《体育统计学 第3版/十二五普通高等教育本科规划教材》内容简介 《体育统计学 第3版/十二五普通高等教育本科规划教材》是一本系统阐述体育领域统计学理论与应用的书籍。本书紧密结合我国高等教育“十二五”规划的教学要求，旨在为体育类本科生提供扎实、前沿的统计学知识和研究方法，培养其在体育实践、教学、科研中运用统计学解决问题的能力。本书在第二版的基础上，根据最新的学术发展和教学反馈进行了全面修订和更新，力求内容更加精炼、案例更加贴切、方法更加实用。 第一部分：统计学基础与描述性统计 本部分为后续内容打下坚实的基础，详细介绍了统计学的基本概念、分类以及在体育研究中的重要性。 第一章 统计学在体育研究中的作用 引言：体育研究的科学性与统计学的关联。 统计学定义与基本术语：总体、样本、个体、变量、参数、统计量等。 体育研究中常见的数据类型：定性数据（如性别、项目）、定量数据（如成绩、年龄、心率），以及它们在统计分析中的不同处理方式。 统计学在体育科学研究中的价值：描述现状、发现规律、检验假设、预测趋势、评估干预效果等。 本课程的学习目标与内容概览。 第二章 数据收集与整理 科学的数据收集方法：问卷调查、实验测量、观察记录、数据库检索等，并分析其优缺点。 抽样技术：随机抽样（简单随机、系统、分层、整群）与非随机抽样（方便、判断、配额、滚雪球），及其在体育研究中的适用性。 数据录入与清理：数据输入的常见错误识别与纠正，缺失值处理策略（删除、插补），异常值检测与处理。 数据编码：分类变量的数值化编码，以及对数据的初步处理。 统计软件在数据收集与整理中的应用（如SPSS、R）。 第三章 数据的图表展示 描述性统计图表的原则与作用：清晰、准确、直观地呈现数据特征。 频数分布表：单变量频数分布、分组频数分布的构建与解释。 集中趋势的图示：直方图、频率多边形、累计频数曲线（Ogives）展示数据的分布形态。 离散程度的图示：箱线图（Box Plot）展示数据的分布范围、中位数、四分位数、异常值等。 变量间关系的图示：散点图（Scatter Plot）展示两个定量变量之间的线性或非线性关系，条形图/柱状图展示分类变量的比较。 其他常用图表：饼图、折线图等在特定情境下的应用。 图表的规范要求与解读技巧。 第四章 集中趋势的测度 平均数：算术平均数（Mean）的计算、性质与局限性，尤其是在存在极端值时。 中位数（Median）：计算方法，以及其不受极端值影响的优势，适用于偏态分布数据。 众数（Mode）：定义、计算方法，适用于分类数据和离散数据，可能存在一个、多个或没有众数。 几何平均数、调和平均数：在特定体育情境下的应用（如速度、比率的平均）。 集中趋势测度选择的原则：根据数据类型、分布形态和研究目的进行合理选择。 第五章 离散程度的测度 全距（Range）：最简单的离散程度指标，易受极端值影响。 平均差（Mean Deviation）：计算方法与意义，以及其在实践中应用较少的原因。 方差（Variance）与标准差（Standard Deviation）：方差的计算（总体方差与样本方差），标准差的计算及其作为离散程度最常用指标的优势，反映数据围绕均值的离散程度。 变异系数（Coefficient of Variation）：用于比较不同单位或量级数据的相对离散程度，在体育表现评估中的应用。 四分位差（Interquartile Range, IQR）：衡量中50%数据的离散程度，对异常值不敏感。 离散程度测度在体育研究中的意义：评估运动表现的稳定性、分析训练效果的差异、衡量群体间的变异性等。 第六章 分布形态的描述 偏度（Skewness）：衡量数据分布的对称性，正偏态、负偏态、对称分布的特征与解释。 峰度（Kurtosis）：衡量数据分布的“尖峭”程度，高峰、低峰、正态分布的特征与解释。 偏态与峰度在体育数据分析中的应用：例如，运动员成绩的分布可能存在正偏态（大多数成绩在中等水平，少数非常高）。 利用统计图表和统计量初步判断数据分布。 第二部分：概率论基础与抽样分布 本部分将介绍概率论的基本概念，为理解推断性统计打下理论基础，并介绍抽样分布的概念，连接描述性统计和推断性统计的桥梁。 第七章 概率论基础 概率定义：古典概率、经验概率、主观概率。 事件与样本空间：随机事件、必然事件、不可能事件，样本空间的概念。 事件的关系：互斥事件、对立事件。 概率的基本性质：非负性、规范性、可加性。 概率的基本计算法则：加法法则（互斥事件与非互斥事件）、乘法法则（条件概率）。 全概率公式与贝叶斯公式：在体育研究中应用（例如，根据训练情况预测受伤概率）。 第八章 随机变量及其分布 随机变量的定义：离散型随机变量与连续型随机变量。 离散型随机变量的概率分布：概率质量函数（PMF），期望值（E(X)）与方差（Var(X)）的计算。 常见的离散型分布：二项分布（Binomial Distribution，如投篮命中次数）、泊松分布（Poisson Distribution，如单位时间内发生的某项事件次数，如一次训练中的犯规次数）。 连续型随机变量的概率密度函数（PDF）与累积分布函数（CDF）。 常见的连续型分布：均匀分布、指数分布。 第九章 正态分布与中心极限定理 正态分布（Normal Distribution）：定义、特性（对称性、钟形曲线），标准正态分布（Z分布）。 Z分数（Z-score）：标准化变量，用于比较不同分布下的数据。 正态分布在体育研究中的应用：许多体育测量指标（如身高、体重、运动能力）近似服从正态分布。 中心极限定理（Central Limit Theorem）：阐述样本均值分布的规律，是统计推断的理论基石，即使原始数据不服从正态分布，当样本量足够大时，样本均值的分布也趋于正态。 第十章 抽样分布 抽样分布的概念：样本统计量的概率分布。 样本均值的抽样分布：均值、方差、形状。 样本比例的抽样分布：均值、方差。 t分布（t-Distribution）：当总体标准差未知且样本量较小时，样本均值的分布。 卡方分布（Chi-squared Distribution）：与方差的推断相关。 F分布（F-Distribution）：用于比较两个方差，在方差分析中至关重要。 抽样分布在统计推断中的作用：为估计总体参数和检验统计假设提供依据。 第三部分：推断性统计 本部分是本书的核心，重点介绍如何利用样本数据对总体进行推断，包括参数估计和假设检验，并应用于体育研究中的具体问题。 第十一章 参数估计：点估计与区间估计 点估计：使用样本统计量（如样本均值、样本比例）作为总体参数（如总体均值、总体比例）的最佳猜测值。 估计量的性质：无偏性、有效性、一致性。 区间估计（置信区间）：构造一个包含总体参数的概率区间。 总体均值的置信区间： 总体方差已知时：使用Z分布。 总体方差未知时：使用t分布，以及不同样本量下的计算。 总体比例的置信区间。 置信水平与置信区间的宽度：解释其含义，以及影响因素（如样本量、置信水平）。 在体育实践中应用：估计运动员的平均训练成绩、估算某种运动损伤的发生率。 第十二章 假设检验：基本原理与单样本检验 假设检验的基本思想：提出原假设（H0）和备择假设（H1），根据样本数据判断是否有足够证据拒绝原假设。 假设检验的步骤：设定假设、确定检验统计量、确定显著性水平（α）、计算检验统计量的概率值（p值）、做出决策（拒绝或不拒绝H0）。 两类错误：第一类错误（α，弃真）和第二类错误（β，取伪），以及统计功效（1-β）。 单侧检验与双侧检验。 单样本Z检验：检验单个样本均值是否等于已知总体均值（当总体方差已知时）。 单样本t检验：检验单个样本均值是否等于已知总体均值（当总体方差未知时）。 单样本比例检验。 在体育运动训练中的应用：检验某种新型训练方法是否能显著提高运动员成绩。 第十三章 假设检验：两样本检验与配对样本检验 独立两样本t检验：比较两个独立样本均值是否存在显著差异（适用于不同运动员群体）。 配对样本t检验：比较来自同一组被试在不同条件下（或不同时间点）的均值是否存在显著差异（如训练前后对比）。 独立两样本比例检验。 方差齐性检验（F检验）：在进行两样本t检验前，检验两样本方差是否相等，决定使用哪种形式的两样本t检验。 在体育科研中的应用：比较不同训练计划对运动员体能改善效果的差异，或评估安慰剂效应。 第十四章 方差分析（ANOVA） 方差分析的基本原理：将总变异分解为组间变异和组内变异。 单因素方差分析（One-way ANOVA）：比较三个或三个以上独立样本均值是否存在显著差异（如比较不同运动项目运动员的平均得分）。 F统计量的计算与检验。 多重比较（Post-hoc tests）：当ANOVA结果显著时，用于确定具体哪些组之间存在差异（如LSD、Tukey检验）。 在体育管理和教学中的应用：评估不同教学方法对学生运动技能掌握程度的影响。 第十五章 相关与回归分析 相关分析： Pearson相关系数（r）：衡量两个定量变量之间线性关系的强度和方向。 Spearman等级相关系数：适用于非参数数据或存在异常值的情况。 相关系数的检验：判断相关是否显著。 相关不等于因果：强调在解释相关性时的注意事项。 回归分析： 简单线性回归（Simple Linear Regression）：建立一个定量变量（因变量）与另一个定量变量（自变量）之间的线性模型，用于预测。 回归方程的建立：最小二乘法。 回归系数的解释：斜率（b）与截距（a）。 判定系数（R²）：衡量回归模型对因变量变异的解释程度。 回归系数的显著性检验。 多重线性回归（Multiple Linear Regression）：建立因变量与多个自变量之间的线性模型。 在体育训练、运动表现预测、伤病风险评估等方面的应用。 第十六章 拟合优度检验与独立性检验（卡方检验） 卡方（χ²）分布的性质。 拟合优度检验（Goodness-of-Fit Test）：检验样本数据是否来自某个特定的理论分布（如检验运动员选择运动项目的分布是否与总体分布一致）。 独立性检验（Test of Independence）：检验两个分类变量之间是否存在关联（如检验性别与是否参与某项运动的关系）。 列联表（Contingency Table）的构建与分析。 卡方检验的注意事项：样本量要求、期望频数。 在体育调查和行为分析中的应用。 第四部分：高级主题与应用 本部分将介绍一些更高级的统计方法，并结合体育领域的实际案例，展示统计学在解决复杂问题中的能力。 第十七章 统计软件的应用 介绍主流统计软件（如SPSS, R, Excel）在体育统计学中的操作。 数据导入、管理与预处理。 常用统计分析方法的实现：描述性统计、图表制作、假设检验、回归分析等。 结果的解读与报告。 强调实际操作的重要性，鼓励学生通过软件进行数据分析练习。 第十八章 体育研究中的统计专题 运动训练效果的统计评估：如何设计实验，选择合适的统计方法量化和评估训练计划的有效性。 运动表现的统计分析：利用统计模型分析影响运动成绩的因素，进行预测。 运动损伤的统计建模：分析运动损伤的风险因素，预测发病率。 体育人口统计分析：研究不同人群在体育参与度、健康状况等方面的差异。 体育管理中的统计应用：评估赛事运营效果，分析观众满意度。 第十九章 统计分析中的常见问题与对策 数据假设的检验与违反：如何判断数据是否满足统计方法的假设，以及违反假设时的替代方案。 多重比较问题：在多次比较中如何控制第一类错误。 样本量大小的确定：如何根据研究目的和预期效果计算所需的样本量。 结果的可解释性：如何清晰、准确地解释统计分析的结果，避免过度解读。 统计报告的规范：如何撰写科学、规范的统计分析报告。 本书的编写力求理论与实践相结合，通过大量体育领域的实例，帮助读者理解统计学概念在实际问题中的应用。在每章的末尾，都提供了思考题和练习题，以巩固所学知识。本书适合高等院校体育专业本科生作为教材使用，也可作为体育工作者、研究人员以及对体育统计学感兴趣的读者的参考书。通过学习本书，读者将能够熟练掌握统计学的基本原理和方法，并能将其有效地应用于体育科学研究和实践中。