創(chuàng)業(yè)基礎(chǔ)與數(shù)據(jù)分析方法：基于R

目 錄
第1章 創(chuàng)業(yè)概述 1
1．1 創(chuàng)業(yè)的定義 1
1．2．1 創(chuàng)業(yè)者 2
1．2．2 創(chuàng)業(yè)資源 4
1．2．3 創(chuàng)業(yè)機(jī)會 5
1．3 創(chuàng)業(yè)的過程 8
1．3．1 創(chuàng)業(yè)活動的過程 8
1．3．2 創(chuàng)業(yè)過程的四階段 9
1．3．3 創(chuàng)業(yè)過程的兩個經(jīng)典模型 9
思考與練習(xí) 13
第2章 創(chuàng)業(yè)機(jī)會的識別、評價與創(chuàng)業(yè)風(fēng)險 14
2．1 創(chuàng)業(yè)機(jī)會的識別 14
2．1．1 環(huán)境分析法 14
2．1．2 系統(tǒng)創(chuàng)新法 15
2．2 創(chuàng)業(yè)機(jī)會的評價 15
2．2．1 創(chuàng)業(yè)機(jī)會評價概述 15
2．2．2 評價的一般步驟 16
2．2．3 創(chuàng)業(yè)機(jī)會評價的方法 16
2．3 創(chuàng)業(yè)風(fēng)險管理 19
2．3．1 行業(yè)風(fēng)險 19
2．3．2 市場風(fēng)險 21
2．3．3 現(xiàn)金流風(fēng)險 23
思考與練習(xí) 25
第3章 創(chuàng)業(yè)資源的整合 26
3．1 創(chuàng)業(yè)融資 26
3．1．1 創(chuàng)業(yè)融資分析 26
3．1．2 創(chuàng)業(yè)所需資金的測算 28
3．1．3 創(chuàng)業(yè)融資渠道 29
3．1．4 創(chuàng)業(yè)融資的選擇策略 31
3．2 創(chuàng)業(yè)團(tuán)隊 34
3．2．1 創(chuàng)業(yè)團(tuán)隊的概念 34
3．2．2 創(chuàng)業(yè)團(tuán)隊的分工 36
3．2．3 創(chuàng)業(yè)團(tuán)隊的組建過程 37
3．2．4 創(chuàng)業(yè)團(tuán)隊的組建策略 39
3．2．5 創(chuàng)業(yè)團(tuán)隊的管理 41
思考與練習(xí) 48
第4章 創(chuàng)業(yè)計劃書 49
4．1 創(chuàng)業(yè)計劃書的作用與基本要素 49
4．1．1 創(chuàng)業(yè)計劃書的作用 49
4．1．2 創(chuàng)業(yè)計劃書的基本要素 50
4．2 創(chuàng)業(yè)計劃書的撰寫 51
思考與練習(xí) 57
第5章 隨機(jī)事件與概率 58
5．1 隨機(jī)事件和樣本空間 58
5．1．1 隨機(jī)現(xiàn)象 58
5．1．2 隨機(jī)試驗(yàn) 59
5．1．3 樣本空間 59
5．1．4 隨機(jī)事件 59
5．2 事件的關(guān)系和運(yùn)算 60
5．2．1 事件的關(guān)系 60
5．2．2 事件的運(yùn)算 62
5．3 事件的概率與獨(dú)立性 62
5．3．1 概率的統(tǒng)計定義 62
5．3．2 概率的公理化定義 63
5．3．3 概率的古典定義 64
5．3．4 概率的幾何定義 65
5．3．5 事件的獨(dú)立性 66
5．4 乘法公式與伯努利概型 66
5．4．1 條件概率與乘法公式 66
5．4．2 伯努利概型 67
5．5 全概率公式與貝葉斯公式 68
5．5．1 全概率公式 68
5．5．2 貝葉斯公式 68
思考與練習(xí) 70
第6章 一維隨機(jī)變量及其分布 71
6．1 隨機(jī)變量與分布函數(shù) 71
6．1．1 隨機(jī)變量 71
6．1．2 分布函數(shù) 71
6．2 離散型隨機(jī)變量及其分布 72
6．2．1 離散型隨機(jī)變量 72
6．2．2 常見的離散型隨機(jī)變量的分布 72
6．3 連續(xù)型隨機(jī)變量及其分布 74
6．3．1 連續(xù)型隨機(jī)變量 74
6．3．2 常見的連續(xù)型隨機(jī)變量的分布 76
6．4 一維隨機(jī)變量函數(shù)及其分布 80
6．4．1 離散型隨機(jī)變量函數(shù)的分布 80
6．4．2 連續(xù)型隨機(jī)變量函數(shù)的分布 81
思考與練習(xí) 82
第7章 隨機(jī)變量的數(shù)字特征 84
7．1 數(shù)學(xué)期望 84
7．1．1 一維隨機(jī)變量的數(shù)學(xué)期望 84
7．1．2 一維隨機(jī)變量函數(shù)的數(shù)學(xué)期望 85
7．2 方差和標(biāo)準(zhǔn)差 87
7．2．1 方差的定義 87
7．2．2 常見隨機(jī)變量的數(shù)學(xué)期望和方差 88
思考與練習(xí) 89
第8章 統(tǒng)計概述與R的初步使用 91
8．1 統(tǒng)計概述 91
8．1．1 統(tǒng)計的含義 91
8．1．2 變量與數(shù)據(jù) 92
8．1．3 統(tǒng)計中的幾個基本概念 93
8．2 R的初步使用 96
8．2．1 R簡介 96
8．2．2 R的下載與安裝 96
8．2．3 R在線說明 97
8．2．4 賦值 97
8．2．5 矩陣、列表與數(shù)據(jù)框 98
8．2．6 圖形參數(shù) 99
8．3 R在常見分布概率計算中的應(yīng)用 101
8．3．1 常見分布的計算 101
8．3．2 繪制常見分布的統(tǒng)計圖 102
思考與練習(xí) 104
第9章 數(shù)據(jù)的整理與可視化 106
9．1 數(shù)據(jù)的來源與預(yù)處理 106
9．1．1 數(shù)據(jù)的來源 106
9．1．2 數(shù)據(jù)的預(yù)處理 106
9．2 數(shù)據(jù)的可視化 108
9．2．1 定性數(shù)據(jù)的整理與圖示 109
9．2．2 數(shù)值型數(shù)據(jù)的整理與圖示 113
思考與練習(xí) 119
第10章 描述性統(tǒng)計量 121
10．1 集中趨勢的測度 121
10．1．1 眾數(shù) 121
10．1．2 均值 121
10．1．3 中位數(shù) 122
10．1．4 百分位數(shù) 123
10．2 分布離散程度的測度 123
10．2．1 極差和四分位差 123
10．2．2 樣本方差與樣本標(biāo)準(zhǔn)差、樣本k階中心矩 123
10．2．3 變異系數(shù) 124
10．3 分布的形狀 124
10．3．1 偏度 125
10．3．2 峰度 125
10．4 在R中計算常用的描述統(tǒng)計量 126
思考與練習(xí) 128
第11章 抽樣分布 129
11．1 三大統(tǒng)計分布 129
11．1．1 分布 129
11．1．2 t分布 131
11．1．3 F分布 132
11．2 正態(tài)總體下常見的統(tǒng)計量的分布 134
思考與練習(xí) 136
第12章 參數(shù)估計 137
12．1 點(diǎn)估計 137
12．1．1 矩估計法 137
12．1．2 最大似然估計法 139
12．2 點(diǎn)估計的優(yōu)良性 142
12．2．1 無偏性 143
12．2．2 有效性 144
12．2．3 一致性 145
12．3 區(qū)間估計 145
12．4 正態(tài)總體均值與方差的區(qū)間估計 147
12．4．1 正態(tài)總體均值?的置信區(qū)間 147
12．4．2 正態(tài)總體方差?2的置信區(qū)間 150
思考與練習(xí) 153
第13章 假設(shè)檢驗(yàn) 154
13．1 假設(shè)檢驗(yàn)的基本概念與原理 154
13．1．1 問題的提法 154
13．1．2 假設(shè)檢驗(yàn)的方法及其基本原理 155
13．2 單個正態(tài)總體參數(shù)的假設(shè)檢驗(yàn) 158
13．2．1 單個正態(tài)總體均值的假設(shè)檢驗(yàn) 159
13．2．2 單個正態(tài)總體方差的假設(shè)檢驗(yàn) 162
13．3 假設(shè)檢驗(yàn)問題的p值法 164
13．3．1 p值的定義 164
13．3．2 p值的計算 166
思考與練習(xí) 167
第14章 一元線性回歸 169
14．1 相關(guān)分析 169
14．1．1 相關(guān)關(guān)系 169
14．1．2 相關(guān)分析與回歸分析 169
14．2 一元線性回歸分析 171
14．2．1 一元線性回歸模型 171
14．2．2 一元線性回歸模型的估計 173
14．2．3 一元線性回歸模型的檢驗(yàn) 175
14．2．4 回歸模型的預(yù)測 179
思考與練習(xí) 182
附錄A 常用統(tǒng)計表 184