幫助中心 | 我的帳號 | 關於我們

統計學--基於R(第3版)/基於R應用的統計學叢書

  • 作者:編者:賈俊平
  • 出版社:中國人民大學
  • ISBN:9787300267845
  • 出版日期:2019/03/01
  • 裝幀:平裝
  • 頁數:345
人民幣:RMB 46 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書是一本基於R實現全部例題計算與分析的統計學教材,書中例題的解答給出了R的詳細程序和結果。全書內容共11章,包括數據的描述性分析方法、推斷方法以及實際中常用的一些統計方法等。每章均以一個實際問題入手引入本章要介紹的內容,在寫法上完全立足於統計應用,避免統計公式的推導,力求通俗易懂。本書可作為高等院校經濟管理類專業本科生統計學課程的教材使用,也可作為其他文科專業及部分理、工、農、林、醫、藥專業的教材或參考書,對廣大實際工作者也極具參考價值。

作者介紹
編者:賈俊平

目錄
第1章  數據與R
  1.1  數據與統計學
    1.1.1  什麼是統計學
    1.1.2  變數與數據
    1.1.3  數據的來源
  1.2  R的初步使用
    1.2.1  R的下載與安裝
    1.2.2  對象賦值與運行
    1.2.3  查看幫助文件
    1.2.4  包的安裝與載入
  1.3  創建R數據
    1.3.1  在R中錄人數據
    1.3.2  數據讀取和保存
    1.3.3  數據使用和編輯
    1.3.4  數據類型的轉換
    1.3.5  生成隨機數
    1.3.6  數據抽樣與篩選
  1.4  編寫R函數
  1.5  圖形控制和布局
    1.5.1  par函數
    1.5.2  1ayout函數
  習題
第2章  數據的可視化
  2.1  數據的頻數分佈
    2.1.1  類別數據的頻數分佈
    2.1.2  數值數據的類別化
  2.2  類別數據的可視化
    2.2.1  條形圖及其變種
    2.2.2  餅圖及其變種
  2.3  數值數據的可視化
    2.3.1  展示數據分佈的圖形
    2.3.2  展示變數間關係的圖形
    2.3.3  比較多樣本相似性的圖形
    2.3.4  時間序列圖
  2.4  洛倫茨曲線
  2.5  ggp1ot2繪圖的一個示例
  2.6  使用圖表的注意事項
  習題
第3章  數據的描述統計量
  3.1  描述水平的統計量
    3.1.1  平均數
    3.1.2  分位數
    3.1.3  眾數
  3.2  描述差異的統計量
    3.2.1  極差和四分位差
    3.2.2  方差和標準羊
    3.2.3  變異係數
    3.2.4  標準分數
  3.3  描述分佈形狀的統計量
    3.3.1  偏度係數

    3.3.2  峰度係數
  3.4  數據的綜合描述
    3.4.1  幾個常用的R函數
    3.4.2  一個綜合描述的例子
  習題
第4章  隨機變數的概率分佈
  4.1  什麼是概率
  4.2  隨機變數的概率分佈
    4.2.1  隨機變數及其概括性度量
    4.2.2  隨機變數的概率分佈
    4.2.3  其他幾個重要的統計分佈
  4.3  樣本統計量的概率分佈
    4.3.1  統計量及其分佈
    4.3.2  樣本均值的分佈
    4.3.3  其他統計量的分佈
    4.3.4  統計量的標準誤
  習題
第5章  參數估計
  5.1  參數估計的原理
    5.1.1  點估計與區間估計
    5.1.2  評量估計量的標準
  5.2  總體均值的區間估計
    5.2.1  一個總體均值的估計
    5.2.2  兩個總體均值之差的估計
  5.3  總體比例的區間估計
    5.3.1  一個總體比例的估計
    5.3.2  兩個總體比例之差的估計
  5.4  總體方差的區間估計
    5.4.1  一個總體方差的估計
    5.4.2  兩個總體方差比的估計
  習題
第6章  假設檢驗
  6.1  假設檢驗的原理
    6.1.1  提出假設
    6.1.2  做出決策
    6.1.3  表述結果
    6.1.4  效應量
  6.2  總體均值的檢驗
    6.2.1  一個總體均值的檢驗
    6.2.2  兩個總體均值之差的檢驗
  6.3  總體比例的檢驗
    6.3.1  一個總體比例的檢驗
    6.3.2  兩個總體比例之差的檢驗
  6.4  總體方差的檢驗
    6.4.1  一個總體方差的檢驗
    6.4.2  兩個總體方差比的檢驗
  6.5  非參數檢驗
    6.5.1  總體分佈的檢驗
    6.5.2  總體位置參數的檢驗
  習題

第7章  類別變數分析
  7.1  一個類別變數的擬合優度檢驗
    7.1.1  期望頻數相等
    7.1.2  期望頻數不等
  7.2  兩個類別變數的獨立性檢驗
    7.2.1  列聯表與χ2獨立性檢驗
    7.2.2  應用χ2檢驗的注意事項
  7.3  兩個類別變數的相關性度量
    7.3.1  □(特殊符號)係數和Cramer's V係數
    7.3.2  列聯繫數
  習題
第8章  方差分析
  8.1  方差分析的原理
    8.1.1  什麼是方差分析
    8.1.2  誤差分解
  8.2  單因子方差分析
    8.2.1  數學模型
    8.2.2  效應檢驗
    8.2.3  效應量分析
    8.2.4  多重比較
  8.3  雙因子方差分析
    8.3.1  數學模型
    8.3.2  主效應分析
    8.3.3  交互效應分析
  8.4  方差分析的假定及其檢驗
    8.4.1  正態性檢驗
    8.4.2  方差齊性檢驗
  8.5  單因子方差分析的非參數
方法
  習題
第9章  一元線性回歸
  9.1  確定變數間的關係
    9.1.1  變數間的關係
    9.1.2  相關關係的描述
    9.1.3  關係強度的度量
  9.2  模型估計和檢驗
    9.2.1  回歸模型與回歸方程
    9.2.2  參數的最小二乘估計
    9.2.3  模型的擬合優度
    9.2.4  模型的顯著性檢驗
  9.3  利用回歸方程進行預測
    9.3.1  均值的置信區間
    9.3.2  個別值的預測區間
  9.4  回歸模型的診斷
    9.4.1  殘差與殘差圖
    9.4.2  檢驗模型假定
  習題
第10章  多元線性回歸
  10.1  多元線性回歸模型及其參數估計
    10.1.1  回歸模型與回歸方程

    10.1.2  參數的最小二乘估計
  10.2  擬合優度和顯著性檢驗
    10.2.1  模型的擬合優度
    10.2.2  模型的顯著性檢驗
    10.2.3  模型診斷
  10.3  多重共線性及其處理
    10.3.1  多重共線性及其識別
    10.3.2  變數選擇與逐步回歸
  10.4  相對重要性和模型比較
    10.4.1  自變數的相對重要性
    10.4.2  模型比較
  10.5  利用回歸方程進行預測
  10.6  啞變數回歸
    10.6.1  在模型中引入啞變數
    10.6.2  含有一個啞變數的回歸
  習題
第11章  時間序列預測
  11.1  時間序列的成分和預測方法
    11.1.1  時間序列的成分
    11.1.2  預測方法的選擇與評估
  11.2  指數平滑預測
    11.2.1  指數平滑模型的一般表達
    11.2.2  簡單指數平滑預測
    11.2.3  Ho1t指數平滑預測
    11.2.4  Winter指數平滑預測
  11.3  趨勢外推預測
    11.3.1  線性趨勢預測
    11.3.2  非線性趨勢預測
  11.4  分解預測
  11.5  時間序列平滑
  習題
附錄1  求置信區間的自助法
附錄2  本書使用的R函數
參考書目

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032