幫助中心 | 我的帳號 | 關於我們

Minitab應用統計分析/統計分析系列

  • 作者:編者:夏龍|責編:石會敏
  • 出版社:電子工業
  • ISBN:9787121377426
  • 出版日期:2020/01/01
  • 裝幀:平裝
  • 頁數:455
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    隨著大數據時代的來臨,統計分析已經成為社會經濟生活中的必備能力。本書以Minitab 18.1為統計工具,詳細介紹了應用統計中的描述統計,概率、分佈與模擬,單樣本的估計和檢驗,雙樣本的統計推斷,基礎統計方法的拓展,方差分析,回歸分析,經典統計的替代與補充,多元統計分析,時間序列分析與預測及質量管理中的統計方法。
    本書的資源豐富,書中共包含了近300個案例,網路資源中還包括案例的全部數據和視頻教程,讀者可以通過書中的操作指令和網站上的視頻教程運行本書所有案例的程序,學習起來非常方便。
    本書可以作為高等院校自然科學和社會科學本專科學生、研究生的教學用書或實驗教材,也可以作為社會上統計軟體的培訓教材,同時還可以作為實際工作者的統計工具書和質量管理人員的統計參考書。

作者介紹
編者:夏龍|責編:石會敏
    夏龍,1978年12月生,中共黨員,畢業於西安交通大學,師從馮濤教授;經濟學博士,現為北京農學院副教授。

目錄
第1章  Minitab與應用統計
  1.1  概述
  1.2  Minitab基礎
    1.2.1  窗口介紹
    1.2.2  簡單示例與本書約定
  1.3  主要統計概念
    1.3.1  一個調查
    1.3.2  變數的測量尺度與變數類型
    1.3.3  變數的關係
    1.3.4  數據的預處理
    1.3.5  其他概念
  1.4  利用Minitab自學統計
第2章  描述統計
  2.1  單變數的圖表方法
    2.1.1  一個品質變數
    2.1.2  一個數值變數
  2.2  雙變數的圖表方法
    2.2.1  兩個品質變數
    2.2.2  品質變數與數值變數
    2.2.3  兩個數值變數
  2.3  三變數的圖表方法
    2.3.1  三個品質變數
    2.3.2  三個數值變數
  2.4  數值變數的數值方法
    2.4.1  數值變數的數值方法概述
    2.4.2  一個數值變數
    2.4.3  兩個數值變數
第3章  概率、分佈與模擬
  3.1  基本概念
    3.1.1  概率
    3.1.2  隨機變數與分佈
    3.1.3  理論分佈
  3.2  離散型概率分佈
    3.2.1  離散型均勻分佈
    3.2.2  二項分佈
    3.2.3  泊松分佈
  3.3  連續型概率分佈
    3.3.1  均勻分佈
    3.3.2  指數分佈
    3.3.3  正態分佈
  3.4  其他連續型分佈
    3.4.1  X2分佈
    3.4.2  t分佈
    3.4.3  F分佈
  3.5  概率、累積概率和逆累積概率的計算
    3.5.1  計算的類型和方法
    3.5.2  利用Minitab計算概率、累積概率和
逆概率
  3.6  樣本分佈與模擬
    3.6.1  樣本分佈與抽樣概述

    3.6.2  簡單隨機抽樣
    3.6.3  正態分佈模擬
  3.7  抽樣分佈與模擬
    3.7.1  推斷統計與抽樣分佈
    3.7.2  抽樣分佈模擬
第4章  單樣本的估計和檢驗
  4.1  估計的概念與類型
    4.1.1  估計的概念
    4.1.2  單樣本區間估計的類型
  4.2  單樣本的區間估計
    4.2.1  總體標準差σ已知時,總體均值μ的區間估計
    4.2.2  總體標準差σ未知時,總體均值μ的區間估計
    4.2.3  總體比例π的區間估計
    4.2.4  總體方差σ2(標準差σ)的區間估計
    4.2.5  總體均值與總體方差的區間估計應用
  4.3  樣本容量的計算
  4.4  假設檢驗的概念與類型
    4.4.1  假設檢驗的概念與P值法
    4.4.2  三種類型的假設檢驗
    4.4.3  兩種形式的假設檢驗
  4.5  單樣本的假設檢驗
    4.5.1  總體標準差σ已知時,總體均值μ的假設檢驗
    4.5.2  總體標準差σ未知時,總體均值μ的假設檢驗
    4.5.3  總體比例π的假設檢驗
    4.5.4  總體方差σ2(標準差σ)的假設
檢驗
  4.6  功效檢驗
第5章  雙樣本的統計推斷
  5.1  雙樣本統計推斷的基礎知識
    5.1.1  雙樣本統計推斷概述
    5.1.2  雙樣本統計推斷的類型
  5.2  雙樣本的統計推斷
    5.2.1  總體均值之差μ1-μ2的統計推斷:兩總體的標準差σ1和σ2已知時的獨立樣本
    5.2.2  總體均值之差μ1-μ2的統計推斷:兩總體的標準差σ1和σ2未知時的獨立樣本
    5.2.3  總體均值之差μ1-μ2的統計推斷:配對樣本
    5.2.4  總體比例之差π1-π2 的統計推斷
    5.2.5  總體方差(標準差)之比(σ1/σ2)的統計推斷
  5.3  Minitab中樣本數據的存儲方式
    5.3.1  樣本數據存儲方式概述
    5.3.2  堆疊數據與非堆疊數據的轉換方式
    5.3.3  利用非堆疊數據進行統計推斷
第6章  基礎統計方法的拓展
  6.1  假設檢驗的拓展
    6.1.1  正態性檢驗
    6.1.2  等方差檢驗
    6.1.3  異常值檢驗
  6.2  數值變數與泊松率
    6.2.1  泊松分佈的擬合優度檢驗
    6.2.2  單樣本泊松率的統計推斷
    6.2.3  雙樣本泊松率的統計推斷

  6.3  品質變數與卡方檢驗
    6.3.1  擬合優度的卡方檢驗
    6.3.2  二維列聯表的卡方檢驗
    6.3.3  三維列聯表的卡方檢驗
第7章  方差分析
  7.1  利用堆疊數據陳述假設
  7.2  單因子方差分析
    7.2.1  方差分析的概念
    7.2.2  基於一般線性模型的單因子方差分析
    7.2.3  多重比較
    7.2.4  因子圖與預測
    7.2.5  完整案例
    7.2.6  單因子方差分析的其他問題
  7.3  雙因子方差分析
    7.3.1  不含交互作用的雙因子方差分析
    7.3.2  包含交互作用的雙因子方差分析
  7.4  方差分析的拓展
    7.4.1  協方差分析
    7.4.2  隨機效應與混合效應方差分析
    7.4.3  完全嵌套方差分析
    7.4.4  多元方差分析
  7.5  雙因子方差分析的數據格式與重複測量方差分析
    7.5.1  雙因子方差分析的非堆疊數據格式與轉換
    7.5.2  重複測量方差分析
第8章  回歸分析
  8.1  相關關係與相關係數的假設檢驗
  8.2  線性回歸:數值因變數
    8.2.1  簡單線性回歸
    8.2.2  多重線性回歸
    8.2.3  預測
  8.3  回歸診斷
    8.3.1  殘差分析:檢驗模型的統計正確性
    8.3.2  檢驗異常值、高杠桿點和強影響點
    8.3.3  多重共線性
    8.3.4  線性回歸與回歸診斷的案例
  8.4  線性回歸中的其他問題
    8.4.1  品質自變數
    8.4.2  包含品質、數值兩種自變數的回歸
    8.4.3  模型構建
  8.5  特殊因變數回歸
    8.5.1  二值logistic回歸
    8.5.2  名義logistic回歸
    8.5.3  順序logistic回歸
    8.5.4  泊松回歸
  8.6  變數具有函數關係時的應用統計方法總結
第9章  經典統計的替代與補充
  9.1  非參數統計方法
    9.1.1  非參數統計方法概述
    9.1.2  單樣本的統計推斷
    9.1.3  雙樣本的統計推斷

    9.1.4  方差分析
    9.1.5  游程檢驗與Spearman秩相關
  9.2  等價檢驗
    9.2.1  單樣本均值的等價檢驗
    9.2.2  兩樣本均值的等價檢驗
  9.3  可靠性/生存分析
    9.3.1  生存分析概述
    9.3.2  生存分析的參數方法
    9.3.3  生存分析的非參數方法
    9.3.4  生存回歸
第10章  多元統計分析
  10.1  多元統計分析概述
  10.2  聚類分析
    10.2.1  聚類分析的概念
    10.2.2  Q型聚類與距離
    10.2.3  Q型聚類:觀測值聚類
    10.2.4  Q型聚類:K均值聚類
    10.2.5  R型聚類與相似性:變數聚類
  10.3  判別分析
  10.4  主成分分析與因子分析
    10.4.1  主成分分析
    10.4.2  因子分析
  10.5  對應分析
    10.5.1  對應分析概述
    10.5.2  簡單對應分析
    10.5.3  多重對應分析
第11章  時間序列分析與預測
  11.1  時間序列的基本概念
    11.1.1  時間序列圖
    11.1.2  自相關與平穩性
  11.2  平穩時間序列預測的平滑方法
    11.2.1  預測入門
    11.2.2  移動平均法
    11.2.3  指數平滑法
  11.3  非平穩時間序列的預測方法
    11.3.1  時間序列的成分
    11.3.2  趨勢分析
    11.3.3  季節效應
  11.4  ARIMA模型
    11.4.1  AR、MA和ARMA模型的估計和預測
    11.4.2  差分與ARIMA模型
    11.4.3  模型選擇
    11.4.4  包含季節效應的ARIMA模型
  11.5  回歸分析方法
    11.5.1  利用回歸分析估計時間序列數據
    11.5.2  時間序列回歸分析的回歸診斷
第12章  質量管理中的統計方法
  12.1  質量管理概述
  12.2  過程分析的圖形方法
    12.2.1  帕累托圖

    12.2.2  因果圖
    12.2.3  多變異圖
  12.3  控製圖
    12.3.1  控製圖概述
    12.3.2  變數控製圖
    12.3.3  屬性控製圖
    12.3.4  利用控製圖預警
  12.4  過程能力分析
    12.4.1  過程能力分析概述
    12.4.2  正態數據的過程能力分析
    12.4.3  非正態數據的過程能力分析
    12.4.4  屬性數據的過程能力分析
  12.5  試驗設計(DOE)
    12.5.1  試驗設計概述
    12.5.2  全因子試驗設計的計劃階段
    12.5.3  全因子試驗設計的分析階段
    12.5.4  部分因子試驗設計
    12.5.5  其他試驗設計方法
  12.6  測量系統分析
    12.6.1  測量系統分析概述
    12.6.2  重複性和再現性
    12.6.3  偏移和線性
    12.6.4  重複性和偏移

  • 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