幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

社會統計與R語言(科學出版社十四五普通高等教育本科規劃教材)

  • 作者：編者:柯新利//楊嬛|責編:楊紅//鄭欣虹
  • 出版社：科學
  • ISBN：9787030804983
  • 出版日期：2025/03/01
  • 裝幀：平裝
  • 頁數：246
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是寫給社會科學類專業的青年學子或者研究人員的社會統計學入門教材，內容深入淺出、文字通俗易懂，致力於幫助讀者建立統計思維、掌握社會統計學基本原理和方法。本書共16章，分為四篇，第一篇統計基礎，包含統計思維、描述性統計和概率與分佈初步等內容；第二篇統計推斷，包含抽樣分佈、參數的假設檢驗、方差分析、非參數檢驗、相關與回歸等內容；第三篇統計模型，包含統計建模基礎、線性回歸模型應用基礎、回歸診斷、虛擬變數回歸模型等內容；第四篇寫給零基礎學習者的R語言基礎，包含R基本操作、R語言數據組織與基本數據管理、高級數據管理、R語言數據可視化等內容。
    本書可作為普通高等學校經濟學、管理學、社會學等專業的本科生教材，也可供相關專業人員參考。
作者介紹
編者:柯新利//楊嬛|責編:楊紅//鄭欣虹
目錄
前言
第一篇  統計基礎
  第1章  統計思維
    1.1  統計是一種思維方式
      1.1.1  統計學家和普通人想得不一樣
      1.1.2  統計思維的特徵
    1.2  統計是大數據分析的內核
      1.2.1  我們已置身大數據時代
      1.2.2  大數據時代的世界
      1.2.3  大數據的底層邏輯是統計分析
    1.3  統計分析是為了尋找真相
    1.4  統計數字會撒謊
    1.5  本章小結
  第2章  描述性統計
    2.1  數據測量層次
      2.1.1  定類尺度
      2.1.2  定序尺度
      2.1.3  定距尺度
      2.1.4  定比尺度
    2.2  集中趨勢描述
      2.2.1  平均數
      2.2.2  中位數
      2.2.3  四分位數
      2.2.4  眾數
    2.3  離散趨勢描述
      2.3.1  極差
      2.3.2  方差
      2.3.3  標準差
      2.3.4  離散係數
    2.4  本章小結
  第3章  概率與分佈初步
    3.1  概率是決策的基礎
      3.1.1  人類渴望預知未來，未來充滿了不確定性
      3.1.2  概率是不確定性情形決策的重要工具
      3.1.3  需要注意的決策謬誤
    3.2  概率的基本知識
      3.2.1  概率的基本概念
      3.2.2  概率的基本規則
    3.3  概率分佈及分佈曲線
      3.3.1  概率分佈
      3.3.2  分佈曲線
    3.4  正態分佈
      3.4.1  正態分佈概述
      3.4.2  正態分佈曲線的特徵
      3.4.3  正態分佈曲線的Z值
      3.4.4  正態分佈曲線的應用
    3.5  本章小結
第二篇  統計推斷
  第4章  抽樣分佈
    4.1  為什麼要抽樣

    4.2  可以用樣本均值推斷總體均值嗎
    4.3  抽樣分佈的概念
    4.4  t分佈
    4.5  大數定理和中心極限定理
      4.5.1  大數定理
      4.5.2  中心極限定理
    4.6  區間估計
    4.7  本章小結
  第5章  參數的假設檢驗
    5.1  假設檢驗的基本邏輯
    5.2  單樣本均值假設檢驗
      5.2.1  什麼是單樣本均值假設檢驗
      5.2.2  單樣本均值假設檢驗的步驟
    5.3  雙樣本均值假設檢驗
      5.3.1  什麼是雙樣本均值假設檢驗
      5.3.2  雙樣本均值假設檢驗的步驟
    5.4  配對樣本均值假設檢驗
      5.4.1  什麼是配對樣本均值假設檢驗
      5.4.2  配對樣本均值假設檢驗的步驟
    5.5  本章小結
  第6章  方差分析
    6.1  什麼是方差分析
    6.2  方差分析的6個步驟
    6.3  單因素方差分析
      6.3.1  什麼是單因素方差分析
      6.3.2  單因素方差分析的步驟
    6.4  雙因素方差分析
      6.4.1  什麼是雙因素方差分析
      6.4.2  雙因素方差分析的步驟
    6.5  本章小結
  第7章  非參數檢驗
    7.1  單樣本卡方檢驗——定類變數假設檢驗的有效工具
      7.1.1  什麼是卡方值
      7.1.2  卡方分佈與假設檢驗
      7.1.3  單因素擬合優度檢驗
      7.1.4  列聯表與雙因素獨立檢驗
      7.1.5  卡方檢驗使用的注意事項
    7.2  配對樣本非參數檢驗
      7.2.1  什麼是配對樣本
      7.2.2  兩配對樣本非參數檢驗——符號檢驗
      7.2.3  兩配對樣本非參數檢驗——符號秩檢驗
      7.2.4  多配對樣本非參數檢驗——Friedman檢驗
    7.3  獨立樣本非參數檢驗
      7.3.1  什麼是獨立樣本
      7.3.2  兩獨立樣本的非參數檢驗——秩和檢驗
      7.3.3  兩獨立樣本的非參數檢驗——曼-惠特尼U檢驗
      7.3.4  多獨立樣本的非參數檢驗——Kruskal-Wallis檢驗
    7.4  本章小結
  第8章  相關與回歸
    8.1  相關和因果

      8.1.1  什麼是相關關係
      8.1.2  相關不等同於因果
    8.2  如何識別和測度相關關係
      8.2.1  散點圖
      8.2.2  從方差到協方差
      8.2.3  皮爾森相關係數——標準化協方差
      8.2.4  偏相關
      8.2.5  相關係數的顯著性檢驗
      8.2.6  不同數據類型的相關性檢驗
      8.2.7  相關性檢驗的R語言實現
    8.3  回歸分析
      8.3.1  線性回歸模型的幾何解釋
      8.3.2  回歸係數和截距
      8.3.3  擬合優度R
      8.3.4  多元線性回歸
      8.3.5  回歸的假設檢驗
      8.3.6  回歸分析的R語言實現
    8.4  本章小結
第三篇  統計模型
  第9章  統計建模基礎
    9.1  統計建模的一個故事
    9.2  統計建模的一般思路
    9.3  案例分析
    9.4  本章小結
  第10章  線性回歸模型應用基礎
    10.1  回歸分析應用概述
    10.2  建立線性回歸數學模型
      10.2.1  建立線性回歸數學模型的一般步驟
      10.2.2  多元線性回歸模型與解釋變數、控制變數
    10.3  線性回歸數學模型求解與結果分析
      10.3.1  回歸方程參數估計與回歸係數的解釋
      10.3.2  線性回歸模型的擬合優度
      10.3.3  線性回歸模型的假設檢驗
    10.4  本章小結
  第11章  回歸診斷
    11.1  回歸模型的前提假設
    11.2  殘差的診斷
      11.2.1  線性檢驗
      11.2.2  獨立性檢驗
      11.2.3  殘差方差齊性檢驗
      11.2.4  殘差正態性檢驗
    11.3  數據的診斷
      11.3.1  異常點
      11.3.2  強影響點
    11.4  回歸診斷的R語言實現
    11.5  本章小結
  第12章  虛擬變數回歸模型
    12.1  一個錯誤的解釋和一個錯用的模型
      12.1.1  結果誤讀
      12.1.2  模型誤用

    12.2  什麼是虛擬變數
      12.2.1  虛擬變數的含義
      12.2.2  虛擬變數對回歸模型選擇的影響
    12.3  解釋變數為虛擬變數的回歸模型
      12.3.1  加法形式的回歸模型
      12.3.2  乘法形式的回歸模型
    12.4  被解釋變數為虛擬變數的回歸模型
      12.4.1  Logistic回歸
      12.4.2  glm()函數
      12.4.3  數據分析與結果的解讀
      12.4.4  虛擬變數回歸模型的擬合與診斷
    12.5  本章小結
第四篇  寫給零基礎學習者的R語言基礎
  第13章  R基本操作
    13.1  編程是門「手藝」
      13.1.1  為什麼要學習編程
      13.1.2  編程可以學會嗎
    13.2  編程語言是工具
      13.2.1  編程語言的分類
      13.2.2  編程語言的區別
      13.2.3  編程語言的選擇
    13.3  初識R
      13.3.1  R的特點
      13.3.2  R安裝與操作界面
      13.3.3  與R的簡單互動
      13.3.4  工作空間
      13.3.5  腳本
      13.3.6  包
    13.4  本章小結
  第14章  R語言數據組織與基本數據管理
    14.1  R的基本數據類型
      14.1.1  什麼是數據類型
      14.1.2  R常用的數據類型
    14.2  R的基本運算
      14.2.1  算術運算
      14.2.2  比較運算
      14.2.3  邏輯運算
      14.2.4  運算次序
    14.3  R的數據結構
      14.3.1  一維同質表達——向量
      14.3.2  二維同質模式——矩陣
      14.3.3  矩陣多維延展——數組
      14.3.4  對象有序集合——列表
      14.3.5  二維不同模式——數據框
      14.3.6  特殊變數集合——因子
    14.4  R的數據輸入
      14.4.1  使用鍵盤輸入數據
      14.4.2  從帶分隔符的文本文件導入數據
      14.4.3  導入Excel數據
      14.4.4  導入SPSS數據

      14.4.5  導入SAS數據
      14.4.6  導入Stata數據
      14.4.7  導入其他數據
    14.5  R的基本數據管理
    14.6  本章小結
  第15章  高級數據管理
    15.1  數據處理案例介紹
    15.2  R內置函數
    15.3  R處理數據的步驟
    15.4  R控制流
    15.5  用戶自編函數
    15.6  本章小結
  第16章  R語言數據可視化
    16.1  常見單變數統計圖繪製
      16.1.1  直方圖
      16.1.2  柱狀圖
      16.1.3  餅圖
      16.1.4  箱線圖
    16.2  常見雙變數統計圖
      16.2.1  並列箱線圖
      16.2.2  散點圖
      16.2.3  堆疊柱狀圖
      16.2.4  分組柱狀圖
    16.3  使用ggplot2進行高級繪圖
      16.3.1  ggplot2簡介
      16.3.2  為散點圖添加回歸擬合線
      16.3.3  分面圖
      16.3.4  利用ggplot2描述數據分佈
    16.4  本章小結
主要參考文獻

  • 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