非参数统计:基于python 统计 王星编 新华正版
￥ 27.4 5.6折 ￥ 49 全新
库存2件
河北保定
认证卖家担保交易快速发货售后保障
作者王星编
出版社中国人民大学出版社
ISBN9787300301495
出版时间2022-06
版次1
装帧平装
开本16
页数301页
字数470千字
定价49元
货号300_9787300301495
上书时间2024-06-19
- 在售商品 暂无
- 平均发货时间 25小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
章 基本概念
1.1 非参数统计的概念与产生
1.1.1 非参数统计的研究对象
1.1.2 非参数统计简史
1.2 设检验回顾
1.3 经验分布和分布探索
1.3.1 经验分布
1.3.2 生存函数
1.4 检验的相对效率
1.5 分位数和非参数估计
1.5.1 顺序统计量
1.5.2 分位数的定义
1.5.3 分位数的估计
1.5.4 分位数的图形表示
1.6 秩检验统计量
1.6.1 无重复数据的秩及质
1.6.2 带结数据的秩及质
1.7 u统计量
1.7.1 单一样本的u统计量和主要特征
1.7.2 两样本u检验统计量和分布
题
第2章 单变量位置推断问题
2.1 符号检验和分位数推断
2.1.1 基本概念
2.1.2 大样本的检验方法
2.1.3 符号检验在配对样本比较中的应用
2.1.4 分位数检验——符号检验的推广
2.2 cox-stuart 趋势存在检验
2.2.1 很优权重cox-stuart统计量基本
2.2.2 等权重cox-stuart统计量
2.3 游程检验
2.3.1 两类游程检验
2.3.2 三类及多类游程检验
2.4 wilcoxon符号秩检验
2.4.1 基本概念
2.4.2 wilcoxon 符号秩检验和抽样分布
2.5 估计量的稳健评价
2.5.1 敏感曲线
2.5.2 影响函数
2.5.3 失效点
2.6 单组数据的位置参数置信区间估计
2.6.1 顺序统计量位置参数置信区间估计
2.6.2 基于方差估计法的位置参数置信区间估计
2.7 正态记分检验
2.8 分布的一致检验
2.8.1 x2拟合优度检验
2.8.2 kolmogorov-smirnov 正态检验
2.8.3 liliefor 正态分布检验
2.9 单一体渐近相对效率比较
题
第3章 两独立样本数据的位置和尺度推断
3.1 brown-mood中位数检验
3.1.1 设检验问题
3.1.2 大样本检验
3.2 wilcoxon-mann-whitney 秩和检验
3.2.1 无结点wilcoxon-mann-whitney秩和检验
3.2.2 带结点时的计算公式
3.2.3 mx-my的点估计和区间估计
3.3 mann-whitney u统计量与roc曲线
3.4 置换检验
3.5 mood方差检验
3.6 moses方差检验
题
第4章 多组数据位置推断
4.1 试验设计和方差分析的基本概念回顾
4.2 多重检验问题
4.2.1 fdr控制基本
4.2.2 fdr的相关讨论
4.3 高阶鉴定法（hc）
4.4 kruskal-wallis 单因素方差分析
4.4.1 kruskal-wallis 检验的基本
4.4.2 有结点的检验
4.5 jonckheere-tertra 检验
4.5.1 无结点jonckheere-tertra 检验
4.5.2 带结点的jonckheere-tertra检验
4.6 friedman秩方差分析法
4.6.1 friedman 检验的基本
4.6.2 hollander-wolfe 两处理间比较
4.7 区组数据的调整秩和检验
4.8 cochran 检验
4.9 durbin不接近区组分析法
题
第5章 分类数据的关联分析
5.1 rxs列联表和x2独立检验
5.2 x2齐检验
5.3 fisher准确检验
5.4 memar检验
5.5 mantel-haenszel 检验
5.6 关联规则
5.6.1 关联规则基本概念
5.6.2 apriori算法
5.7 ridit 检验法
5.7.1 ridit得分的计算和设检验
5.7.2 根据置信区间分组
5.8 对数线模型
5.8.1 泊松回归
5.8.2 对数线模型的基本概念
5.8.3 模型的设计矩阵
5.8.4 模型的估计和检验
5.8.5 高维对数线模型和独立
题
第6章 秩相关和稳健回归
6.1 spearman秩相关检验
6.2 kendall t相关检验
6.3 多变量kendall协和系数检验
6.4 kappa一致检验
……
内容简介：
非参数统计是统计学和数据科学的重要分支领域。本书作为该领域的基础教材，其特点体现在以下几方面：1.针对强。该书针对数据分析专业的特点和需要，阐述非参数统计的基本概念、理论、方法和编程，重点从非受控观察数据对参数推断知识的需要角度出发，将统计推断知识、理论和方法与反事实复杂场景因果关系的解读与判断问题相结合，应用于稳健估计、局部模式、严格证据的信息提取任务中。2.通用强。适用于python技术数据管理人才培养。增加python技术的应用内容，编写了python综合程序，降低了统计理论学难度，增强了技术的可嵌入；自主研发的准确分析求解程序，大大补充了python中小数据推断程序的不足，计算的便利大幅提升，适用于python自动化测试、运维、数据分析等多种高端数据管理岗位的嵌入式学需求。3.内容新颖。顺应人工智能时代发展和数据分析大环境的变化，对特征工程有效降噪及控制错误发现率等方面的内容作了阐述与分析，针对深度学对图像应用的需求增加，增加了深度学的内容。
作者简介：
王星，民大学统计学院教授，北京师范大学数学本科与硕士，民大学统计学博士。社科重点项目负责人，中国大百科全书第三版统计学卷编委。在统计研究民大学学报数理统计与管理和jama等刊物发表多篇。主要研究方向包括稀疏网络挖掘模型、高维复杂数据统计学、深度学等。主要著作和译作包括非参数统计大数据分析：方法与应用人文社会科学文献网络知识模型与应用统计学导论一基于r应用等。讲授课程包括非参数统计、大数据分析、机器学方法等。曾获北京市高等教育成果奖、第十届统计科学研究成果奖、应用统计案例大赛指导教师等学术奖励；开设非参数统计mooc课程。
— 没有更多了 —
以下为对购买帮助不大的评价