统计学—基于R
￥ 32.81 5.6折 ￥ 59 九五品
仅1件
作者贾俊平
出版社中国人民大学出版社
ISBN9787300312385
出版时间2023-01
版次1
装帧平装
开本16开
纸张胶版纸
页数339页
字数99999千字
定价59元
上书时间2024-05-12
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:统计学—基于R
定价：59.00元
作者:贾俊平
出版社：中国人民大学出版社
出版日期：2023-01-01
ISBN：9787300312385
字数：503000
页码：339
版次：5
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
《统计学——基于R（第5版）》特色： 统计方法与R软件的有机结合。该书是一本基于R语言实现全部例题计算和分析的统计学教材，内容包括数据的描述性分析方法、推断方法以及常用的一些统计方法等，附录介绍了自助法置信区间的原理和应用。例题解答给出了详细的R代码，并列有必要的注释，对R的输出结果作了详尽解读。 注重统计方法应用，避免方法的数学推导。侧重于对统计方法思想和原理的介绍，并结合实际数据和案例讲述统计方法的应用，避免统计公式的推导，侧重于方法的R实现及其结果的解读，力求通俗易懂。 完善的教学和学习资源。为方便教学和学习，全书配有详细的教学大纲（含思政建设内容）、详细的R代码脚本、教学和学习用PPT（课件）、例题和练习题数据、习题答案等。
目录
目 录章数据与R语言1．1数据与统计学 1．1．1统计学与数据分析1．1．2数据分析方法和工具1．1．3数据及其来源1．2 R语言的初步使用1．2．1 R软件的下载与安装1．2．2对象赋值与运行1．2．3编写代码脚本1．2．4查看帮助文件1．2．5包的安装与加载1．2．6数据读取和保存习题第2章 数据处理和绘图基础2．1 R的数据类型及其操作2．1．1 向量、矩阵和数组2．1．2 数据框2．1．3 因子和列表2．2 数据抽样和筛选 2．2．1 数据抽样 2．2．2 数据筛选 2．2．3 生成随机数 2．3 数据类型的转换 2．3．1 变量转换成向量 2．3．2 数据框转换成矩阵 2．3．3 短格式转化成长格式 2．4 生成频数表 2．4．1 类别数据频数表 2．4．2 数值数据类别化 2．5 R语言绘图基础 2．5．1 基本绘图函数 2．5．2 图形控制和页面布局 2．5．3 图形配色 习题第3章 数据可视化 3．1 类别数据可视化3．1．1 条形图及其变种 3．1．2 饼图及其变种 3．2 数据分布可视化3．2．1 直方图与核密度图3．2．2 箱线图和小提琴图3．2．3 茎叶图 3．3 变量间关系可视化3．3．1 散点图 3．3．2 散点图矩阵和相关系数矩阵3．3．3 3D散点图和气泡图3．4 样本相似性可视化3．4．1 轮廓图3．4．2 雷达图 3．4．3 星图3．5 时间序列可视化3．5．1 折线图3．5．2 面积图3．6 可视化的注意事项3．6．1 图形元素3．6．2 坐标轴刻度起点3．6．3 图形比例3．6．4 3D图形习题第4章 数据的描述统计量4．1 描述水平的统计量4．1．1 平均数4．1．2 分位数4．1．3 众数 4．2 描述差异的统计量4．2．1 极差和四分位差4．2．2 方差和标准差4．2．3 变异系数4．3 描述分布形状的统计量4．3．1 偏度系数4．3．2 峰度系数4．4 数据标准化 4．4．1 标准分数 4．4．2 极值标准化 4．5 数据的综合描述4．5．1 几个常用的 R 函数 4．5．2 一个综合描述的例子 习题 第5章 随机变量的概率分布 5．1 什么是概率 5．2 随机变量的概率分布 5．2．1 随机变量及其概括性度量5．2．2 随机变量的概率分布5．2．3 其他几个重要的统计分布5．3 样本统计量的概率分布 5．3．1 统计量及其分布 5．3．2 样本均值的抽样分布 5．3．3 样本方差的抽样分布 5．3．4 样本比例的抽样分布 5．3．5 统计量的标准误 习题第 6章 参数估计 6．1 参数估计的原理 6．1．1 点估计与区间估计6．1．2 评量估计量的标准6．2 总体均值的区间估计6．2．1 一个总体均值的估计 6．2．2 两个总体均值差的估计6．3 总体比例的区间估计 6．3．1 一个总体比例的估计6．3．2 两个总体比例差的估计6．4 总体方差的区间估计6．4．1 一个总体方差的估计6．4．2 两个总体方差比的估计习题第7章 假设检验7．1 假设检验的原理7．1．1 提出假设7．1．2 做出决策7．1．3 表述结果7．1．4 效应量 7．2 总体均值的检验7．2．1 一个总体均值的检验7．2．2 两个总体均值差的检验7．3 总体比例的检验7．3．1 一个总体比例的检验7．3．2 两个总体比例差的检验7．4 总体方差的检验7．4．1 一个总体方差的检验7．4．2 两个总体方差比的检验7．5 正态性检验7．5．1 正态概率图7．5．2 Shapiro-Wilk检验和Kolmogorov-Smirnov检验习题第8章类别变量分析8．1 一个类别变量的拟合优度检验8．1．1 期望频数相等 8．1．2 期望频数不等 8．2 两个类别变量的独立性检验 8．2．1 列联表与 χ2独立性估计 8．2．2 应用χ2检验的注意事项8．3 两个类别变量的相关性度量 8．3．1 φ系数和 Cramer’s V系数8．3．2 列联系数习题第9章 方差分析 9．1 方差分析的原理 9．1．1 什么是方差分析 9．1．2 误差分解 9．2 单因子方差分析 9．2．1 数学模型 9．2．2 效应检验 9．2．3 效应量分析 9．2．4 多重比较 9．3 双因子方差分析 9．3．1 数学模型 9．3．2 主效应分析 9．3．3 交互效应分析9．4 方差分析的假定及其检验 9．4．1 正态性检验 9．4．2 方差齐性检验 习题 0章 一元线性回归 10．1 确定变量间的关系 10．1．1 变量间的关系 10．1．2 相关关系的描述 10．1．3 关系强度的度量 10．2 模型估计和检验 10．2．1 回归模型与回归方程 10．2．2 参数的二乘估计 10．2．3 模型的拟合优度 10．2．4 模型的显著性检验 10．3 利用回归方程进行预测 10．3．1 均值的置信区间 10．3．2 个别值的预测区间 10．4 回归模型的诊断 10．4．1 残差与残差图 10．4．2 检验模型假定 习题 1章 多元线性回归 11．1 多元线性回归模型及其参数估计 11．1．1 回归模型与回归方程 11．1．2 参数的二乘估计 11．2 拟合优度和显著性检验 11．2．1 模型的拟合优度 11．2．2 模型的显著性检验 11．2．3 模型诊断 11．3 多重共线性及其处理 11．3．1 多重共线性及其识别 11．3．2 变量选择与逐步回归 11．4 相对重要性和模型比较 11．4．1自变量的相对重要性 11．4．2 模型比较 11．5 用回归方程进行预测 11．6 哑变量回归11．6．1 在模型中引入哑变量 11．6．2 含有一个哑变量的回归 习题 2章 时间序列分析和预测 12．1 时间序列的描述性分析 12．1．1 增长率分析 12．1．2 成分分解 12．1．3 随机成分平滑 12．2 预测方法的选择与评估 12．3 指数平滑预测 12．3．1 指数平滑模型的一般表达 12．3．2 简单指数平滑预测 12．3．3 Holt指数平滑预测 12．3．4 Winters指数平滑预测 12．4 趋势外推预测 12．4．1线性趋势预测 12．4．2 非线性趋势预测 习题 附录 自助法置信区间 A．1 自助法与传统方法的比较 A．1．1 传统参数推断的原理 A．1．2自助法参数推断的原理 A．1．3 自助法与传统方法的异同 A．2几种常见的自助法置信区间 A．2．1 正态近似法 A．2．2 百分位数法 A．2．3 偏差矫正百分位数法 A．2．4 百分位t法A．3 自助法置信区间的应用 A．3．1 总体均值的自助法置信区间 A．3．2 总体方差的自助法置信区间 A．3．3 决定系数和回归系数的自助法置信区间 A．3．4 其他参数的自助法置信区间 A．3．5 一个实际例子的自助法应用参考书目
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价