• 暨南大学研究生教材:多元统计分析及R语言建模
21年品牌 40万+商家 超1.5亿件商品

暨南大学研究生教材:多元统计分析及R语言建模

正版旧书,商品以实拍图为准,所见即所得,15点前订单当天发货

6.5 1.7折 38 九品

仅1件

河北保定
认证卖家担保交易快速发货售后保障

作者王斌会 著

出版社暨南大学出版社

出版时间2010-01

版次1

装帧平装

上书时间2024-12-20

晴天的图书店

八年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 王斌会 著
  • 出版社 暨南大学出版社
  • 出版时间 2010-01
  • 版次 1
  • ISBN 9787811354201
  • 定价 38.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 320页
  • 字数 505千字
  • 正文语种 简体中文
【内容简介】
  《暨南大学研究生教材:多元统计分析及R语言建模》是关于R语言的一本应用教材。由于主要针对本科生和研究生,本书将重点放在对R语言的工作原理的解释和模型建立上。R语言涉及广泛,因此对于学生来讲,了解和掌握一些基本概念及原理是很有必要的,关于R语言的基本统计分析请见作者编写的《R语言统计分析软件教程》(2007)。在打下扎实的基础后,进行更深入的学习将会变得轻松许多。本着深入浅出的宗旨,本书将配合大量图表等形式,尽可能使用通俗的语言,使读者容易理解而不失细节。

  多元统计分析方法涉及较为复杂的数学理论,计算烦琐。大多数多元统计方法无法用手工计算,必须有计算机和统计软件的支持,因此在写作上也不可能将计算步骤逐步地写出来。作者认为,对于一般的科技工作者,重要的不在于理解多元统计方法的数学原理,也不完全需要掌握具体的计算步骤,而是要了解多元统计方法的分析目的、基本思想、分析逻辑、应用条件和结果解释。所以这部分读者可以忽略有关章节中数学理论和具体计算过程的介绍,着重阅读每种方法的应用条件、基本分析思想、实例的具体应用和结果解释。
【目录】
总序

前言

1多元统计分析概述

1.1多元统计分析的历史

1.2多元统计分析的用途

1.3多元统计分析的内容

1.4软件及其在统计分析中的应用

1.4.1强大的统计分析软件

1.4.2完整的数值计算软件

1.4.3免费的数据分析软件

思考练习题

2多元数据的数学表达及R使用

2.1如何收集和整理多元分析资料

2.2数据的数学表达

2.3数据矩阵及R语言表示

2.4数据的R语言表示——数据框

2.5多元数据的R语言调用

2.6多元数据的简单R语言分析

思考练习题

3多元数据的直观表示及R使用

3.1简述

3.2均值条图及R使用

3.3箱尾图及R使用

3.4星相图及R使用

3.5脸谱图及R使用

3.6调和曲线图及R使用

3.7其他多元分析图

思考练习题

4多元相关与回归分析及R使用

4.1变量间的关系分析

4.1.1简单相关分析的R计算

4.1.2一元线性回归分析的R计算

4.2多元线性回归分析

4.2.1多元线性回归模型的建立

4.2.2多元线性回归模型的检验

4.3多元线性相关分析

4.3.1矩阵相关分析

4.3.2复相关分析

4.4回归变量的选择方法

4.4.1变量选择准则

4.4.2逐步回归分析

思考练习题

5线性与非线性模型及R使用

5.1数据的分类与模型选择

5.1.1变量的取值类型

5.1.2模型选择方式

5.2广义线性模型

5.2.1广义线性模型概述

5.2.2Logistic模型

5.2.3对数线性模型

5.3非线性回归模型

5.3.1一元非线性回归模型及其应用

5.3.2多元非线性回归模型概述

5.3.3多元非线性回归模型的计算

思考练习题

6判别分析及R使用

6.1判别分析的概念

6.2线性判别分析

6.3距离判别法

6.3.1两总体距离判别

6.3.2多总体距离判别

6.4Bayes判别法

6.4.1Bayes判别准则

6.4.2正态总体的Bayes判别

思考练习题

7聚类分析及R使用

7.1聚类分析的概念和类型

7.2聚类统计量

7.3系统聚类法

7.3.1系统聚类法的基本思想

7.3.2系统聚类法的计算公式

7.3.3系统聚类法的基本步骤

7.4kmeans聚类法

7.4.1kmeans聚类的概念

7.4.2kmeans聚类的原理与计算

7.5聚类分析的一些问题

思考练习题

8主成分分析及R使用

8.1主成分分析的直观解释

8.2主成分分析的性质

8.3主成分分析的步骤

8.4应用主成分分析的注意事项

思考练习题

9因子分析及R使用

9.1因子分析的思想

9.2因子分析模型

9.3因子载荷的估计及解释

9.3.1主因子估计法

9.3.2极大似然估计法

9.3.3因子载荷的统计意义

9.4因子旋转方法

9.5因子得分计算

9.6因子分析的步骤

9.7实际中如何进行因子分析

思考练习题

10对应分析及R使用

10.1对应分析的提出

10.2对应分析的基本原理

10.3对应分析的计算步骤

10.4对应分析应注意的几个问题

思考练习题

11典型相关分析及R使用

11.1引言

11.2典型相关分析的基本架构

11.3典型相关分析的基本原理

11.4典型相关系数的显著性检验

11.5典型相关系数及变量的计算

思考练习题

12多维标度法MDS及R使用

12.1MDS的基本理论和方法

12.2MDS的古典解

12.3非度量方法

12.4多维标度法的计算过程

思考练习题

13综合评价方法及R使用

13.1综合评价的基本概念

13.2综合评价中指标体系的构建

13.2.1选择并构建综合评价指标体系

13.2.2确定观测指标的量纲方法

13.2.3综合评价指标的合成方法

13.2.4确定评价指标的权数

13.3综合评价方法及其应用

13.3.1综合评分法

13.3.2层次分析法

思考练习题

14统计分析软件Rstat使用简介

14.1关于R语言

14.1.1什么是R语言

14.1.2为什么要用R语言

14.1.3R语言进行统计分析的优势和缺点

14.2关于Rstat软件

14.2.1Rstat简介

14.2.2Rstat使用简介

15基于Rstat的多元案例分析

【案例1】基于R语言的统计计算框架

【案例2】多元数据的基本统计分析

【案例3】广东省各地区城市现代化水平的直观分析

【案例4】财政收入的多因素分析

案例分析题

【案例5】年龄和性别对服务产品观点的差异分析

案例分析题

【案例6】企业财务状况的判别分析

案例分析题

【案例7】我国区域经济的综合评价

案例分析题

【案例8】广东省各地区电信业发展情况综合分析

案例分析题

【案例9】因子分析在上市公司经营业绩评价中的应用

案例分析题

【案例10】对应分析在市场细分和产品定位中的应用

案例分析题

【案例11】农村居民收入和支出的典型相关分析

案例分析题

【案例12】国内各地区工资水平分析

案例分析题

附录AR使用界面和命令

附录BR语言包及其函数

附录C自编R语言包及函数

参考文献
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP