统计思维:科学家入门导引:a primer for scientists9787111738053
正版图书，可开发票，请放心购买。
￥ 59.25 7.5折 ￥ 79 全新
库存60件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)M. D.埃奇(M. D. Edge)著
出版社机械工业出版社
ISBN9787111738053
出版时间2024-01
装帧平装
开本16开
定价79元
货号14771581
上书时间2025-01-10
![摩尔 乐伯 约德:[中英文本]9787538149463](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/ecdceabf/836d3e21cbd8f4b0_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
目录
目 录<br />译者序<br />前言<br />致谢第1章 初识数据1<br />第2章 R软件与探索性数据分析7<br /> 2.1 与R软件交互8<br /> 2.2 教程：鸢尾数据11<br /> 2.3 本章小结20<br /> 2.4 延伸阅读20<br />第3章 很好拟合线21<br /> 3.1 定义“很好”拟合23<br /> 3.2 推导：求最小二乘线25<br /> 3.3 结论29<br /> 3.4 本章小结31<br /> 3.5 延伸阅读31<br />第4章 概率与随机变量32<br /> 4.1 \[选读\]概率公理35<br /> 4.2 事件之间的关系：条件概率和<br />独立性36<br /> 4.3 贝叶斯定理38<br /> 4.4 离散随机变量及其分布41<br /> 4.5 连续随机变量及其分布43<br /> 4.6 概率密度函数45<br /> 4.7 分布族46<br /> 4.8 本章小结50<br /> 4.9 延伸阅读50<br />第5章 随机变量的性质51<br /> 5.1 数学期望与大数定律51<br /> 5.2 方差与标准差55<br /> 5.3 联合分布、协方差与相关性57<br /> 5.4 \[选读\]条件分布、期望和方差61<br /> 5.5 中心极限定理62<br /> 5.6 一个简单线性回归的概率<br />模型66<br /> 5.7 本章小结72<br /> 5.8 延伸阅读73<br />插叙74<br />第6章 点估计量的性质77<br /> 6.1 偏差80<br /> 6.2 方差81<br /> 6.3 均方误差82<br /> 6.4 一致性82<br /> 6.5 有效性84<br /> 6.6 \[选读\]统计决策理论与风险85<br /> 6.7 稳健性89<br /> 6.8 简单线性回归模型的估计量90<br /> 6.9 结论94<br /> 6.10 本章小结94<br /> 6.11 延伸阅读94<br />第7章 区间估计与推断96<br /> 7.1 标准误差96<br /> 7.2 置信区间97<br /> 7.3 频率推断Ⅰ:零假设、检验<br />统计量和p值101<br /> 7.4 频率推断Ⅱ：备择假设和拒绝<br />框架105<br /> 7.5 \[选读\]假设检验和置信区间的<br />关系107<br /> 7.6 零假设显著性检验及检验的<br />滥用108<br /> 7.6.1 缺乏复制性108<br /> 7.6.2 几乎固化了的α=0.05109<br /> 7.6.3 把α=0.05作为一个关卡109<br /> 7.6.4 科学假设与统计假设的区别109<br /> 7.6.5 忽视其他目标，如估计和<br />预测110<br /> 7.6.6 退化的知识文化110<br /> 7.6.7 根据零假设显著性检验评估<br />显著性检验112<br /> 7.7 频率推断Ⅲ：功效114<br /> 7.8 综合分析：当样本量增加时<br />会发生什么117<br /> 7.9 本章小结119<br /> 7.10 延伸阅读119<br />第8章 半参数估计与推断121<br /> 8.1 半参数点估计的矩方法123<br /> 8.1.1 嵌入式估计量124<br /> 8.1.2 矩方法估计126<br /> 8.2 使用bootstrap进行半参数区间<br />估计129<br /> 8.3 使用置换检验的半参数假设<br />检验137<br /> 8.4 结论142<br /> 8.5 本章小结143<br /> 8.6 延伸阅读143<br />第9章 参数估计与推断144<br /> 9.1 参数估计的极大似然估计法146<br /> 9.2 参数的区间估计：直接方法和<br />费希尔信息方法153<br /> 9.2.1 直接方法153<br /> 9.2.2 ［选读］费希尔信息方法154<br /> 9.3 使用瓦尔德检验进行参数假设<br />检验157<br /> 9.4 ［选读］使用似然比检验进行<br />参数假设检验158<br /> 9.5 本章小结161<br /> 9.6 延伸阅读162<br />第10章 贝叶斯估计与推断163<br /> 10.1 如何选择一个先验分布164<br /> 10.2 未缩放的后验、共轭以及<br />从后验分布中抽样165<br /> 10.3 使用贝叶斯估计方法获得点<br />估计量169<br /> 10.4 使用可信区间进行贝叶斯区间<br />估计172<br /> 10.5 ［选读］使用贝叶斯因子进行<br />贝叶斯“假设检验”174<br /> 10.6 结论：贝叶斯方法与频率<br />方法176<br /> 10.7 本章小结178<br /> 10.8 延伸阅读178<br />尾叙 模型与数据179<br /> 尾叙1 评估假定179<br /> 尾叙1.1 绘图180<br /> 尾叙1.2 假定的检验182<br /> 尾叙1.3 样本外预测183<br /> 尾叙2 简单线性回归的拓展184<br /> 尾叙2.1 多元回归185<br /> 尾叙2.2 广义线性模型188<br /> 尾叙2.3 混合模型191<br /> 尾叙3 结论194<br /> 尾叙4 延伸阅读195<br />附录197<br /> 附录A 微积分197<br /> 附录B R语言拓展208<br /> 附录C 部分练习答案223<br />数学符号表246<br />术语表248<br />参考文献257
主编推荐
本书是一本讲述统计思维的书，提供培养统计学家的概念框架，而非培养为统计学家的全面技术。本书重点解读一种统计方法，即简单线性回归，旨在让读者明白，想要成为自信的数据分析师优选深入学习一种统计方法，而不是粗略了解许多方法。
精彩内容
自然科学和社会科学的研究人员发现自己在大量的新数据中遨游。要想理解这些不断涌现的信息，需要的不仅仅是对公式化统计方法的生搬硬套。本书的主旨是让读者明白，想要成为自信的数据分析师优选深入学习一种统计方法，而不是粗略了解许多方法。
特别需要注意的是，本书侧重于简单线性回归，这是一种与应用统计学中最重要的工具密切相关的方法，将其作为一个详细案例教授基于重抽样、基于似然和贝叶斯统计推断方法。深入考虑简单线性回归，可以了解统计程序的设计方式，了解应用统计学时所持的哲学立场，了解探索统计方法优势的工具。本书的新颖之处在于它的数学水平，对于统计学家来说，它比大多数统计学图书都要温和，但对于非统计学家来说，它又比大多数入门图书都要严谨。
— 没有更多了 —
以下为对购买帮助不大的评价