• 统计计算:使用R(美)玛利亚L.里佐 美玛利亚L.里佐MariaL.Rizzo 著 胡锐 李义 译
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

统计计算:使用R(美)玛利亚L.里佐 美玛利亚L.里佐MariaL.Rizzo 著 胡锐 李义 译

25.73 3.3折 79 九品

仅1件

北京东城
认证卖家担保交易快速发货售后保障

作者[美]玛利亚L.里佐(MariaL.Rizzo)

出版社机械工业出版社

出版时间2018-09

版次1

装帧平装

货号A5

上书时间2024-12-23

图书-天下的书店

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 [美]玛利亚L.里佐(MariaL.Rizzo)
  • 出版社 机械工业出版社
  • 出版时间 2018-09
  • 版次 1
  • ISBN 9787111553625
  • 定价 79.00元
  • 装帧 平装
  • 开本 其他
  • 页数 368页
【内容简介】
本书是统计计算或者计算统计学教材. 书中包含了计算统计学的传统核心 问题: 概率分布模拟随机变量、 蒙特卡罗积分和方差缩减法、 蒙特卡罗法和马 尔可夫链蒙特卡罗方法、 自助法和水手刀法、 密度估计和多元数据可视化等 内容.
本书包含大量实例和练习? 所有实例中的代码都可以在网站上下载. 实现 实例所使用的数据也都是 R 中的公开数据或者模拟数据.
本书既可作为高年级本科生和研究生的教材? 也可作为相关科研人员和统 计爱好者的参考书.
【作者简介】
玛利亚L.里佐(Maria Rizzo)――美国博林格林州立大学教授,研究领域包括能量统计,统计学,应用统计,统计计算,多元统计分析,多元统计推断,拟合优度检验,非线性相关性,统计学习,机器学习,聚类分析和分类算法,计算统计。在统计年鉴,应用统计年鉴,多元统计期刊上发表论文30余篇。所著的书籍有《统计计算使用R》,《通过实例学习R》和《能量统计》。能量统计是过去十几年统计理论和应用领域的一个重大突破和发展,基于能量统计的诸多算法同时也被应用在金融,生物,制药等行业。
【目录】
译者序
前言
章  引言
  1.1  计算统计和统计计算
  1.2  R环境
  1.3  次如何使用R
  1.4  使用R在线帮助
  1.5  函数
  1.6  数组数据框表
  1.7  工作区和文档
  1.8  使用脚本
  1.9  使用软件包
  1.10  图形
第2章  概率和统计回顾
  2.1  随机变量和概率
  2.2  一些离散分布
  2.3  一些连续分布
  2.4  多元正态分布
  2.5  极限定理
  2.6  统计学
  2.7  贝叶斯定理和贝叶斯统计
  2.8  马尔可夫链
第3章  随机变量生成方法
  3.1  引言
  3.2  逆变换法
  3.3  接受拒绝法
  3.4  其他变换方法
  3.5  求和变换与混合
  3.6  多元分布
  3.7  随机过程
  练习
第4章  多元数据可视化
  4.1  引言
  4.2  平面显示
  4.3  曲面图和三维散点图
  4.4  等高线图
  4.5  数据的其他二维表现
  4.6  数据可视化的其他方法
  练习
第5章  蒙特卡罗积分和方差缩减
  5.1  引言
  5.2  蒙特卡罗积分法
  5.3  方差缩减
  5.4  对偶变量法
  5.5  控制变量法
  5.6  重要抽样法
  5.7  分层抽样法
  5.8  分层重要抽样法
  练习
  R代码
第6章  统计推断中的蒙特卡罗方法
  6.1  引言
  6.2  估计中的蒙特卡罗方法
  6.3  假设检验中的蒙特卡罗方法
  6.4  应用:“Count Five”等方差检验
  练习
  习题
第7章  自助法和水手刀法
  7.1  自助法
  7.2  水手刀法
  7.3  基于自助法的水手刀法
  7.4  自助法置信区间
  7.5  更好的自助法置信区间
  7.6  应用:交叉验证
  练习
  习题
第8章  置换检验
  8.1  引言
  8.2  同分布检验
  8.3  多元同分布检验
  8.4  应用:距离相关性
  练习
  习题
第9章  马尔可夫链蒙特卡罗方法
  9.1  引言
  9.2  Metropolis―Hastings算法
  9.3  Gibbs样本生成器
  9.4  收敛性监测
  9.5  应用:变点分析
  练习
  R代码
0章  概率密度估计
  10.1  一元密度估计
  10.2  核密度估计
  10.3  二元和多元密度估计
  10.4  密度估计的其他方法
  练习
  R代码
1章  R中的数值方法
  11.1  引言
  11.2  一维中的求根法
  11.3  数值积分
  11.4  极大似然问题
  11.5  一维最优化
  11.6  二维最优化
  11.7  期望优选化算法
  11.8  线性规划――单纯形法
  11.9  应用:博弈论
  练习
附录
  附录A  符号
  附录B  处理数据框和数组
    B.1  重抽样和数据划分
    B.2  构造子集和重塑数据
    B.3  数据输入和数据分析
参考文献
索引
点击展开 点击收起

—  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