[
-
内容大纲
本书是写给社会科学类专业的青年学子或者研究人员的社会统计学入门教材，内容深入浅出、文字通俗易懂，致力于帮助读者建立统计思维、掌握社会统计学基本原理和方法。本书共16章，分为四篇，第一篇统计基础，包含统计思维、描述性统计和概率与分布初步等内容；第二篇统计推断，包含抽样分布、参数的假设检验、方差分析、非参数检验、相关与回归等内容；第三篇统计模型，包含统计建模基础、线性回归模型应用基础、回归诊断、虚拟变量回归模型等内容；第四篇写给零基础学习者的R语言基础，包含R基本操作、R语言数据组织与基本数据管理、高级数据管理、R语言数据可视化等内容。
本书可作为普通高等学校经济学、管理学、社会学等专业的本科生教材，也可供相关专业人员参考。 -
作者介绍
-
目录
前言
第一篇 统计基础
第1章 统计思维
1.1 统计是一种思维方式
1.1.1 统计学家和普通人想得不一样
1.1.2 统计思维的特征
1.2 统计是大数据分析的内核
1.2.1 我们已置身大数据时代
1.2.2 大数据时代的世界
1.2.3 大数据的底层逻辑是统计分析
1.3 统计分析是为了寻找真相
1.4 统计数字会撒谎
1.5 本章小结
第2章 描述性统计
2.1 数据测量层次
2.1.1 定类尺度
2.1.2 定序尺度
2.1.3 定距尺度
2.1.4 定比尺度
2.2 集中趋势描述
2.2.1 平均数
2.2.2 中位数
2.2.3 四分位数
2.2.4 众数
2.3 离散趋势描述
2.3.1 极差
2.3.2 方差
2.3.3 标准差
2.3.4 离散系数
2.4 本章小结
第3章 概率与分布初步
3.1 概率是决策的基础
3.1.1 人类渴望预知未来，未来充满了不确定性
3.1.2 概率是不确定性情形决策的重要工具
3.1.3 需要注意的决策谬误
3.2 概率的基本知识
3.2.1 概率的基本概念
3.2.2 概率的基本规则
3.3 概率分布及分布曲线
3.3.1 概率分布
3.3.2 分布曲线
3.4 正态分布
3.4.1 正态分布概述
3.4.2 正态分布曲线的特征
3.4.3 正态分布曲线的Z值
3.4.4 正态分布曲线的应用
3.5 本章小结
第二篇 统计推断
第4章 抽样分布
4.1 为什么要抽样
4.2 可以用样本均值推断总体均值吗
4.3 抽样分布的概念
4.4 t分布
4.5 大数定理和中心极限定理
4.5.1 大数定理
4.5.2 中心极限定理
4.6 区间估计
4.7 本章小结
第5章 参数的假设检验
5.1 假设检验的基本逻辑
5.2 单样本均值假设检验
5.2.1 什么是单样本均值假设检验
5.2.2 单样本均值假设检验的步骤
5.3 双样本均值假设检验
5.3.1 什么是双样本均值假设检验
5.3.2 双样本均值假设检验的步骤
5.4 配对样本均值假设检验
5.4.1 什么是配对样本均值假设检验
5.4.2 配对样本均值假设检验的步骤
5.5 本章小结
第6章 方差分析
6.1 什么是方差分析
6.2 方差分析的6个步骤
6.3 单因素方差分析
6.3.1 什么是单因素方差分析
6.3.2 单因素方差分析的步骤
6.4 双因素方差分析
6.4.1 什么是双因素方差分析
6.4.2 双因素方差分析的步骤
6.5 本章小结
第7章 非参数检验
7.1 单样本卡方检验——定类变量假设检验的有效工具
7.1.1 什么是卡方值
7.1.2 卡方分布与假设检验
7.1.3 单因素拟合优度检验
7.1.4 列联表与双因素独立检验
7.1.5 卡方检验使用的注意事项
7.2 配对样本非参数检验
7.2.1 什么是配对样本
7.2.2 两配对样本非参数检验——符号检验
7.2.3 两配对样本非参数检验——符号秩检验
7.2.4 多配对样本非参数检验——Friedman检验
7.3 独立样本非参数检验
7.3.1 什么是独立样本
7.3.2 两独立样本的非参数检验——秩和检验
7.3.3 两独立样本的非参数检验——曼-惠特尼U检验
7.3.4 多独立样本的非参数检验——Kruskal-Wallis检验
7.4 本章小结
第8章 相关与回归
8.1 相关和因果
8.1.1 什么是相关关系
8.1.2 相关不等同于因果
8.2 如何识别和测度相关关系
8.2.1 散点图
8.2.2 从方差到协方差
8.2.3 皮尔森相关系数——标准化协方差
8.2.4 偏相关
8.2.5 相关系数的显著性检验
8.2.6 不同数据类型的相关性检验
8.2.7 相关性检验的R语言实现
8.3 回归分析
8.3.1 线性回归模型的几何解释
8.3.2 回归系数和截距
8.3.3 拟合优度R
8.3.4 多元线性回归
8.3.5 回归的假设检验
8.3.6 回归分析的R语言实现
8.4 本章小结
第三篇 统计模型
第9章 统计建模基础
9.1 统计建模的一个故事
9.2 统计建模的一般思路
9.3 案例分析
9.4 本章小结
第10章 线性回归模型应用基础
10.1 回归分析应用概述
10.2 建立线性回归数学模型
10.2.1 建立线性回归数学模型的一般步骤
10.2.2 多元线性回归模型与解释变量、控制变量
10.3 线性回归数学模型求解与结果分析
10.3.1 回归方程参数估计与回归系数的解释
10.3.2 线性回归模型的拟合优度
10.3.3 线性回归模型的假设检验
10.4 本章小结
第11章 回归诊断
11.1 回归模型的前提假设
11.2 残差的诊断
11.2.1 线性检验
11.2.2 独立性检验
11.2.3 残差方差齐性检验
11.2.4 残差正态性检验
11.3 数据的诊断
11.3.1 异常点
11.3.2 强影响点
11.4 回归诊断的R语言实现
11.5 本章小结
第12章 虚拟变量回归模型
12.1 一个错误的解释和一个错用的模型
12.1.1 结果误读
12.1.2 模型误用
12.2 什么是虚拟变量
12.2.1 虚拟变量的含义
12.2.2 虚拟变量对回归模型选择的影响
12.3 解释变量为虚拟变量的回归模型
12.3.1 加法形式的回归模型
12.3.2 乘法形式的回归模型
12.4 被解释变量为虚拟变量的回归模型
12.4.1 Logistic回归
12.4.2 glm()函数
12.4.3 数据分析与结果的解读
12.4.4 虚拟变量回归模型的拟合与诊断
12.5 本章小结
第四篇 写给零基础学习者的R语言基础
第13章 R基本操作
13.1 编程是门“手艺”
13.1.1 为什么要学习编程
13.1.2 编程可以学会吗
13.2 编程语言是工具
13.2.1 编程语言的分类
13.2.2 编程语言的区别
13.2.3 编程语言的选择
13.3 初识R
13.3.1 R的特点
13.3.2 R安装与操作界面
13.3.3 与R的简单互动
13.3.4 工作空间
13.3.5 脚本
13.3.6 包
13.4 本章小结
第14章 R语言数据组织与基本数据管理
14.1 R的基本数据类型
14.1.1 什么是数据类型
14.1.2 R常用的数据类型
14.2 R的基本运算
14.2.1 算术运算
14.2.2 比较运算
14.2.3 逻辑运算
14.2.4 运算次序
14.3 R的数据结构
14.3.1 一维同质表达——向量
14.3.2 二维同质模式——矩阵
14.3.3 矩阵多维延展——数组
14.3.4 对象有序集合——列表
14.3.5 二维不同模式——数据框
14.3.6 特殊变量集合——因子
14.4 R的数据输入
14.4.1 使用键盘输入数据
14.4.2 从带分隔符的文本文件导入数据
14.4.3 导入Excel数据
14.4.4 导入SPSS数据
14.4.5 导入SAS数据
14.4.6 导入Stata数据
14.4.7 导入其他数据
14.5 R的基本数据管理
14.6 本章小结
第15章 高级数据管理
15.1 数据处理案例介绍
15.2 R内置函数
15.3 R处理数据的步骤
15.4 R控制流
15.5 用户自编函数
15.6 本章小结
第16章 R语言数据可视化
16.1 常见单变量统计图绘制
16.1.1 直方图
16.1.2 柱状图
16.1.3 饼图
16.1.4 箱线图
16.2 常见双变量统计图
16.2.1 并列箱线图
16.2.2 散点图
16.2.3 堆叠柱状图
16.2.4 分组柱状图
16.3 使用ggplot2进行高级绘图
16.3.1 ggplot2简介
16.3.2 为散点图添加回归拟合线
16.3.3 分面图
16.3.4 利用ggplot2描述数据分布
16.4 本章小结
主要参考文献
同类热销排行榜
- 向着光亮那方/谁的青春不迷茫系列16.8
- 你所谓的稳定不过是在浪费生命15.2
- 全球通史(从史前史到21世纪第7版修订版下)/培文书系21.6
- 答案之书(精)15.2
- 八万四千问18
- 万历十五年/黄仁宇作品系列10.4
- 耶路撒冷三千年(精)31.2
- 中国大历史/黄仁宇作品系列11.2
- 梦的解析15.92
- 鱼羊野史(第6卷11-12月晓松说历史上的今天)18
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...