- 应用统计(新形态教材)
- - 作者：编者:赵静//卯越//杨雪|责编:苗庆波
  - 出版社：清华大学
  - ISBN：9787302702917
  - 出版日期：2025/09/01
  - 页数：215
- 售价：19.92

内容大纲
本教材系统地介绍了应用统计学的基本概念、原理和方法。全书共3篇7章，内容有统计推断篇（包括统计学的基本概念及抽样分布、参数估计、假设检验），线性统计模型篇（包括方差分析与试验设计、回归分析）和多元统计分析篇（包括聚类分析与判别分析、主成分分析与因子分析）。各章配有知识图谱、R软件源程序和延伸阅读电子资料；每章配有两组习题，A组提升学生的理论基础水平，B组训练学生的应用能力。书后附有概率论基础知识、分位数表和习题的部分参考答案。
本教材既可作为高等院校理工类、经管类各专业研究生或高年级学生学习应用统计课程的参考教材，也可供在自然科学、社会科学、工程技术等诸多领域中用到统计科学的工作者参考。
作者介绍
目录
绪论
  0.1  统计学的产生和发展
    0.1.1  统计学发展史
    0.1.2  我国的统计学教育
  0.2  现代统计学的性质和特点
第1篇  统计推断
  第1章  统计学的基本概念及抽样分布
    1.1  统计学的基本概念
      1.1.1  总体与样本
      1.1.2  样本分布
      1.1.3  统计量
    1.2  抽样分布
      1.2.1  x2分布
      1.2.2  t分布
      1.2.3  F分布
    1.3  抽样分布定理
    1.4  统计分析软件训练
    小结
    习题
  第2章  参数估计
    2.1  点估计和估计量的求法
      2.1.1  矩估计法
      2.1.2  最大似然估计法
    2.2  估计量的评选标准
      2.2.1  无偏性
      2.2.2  有效性
      2.2.3  相合性
    2.3  参数的区间估计
      2.3.1  单个正态总体参数的区间估计
      2.3.2  两个正态总体参数的区间估计
      2.3.3  大样本下的区间估计
      2.3.4  单侧置信区间
    2.4  统计分析软件训练
    小结
    习题
  第3章  假设检验
    3.1  假设检验的基本概念
      3.1.1  假设检验问题
      3.1.2  假设检验的基本思想
      3.1.3  假设检验的基本步骤
    3.2  参数假设检验
      3.2.1  正态总体参数的假设检验
      3.2.2  非正态总体参数的假设检验
    3.3  非参数假设检验
      3.3.1  总体分布函数的假设检验
      3.3.2  独立性的假设检验
      3.3.3  两总体分布比较的假设检验
    3.4  统计分析软件训练
    小结
    习题

第2篇  线性统计模型
  第4章  方差分析与试验设计
    4.1  单因素方差分析
      4.1.1  单因素方差分析的基本思想
      4.1.2  单因素方差分析的过程
      4.1.3  多重比较
    4.2  两因素方差分析
      4.2.1  无交互作用的两因素方差分析
      4.2.2  有交互作用的两因素方差分析
    4.3  正交试验设计
      4.3.1  正交表
      4.3.2  正交试验设计
    4.4  统计分析软件训练
    小结
    习题4
  第5章  回归分析
    5.1  一元线性回归分析
      5.1.1  一元线性回归模型
      5.1.2  回归参数的最小二乘估计
      5.1.3  显著性检验
      5.1.4  预测与控制
    5.2  一元非线性回归分析
    5.3  多元回归分析
      5.3.1  多元线性回归模型
      5.3.2  回归参数的最小二乘估计
      5.3.3  显著性检验
      5.3.4  预测
      5.3.5  多元非线性回归分析
      5.3.6  复共线性
    5.4  逐步回归分析
    5.5  Logistic回归
    5.6  统计分析软件训练
    小结
    习题5
第3篇  多元统计分析
  第6章  聚类分析与判别分析
    6.1  聚类分析的基本原理
      6.1.1  距离与相似系数
      6.1.2  数据资料矩阵的标准化处理
    6.2  系统聚类法
      6.2.1  类间距离
      6.2.2  系统聚类法的步骤
    6.3  K-均值聚类法
      6.3.1  K-均值聚类法的基本思想
      6.3.2  选择凝聚点与初始分类
      6.3.3  计算步骤
    6.4  判别分析的基本思想及意义
      6.4.1  判别分析的应用
      6.4.2  判别分析的意义
    6.5  距离判别

      6.5.1  马氏距离
      6.5.2  两总体的距离判别
      6.5.3  多总体的距离判别
      6.5.4  判别准则的评价
    6.6  Bayes判别
    小结
    习题
  第7章  主成分分析与因子分析
    7.1  主成分分析
      7.1.1  主成分分析的基本原理
      7.1.2  主成分分析的步骤及应用
    7.2  因子分析
      7.2.1  因子分析的数学模型
      7.2.2  因子载荷矩阵的估计方法
      7.2.3  因子旋转
      7.2.4  因子得分
      7.2.5  因子分析的步骤及其他
    小结
    习题
部分习题答案
参考文献
附录  概率论基础知识
附表  常用数理统计表
  附表1  标准正态分布数表
  附表2  x2分布上侧分位数表
  附表3  t分布上侧分位数表
  附表4  F分布上侧分位数表
  附表5  Wilcoxon秩和检验临界值表
  附表6  常用的完备型正交表

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目