欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 统计学(基于R第6版)/基于R应用的统计学丛书
      • 作者:贾俊平|责编:陈慧庚//刘昕悦
      • 出版社:中国人民大学
      • ISBN:9787300343518
      • 出版日期:2025/09/01
      • 页数:328
    • 售价:23.6
  • 内容大纲

        本书是一本基于R实现全部例题计算和分析的统计学教材,书中例题解答给出了详细的R代码和结果。全书共11章,包括数据的描述性分析方法、推断方法以及常用的一些统计方法等,附录介绍了自助法置信区间的原理和应用。本书可作为高等院校统计学专业本科生的基础课程教材,也可作为经济管理类专业及部分理、工、农、林、医、药等专业的统计学教材,对实际数据分析工作者也具有参考价值。
  • 作者介绍

        贾俊平,中国人民大学统计学院副教授。研究方向:统计方法在经济各领域的应用,统计教学方式和方法。主要著作有:《统计学》、《描述统计》、《工商管理统计》、《市场调查与分析》等。主持研究的“非统计学专业本科公共基础课——统计学教学改革”项目获2001年国家级教学成果二等奖、2001年北京市教学成果一等奖。2001年荣获北京市经济技术创新标兵称号,2003年荣获宝钢优秀教师奖等。
  • 目录

    第1章  数据与R语言
      1.1  数据与统计学
        1.1.1  统计学与数据分析
        1.1.2  数据分析方法和工具
        1.1.3  变量、数据及其分类
        1.1.4  数据来源
      1.2  R语言的初步使用
        1.2.1  R和RStudio的下载与安装
        1.2.2  对象赋值与运行
        1.2.3  编写代码脚本
        1.2.4  包的安装与加载
        1.2.5  查看帮助文件
        1.2.6  数据读取和保存
      习题
    第2章  数据处理和绘图基础
      2.1  R的数据类型及其操作
        2.1.1  向量、矩阵和数组
        2.1.2  数据框
        2.1.3  因子和列表
      2.2  数据抽样和筛选
        2.2.1  数据抽样
        2.2.2  数据筛选
        2.2.3  生成随机数
      2.3  数据类型的转换
        2.3.1  变量转换成向量
        2.3.2  数据框转换成矩阵
        2.3.3  短格式转换成长格式
      2.4  生成频数表
        2.4.1  类别数据频数表
        2.4.2  数值数据类别化
      2.5  R语言绘图基础
        2.5.1  基本绘图函数
        2.5.2  图形控制和布局
        2.5.3  图形配色
      习题
    第3章  数据可视化
      3.1  数据差异和结构可视化
        3.1.1  条形图及其变种
        3.1.2  饼图及其变种
      3.2  数据分布可视化
        3.2.1  直方图与核密度图
        3.2.2  箱线图和小提琴图
        3.2.3  茎叶图
      3.3  变量间关系可视化
        3.3.1  散点图及其解读
        3.3.1  散点图矩阵和相关系数矩阵
        3.3.2  3D散点图和气泡图
      3.4  样本相似性可视化
        3.4.1  平行坐标图
        3.4.2  雷达图

        3.4.3  星图
      3.5  时间序列可视化
        3.5.1  折线图
        3.5.2  面积图
      3.6  可视化的注意事项
        3.6.1  图形元素
        3.6.2  坐标轴刻度起点
        3.6.3  图形比例
        3.6.4  3D图形
      习题
    第4章  数据的描述统计量
      4.1  描述水平的统计量
        4.1.1  平均数
        4.1.2  分位数
        4.1.3  众数
      4.2  描述差异的统计量
        4.2.1  极差和四分位差
        4.2.2  方差和标准差
        4.2.3  变异系数
      4.3  描述分布形状的统计量
        4.3.1  偏度系数
        4.3.2  峰度系数
      4.4  数据标准化
        4.4.1  标准分数
        4.4.2  极值标准化
      4.5  数据的综合描述
        4.5.1  几个常用的R函数
        4.5.2  一个综合描述的例子
      习题
    第5章  随机变量的概率分布
      5.1  什么是概率
      5.2  随机变量及其分布
        5.2.1  随机变量及其概括性度量
        5.2.2  随机变量分布
        5.2.3  其他几个重要的统计分布
      5.3  样本统计量的概率分布
        5.3.1  统计量及其分布
        5.3.2  样本均值的抽样分布
        5.3.3  样本方差的抽样分布
        5.3.4  样本比例的抽样分布
        5.3.5  统计量的标准误
      习题
    第6章  参数估计
      6.1  参数估计的原理
        6.1.1  点估计与区间估计
        6.1.2  评量估计量的标准
      6.2  总体均值的区间估计
        6.2.1  一个总体均值的估计
        6.2.2  两个总体均值之差的估计
      6.3  总体比例的区间估计

        6.3.1  一个总体比例的估计
        6.3.2  两个总体比例之差的估计
      6.4  总体方差的区间估计
        6.4.1  一个总体方差的估计
        6.4.2  两个总体方差比的估计
      习题
    第7章  假设检验
      7.1  假设检验的原理
        7.1.1  提出假设
        7.1.2  做出决策
        7.1.3  表述结果
        7.1.4  效应量
      7.2  总体均值的检验
        7.2.1  一个总体均值的检验
        7.2.2  两个总体均值之差的检验
      7.3  总体比例的检验
        7.3.1  一个总体比例的检验
        7.3.2  两个总体比例之差的检验
      7.4  总体方差的检验
        7.4.1  一个总体方差的检验
        7.4.2  两个总体方差比的检验
      7.5  正态性检验
        7.5.1  正态概率图
        7.5.2  S-W检验和K-S检验
      习题
    第8章  类别变量分析
      8.1  一个类别变量的拟合优度检验
        8.1.1  期望频数相等
        8.1.2  期望频数不等
      8.2  两个类别变量的独立性检验
        8.2.1  列联表与独立性检验
        8.2.2  应用检验的注意事项
      8.3  两个类别变量的相关性度量
        8.3.1  系数和Cramer’s V系数
        8.3.2  列联系数
      习题
    第9章  方差分析
      9.1  方差分析的原理
        9.1.1  方差分析及有关术语
        9.1.2  误差分解
      9.2  单因子方差分析
        9.2.1  数学模型
        9.2.2  效应检验
        9.2.3  效应量分析
        9.2.4  多重比较
      9.3  双因子方差分析
        9.3.1  数学模型
        9.3.2  主效应分析
        9.3.3  交互效应分析
      9.4  方差分析的假定及其检验

        9.4.1  正态性检验
        9.4.2  方差齐性检验
      习题
    第10章  回归分析
      10.1  相关与回归
        10.1.1  相关
        10.1.2  回归
      10.2  一元线性回归
        10.2.1  一元线性回归模型及其参数估计
        10.2.2  模型评估和检验
        10.2.3  回归预测
        10.2.4  模型诊断
      10.3  多元线性回归
        10.3.1  多元线性回归模型及其参数估计
        10.3.2  模型诊断和检验
        10.3.3  共线性分析
        10.3.4  自变量选择与逐步回归
        10.3.5  多元线性回归预测
        10.3.6  哑变量回归
      习题
    第11章  时间序列分析和预测
      11.1  时间序列的成分及其分解
        11.1.1  时间序列的成分
        11.1.2  成分分解
        11.1.3  随机成分平滑
      11.2  预测方法的选择与评估
      11.3  指数平滑预测
        11.3.1  指数平滑模型的一般表达
        11.3.2  简单指数平滑预测
        11.3.3  Holt指数平滑预测
        11.3.4  Winters指数平滑预测
      11.4  趋势外推预测
        11.4.1  线性趋势预测
        11.4.2  非线性趋势预测
      习题
    附录 自助法置信区间
      A.1  自助法与传统方法的比较
        A.1.1  传统参数推断的原理
        A.1.2  自助法参数推断的原理
        A.1.3  自助法与传统方法的异同
      A.2  几种常见的自助法置信区间
        A.2.1  正态近似法
        A.2.2  百分位数法
        A.2.3  偏差矫正百分位数法
        A.2.4  百分位t法
      A.3  自助法置信区间的应用
        A.3.1  总体均值的自助法置信区间
        A.3.2  总体方差的自助法置信区间
        A.3.3  决定系数和回归系数的自助法置信区间
        A.3.4  其他参数的自助法置信区间

        A.3.5  一个实际例子的自助法应用
    参考书目

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...

更多>>>