非参数统计

前言1 统计推断1.1 总体、样本与统计量1.1.1 总体1.1.2 样本1.1.3 目标总体与样本总体1.1.4 随机样本1.1.5 多元随机变量1.1.6 度量尺度1.1.7 统计量1.1.8 顺序统计量与秩1.2 估计1.2.1 经验分布函数1.2.2 估计量1.2.3 标准误差1.2.4 无偏估计量1.2.5 渐近置信区间1.2.6 自助法1.2.7 一般参数估计1.2.8 生存函数1.2.9 Kaplan-Meier估计1.3 假设检验1.3.1 临界域1.3.2 错误类型1.3.3 显著性水平1.3.4 零分布1.3.5 功效1.3.6 检验的p值1.3.7 计算机辅助1.3.8 假设检验的性质1.3.9 无偏检验1.3.10 相合检验1.3.11 相对效率1.3.12 渐近相对效率1.3.13 保守检验1.4 非参数统计评述1.4.1 使用优良方法1.4.2 参数方法1.4.3 稳健方法1.4.4 非参数方法1.4.5 渐近分布自由1.4.6 非参数的定义复习题思考题2 符号检验2.1 二项检验与p值的估计2.1.1 二项检验2.1.2 概率或总体比例的置信区间2.2 分位数检验与x2的估计2.2.1 分位数检验2.2.2 分位数的置信区间2.3 符号检验的一些变形2.3.1 改变显著性检验2.3.2 Cox-Stuart趋势性检验案例分析R语言代码示例复习题3 关于秩的位置、尺度和相关性检验3.1 单样本模型3.1.1 Wi.1 eoxon符号秩模型3.1.2 正态记分模型3.1.3 游程检验模型3.2 两样本模型3.2.1 Brown-Moodr中位数检验3.2.2 wileoxon秩和检验3.2.3 两样本尺度参数的检验3.3 多样本模型3.3.1 多个独立样本3.3.2 多个相关样本3.3.3 平衡的不完全区组设计3.3.4 多样本尺度参数的检验3.4 秩相关性与非参数线性回归……4 低维和高维列联表5 Kolmogorov-Smimo~r型统计量与分布检验6 非参数回归7 R语言参考文献

非参数统计是21世纪统计理论的三大发展方向之一。它不假定特定的总体分布，简单、稳健、适用。非参数统计不仅是统计类专业的必修课，也是统计应用工作者必须掌握的基本方法和思想。《非参数统计：基于R语言案例分析》从问题背景与动机、方法引进、理论基础、计算机R语言实现、应用实例等诸多方面来介绍非参数方法，其内容包括：符号检验、Wilcoxon检验、Kendall相关、列联表、Kolmogorov-Smirnov检验、非参数核密度估计和回归等。《非参数统计：基于R语言案例分析》不仅可以作为非参数统计的教科书，也可以作为查询非参数方法的快捷参考书。【作者简介】柳向东，湖南浏阳人，博士、副教授、系党总支书记、硕士研究生导师。教授“非参数统计”等课程，发表学术论文20余篇，其中多篇被SCI和EI收录，获教育部留学回国人员科研启动基金，主持国家自然科学基金和教育部人文社科基金各1项，荣获校级优秀教师等称号，获2项国家专利，曾访学美国密苏里大学1年。