书籍简介:

本书力图把所有的概念都用例子讲出来，而不是先定义概念再讲例子。本书只用了一种国际流行的编程软件R来实现所有的目标，除了介绍统计学中经典内容之外，本书还用了一章的内容来介绍机器学习和回归问题，这一章不用前面任何一章的内容。

作者介绍:

吴喜之，北京大学数学力学系学士，美国北卡罗来纳大学教堂山分校(UNC-Chapel Hill)统计系博士。中国人民大学统计学院教授，博士生导师。曾在美国加利福尼亚大学戴维斯分校(UC-Davis)、北卡罗来纳大学教堂山分校(UNC-Chapel Hill)、北卡罗来纳大学夏洛特分校(UNC-Charlotte)、加利福尼亚大学伯克利分校(UC-Berkeley)、南开大学、中国人民大学、北京大学、中山大学、四川大学等十余所著名学府执教。

书籍目录:

第 1 章通过R来学统计很容易1.1统计是什么? 学统计需要什么? 1.2R 不仅是一款软件, 而且是一种文化习题第 2 章数据及其模式2.1数据形式、变量2.2用图形描述变量的分布2.3用数字描述变量的分布2.4密度曲线和正态分布习题第 3 章从数据中发现关系3.1使用散点图探索数据3.2相关3.3简单线性最小二乘回归3.4关于相关和回归的注意点3.5二维列联表的初等分析习题第 4 章通过实验及抽样获得数据4.1关于数据4.2实验设计4.3抽样设计及推断习题第 5 章概率: 随机性的度量5.1随机性及概率模型5.2随机变量5.3基本概率计算习题第 6 章抽样分布 6.1频数和频率6.2 样本均值习题第 7 章统计推断: 估计7.1正态总体均值的置信区间估计7.2比例的置信区间7.3对置信区间的常见误解习题第 8 章统计推断: 显著性检验8.1正态总体均值的显著性检验8.2对总体比例的显著性检验8.3关于中位数的非参数检验8.4合理使用还是滥用检验8.5检验的势和决策习题第 9 章二维列联表和拟合优度的卡方检验9.1二维列联表推断9.2拟合优度检验习题第 10 章对简单线性回归的推断10.1简单线性模型10.2简单线性模型参数的推断习题第 11 章经典多元线性回归11.1模型和拟合11.2变换及逐步回归11.3自变量包括分类变量的回归11.4关于经典回归的一些说明11.5logistic 回归和probit 回归习题第 12 章机器学习方法的分类及回归12.1机器学习方法简介12.2分类12.3回归习题附录练习: 熟练使用 R 软件参考文献

内容摘要:

本书是中国人民大学统计学院吴喜之教授的最新力作，通过大量例子，用简单明了的语言介绍了传统统计学的所有基本概念及方法。书中还专门用一章的内容来介绍非常重要而实用的机器学习的回归分及类方法。本书采用的计算机语言是多年来在国际上使用排名第一的免费开源软件—R。读者在学完本书之后，能够准确理解统计最重要的基本概念,并能用计算机处理各种数据。

书籍规格:

书籍详细信息
书名	统计学站内查询相似图书
	9787300187495 如需购买下载《统计学》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN
出版地	北京	出版单位	中国人民大学出版社
版次	1版	印次	1
定价(元)	35.0	语种	简体中文
尺寸	26 × 19	装帧	平装
页数		印数

全网搜索试读资源

书籍信息归属:

统计学是中国人民大学出版社于2014.1出版的中图分类号为 C819 的主题关于统计分析－应用软件－高等学校－教材的书籍。