图书介绍
多元统计分析及R语言建模 第4版pdf电子书版本下载
- 王斌会编著 著
- 出版社: 广州:暨南大学出版社
- ISBN:9787566817433
- 出版时间:2016
- 标注页数:291页
- 文件大小:103MB
- 文件页数:303页
- 主题词:多元分析-统计分析;程序语言-建立模型
PDF下载
下载说明
多元统计分析及R语言建模 第4版PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
1 多元统计分析概述 1
1.1 多元统计分析的历史 1
1.2 多元统计分析的用途 1
1.3 多元统计分析的内容 2
1.4 统计软件及其应用 6
1.5 R语言系统设置 10
思考练习题 13
2 多元数据的数学表达及R使用 14
2.1 如何收集和整理多元分析资料 14
2.2 数据的数学表达 16
2.3 数据矩阵及R语言表示 17
2.4 数据的R语言表示——数据框 23
2.5 多元数据的R语言调用 24
2.6 多元数据的简单R语言分析 26
案例分析:多元数据的基本统计分析 32
思考练习题 36
3 多元数据的直观表示及R使用 39
3.1 简述 39
3.2 均值条图及R使用 41
3.3 箱尾图及R使用 43
3.4 星相图及R使用 44
3.5 脸谱图及R使用 46
3.6 调和曲线图及R使用 48
3.7 其他多元分析图 49
案例分析:区域城市现代化水平直观分析 49
思考练习题 54
4 多元相关与回归分析及R使用 56
4.1 变量间的关系分析 56
4.1.1 简单相关分析的R计算 56
4.1.2 简单回归分析的R计算 59
4.2 多元线性回归分析 65
4.2.1 多元线性回归模型建立 65
4.2.2 多元线性回归模型检验 68
4.3 多元线性相关分析 70
4.3.1 矩阵相关分析 71
4.3.2 复相关分析 72
4.4 回归变量的选择方法 73
4.4.1 变量选择准则 74
4.4.2 逐步回归分析 77
案例分析:财政收入的多元相关与回归分析 81
思考练习题 85
案例分析题 87
5 广义与一般线性模型及R使用 88
5.1 数据的分类与模型选择 88
5.1.1 变量的取值类型 88
5.1.2 模型选择方式 89
5.2 广义线性模型 90
5.2.1 广义线性模型概述 90
5.2.2 Logistic回归模型 92
5.2.3 对数线性模型 96
5.2.4 Logistic与对数模型的区别和联系 98
5.3 一般线性模型 98
5.3.1 完全随机设计模型 98
5.3.2 随机单位组设计模型 100
案例分析:广义线性模型及其应用 102
思考练习题 104
案例分析题 105
6 判别分析及R使用 106
6.1 判别分析的概念 106
6.2 线性判别分析 107
6.3 距离判别法 111
6.3.1 两总体距离判别 111
6.3.2 多总体距离判别 116
6.4 Bayes判别法 121
6.4.1 Bayes判别准则 121
6.4.2 正态总体的Bayes判别 121
案例分析:企业财务状况的判别分析 126
思考练习题 129
案例分析题 132
7 聚类分析及R使用 133
7.1 聚类分析的概念和类型 133
7.2 聚类统计量 134
7.3 系统聚类法 138
7.3.1 系统聚类法的基本思想 138
7.3.2 系统聚类法的计算公式 138
7.3.3 系统聚类法的基本步骤 140
7.4 kmeans聚类法 146
7.4.1 kmeans聚类的概念 146
7.4.2 kmeans聚类的原理与计算 147
7.5 聚类分析的一些问题 150
案例分析:全国区域经济的聚类分析 151
思考练习题 154
案例分析题 156
8 主成分分析及R使用 157
8.1 主成分分析的直观解释 157
8.2 主成分分析的性质 159
8.3 主成分分析的步骤 161
8.4 应用主成分分析的注意事项 166
案例分析:地区电信业发展情况的主成分分析 167
思考练习题 171
案例分析题 174
9 因子分析及R使用 175
9.1 因子分析的思想 175
9.2 因子分析模型 176
9.3 因子载荷的估计及解释 177
9.3.1 主因子估计法 177
9.3.2 极大似然估计法 178
9.3.3 因子载荷的统计意义 179
9.4 因子旋转方法 183
9.5 因子得分计算 185
9.6 因子分析的步骤 186
9.7 实际中如何进行因子分析 194
案例分析:因子分析在上市公司经营业绩评价中的应用 196
思考练习题 201
案例分析题 203
10 对应分析及R使用 204
10.1 对应分析的提出 204
10.2 对应分析的基本原理 204
10.3 对应分析的计算步骤 207
10.4 对应分析应注意的几个问题 212
案例分析:对应分析在市场细分和产品定位中的应用 213
思考练习题 215
案例分析题 217
11 典型相关分析及R使用 218
11.1 引言 218
11.2 典型相关分析的基本架构 219
11.3 典型相关分析的基本原理 219
11.4 典型相关系数的显著性检验 221
11.5 典型相关系数及变量的计算 222
案例分析:农村居民收入和支出的典型相关分析 229
思考练习题 232
案例分析题 234
12 多维标度法MDS及R使用 235
12.1 MDS的基本理论和方法 235
12.2 MDS的古典解 236
12.3 非度量方法 241
12.4 多维标度法的计算过程 242
案例分析:国内各地区工资水平的多维标度分析 245
思考练习题 247
案例分析题 248
13 综合评价方法及R使用 250
13.1 综合评价的基本概念 250
13.2 综合评价中指标体系的构建 250
13.2.1 选择并构建综合评价指标体系 250
13.2.2 确定观测指标的量纲方法 253
13.2.3 综合评价指标的合成方法 254
13.2.4 确定评价指标的权数 255
13.3 综合评价方法及其应用 258
13.3.1 综合评分法 258
13.3.2 层次分析法 261
案例分析:区域自主创新能力的层次分析 267
思考练习题 275
案例分析题 277
14 R语言软件及其使用说明 278
14.1 关于R语言 278
14.1.1 什么是R语言 278
14.1.2 为什么要用R语言 278
14.1.3 R语言的优势和劣势 278
14.2 R语言软件的下载与安装 279
14.2.1 R语言下载 280
14.2.2 R语言安装 281
14.3 R语言包及其函数 282
14.3.1 R语言标准包 282
14.3.2 R语言扩展包 283
14.3.3 书中的R语言包及函数 283
14.3.4 自编R语言包及其函数 285
附录 RStudio简介 286
参考文献 291