统计学 基于R应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

统计学 基于R应用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

第1章 统计学与R 1

1.1统计学与数据 1

1.1.1什么是统计学 1

1.1.2数据及其来源 2

1.2 R简介 5

1.2.1 R的初步使用 5

1.2.2数据的读入与保存 6

1.2.3包的安装和加载 8

1.2.4函数的编写 9

思考与练习 9

第2章 数据的描述 11

2.1用图表描述数据 11

2.1.1类别数据的图表展示 11

2.1.2数值数据的图表展示 15

2.1.3使用图表的注意事项 24

2.2用统计量描述数据 25

2.2.1水平的描述 25

2.2.2差异的描述 27

2.2.3分布形状的描述 30

思考与练习 32

第3章 概率分布 35

3.1什么是概率 35

3.2随机变量的概率分布 36

3.2.1随机变量及其概括性度量 36

3.2.2随机变量的概率分布 38

3.2.3其他几个重要的统计分布 42

3.3样本统计量的概率分布 46

3.3.1统计量及其分布 46

3.3.2样本均值的分布 47

3.3.3其他统计量的分布 49

3.3.4统计量的标准误差 50

思考与练习 51

第4章 参数估计 53

4.1参数估计的基本原理 53

4.1.1点估计与区间估计 53

4.1.2评价估计量的标准 56

4.2总体均值的区间估计 57

4.2.1一个总体均值的估计 57

4.2.2两个总体均值之差的估计 60

4.3总体比例的区间估计 64

4.3.1一个总体比例的估计 64

4.3.2两个总体比例之差的估计 65

4.4总体方差的区间估计 66

4.4.1一个总体方差的估计 66

4.4.2两个总体方差比的估计 67

思考与练习 67

第5章 假设检验 70

5.1假设检验的基本原理 70

5.1.1怎样提出假设 70

5.1.2怎样做出决策 71

5.1.3怎样表述决策结果 75

5.2总体均值的检验 76

5.2.1一个总体均值的检验 76

5.2.2两个总体均值之差的检验 79

5.3总体比例的检验 82

5.3.1一个总体比例的检验 82

5.3.2两个总体比例之差的检验 83

5.4总体方差的检验 85

5.4.1一个总体方差的检验 85

5.4.2两个总体方差比的检验 86

思考与练习 87

第6章 类别变量分析 91

6.1一个类别变量的拟合优度检验 91

6.1.1期望频数相等 91

6.1.2期望频数不等 92

6.2两个类别变量的独立性检验 93

6.2.1列联表与x2独立性检验 93

6.2.2应用x2检验的注意事项 94

6.3两个类别变量的相关性度量 95

6.3.1 ？系数和Cramer’s V系数 95

6.3.2列联系数 96

思考与练习 96

第7章 方差分析 98

7.1方差分析的基本原理 98

7.1.1什么是方差分析 98

7.1.2误差分解 98

7.1.3方差分析的基本假定 99

7.2单因子方差分析 100

7.2.1数学模型 100

7.2.2效应检验 101

7.2.3多重比较 103

7.3双因子方差分析 104

7.3.1数学模型 104

7.3.2主效应分析 105

7.3.3交互效应分析 108

思考与练习 111

第8章 一元线性回归 114

8.1变量间的关系 114

8.1.1确定变量之间的关系 114

8.1.2相关关系的描述 115

8.1.3关系强度的度量 117

8.2回归模型的估计和检验 118

8.2.1一元线性回归模型 119

8.2.2参数的最小二乘估计 120

8.2.3模型的拟合优度 121

8.2.4模型的显著性检验 123

8.3利用回归方程进行预测 124

8.3.1平均值的置信区间 124

8.3.2个别值的预测区间 125

8.4回归模型的诊断 127

8.4.1残差与标准化残差 127

8.4.2模型诊断 128

思考与练习 130

第9章 多元线性回归 133

9.1多元线性回归模型 133

9.1.1回归模型与回归方程 133

9.1.2参数的最小二乘估计 134

9.2拟合优度和显著性检验 136

9.2.1模型的拟合优度 136

9.2.2模型的显著性检验 137

9.3多重共线性及其处理 138

9.3.1多重共线性及其识别 139

9.3.2变量选择与逐步回归 141

9.4利用回归方程进行预测 144

思考与练习 145

第10章 时间序列预测 148

10.1时间序列的成分和预测方法 148

10.1.1时间序列的成分 148

10.1.2预测方法的选择与评估 151

10.2指数平滑预测 152

10.2.1指数平滑模型的一般表达 152

10.2.2简单指数平滑预测 153

10.2.3 Holt指数平滑预测 156

10.2.4 Winter指数平滑预测 158

10.3趋势外推预测 160

10.3.1线性趋势预测 160

10.3.2非线性趋势预测 163

10.4分解预测 168

思考与练习 172

参考书目 176