統計學：基於R應用

前言

第1章 統計學與
1.1 統計學與數據
1.1.1 什麼是統計學
1.1.2 數據及其來源
1.2 R簡介
1.2.1 R的初步使用
1.2.2 數據的讀入與保存
1.2.3 包的安裝和加載
1.2.4 函數的編寫
思考與練習

第2章 數據的描述
2.1 用圖表描述數據
2.1.1 類別數據的圖表展示
2.1.2 數值數據的圖表展示
2.1.3 使用圖表的注意事項
2.2 用統計量描述數據
2.2.1 水平的描述
2.2.2 差異的描述
2.2.3 分布形狀的描述
思考與練習

第3章 概率分布
3.1 什麼是概率
3.2 隨機變量的概率分布
3.2.1 隨機變量及其概括性度量
3.2.2 隨機變量的概率分布
3.2.3 其他幾個重要的統計分布
3.3 樣本統計量的概率分布
3.3.1 統計量及其分布
3.3.2 樣本均值的分布
3.3.3 其他統計量的分布
3.3.4 統計量的標准誤差
思考與練習

第4章 參數估計
4.1 參數估計的基本原理
4.1.1 點估計與區間估計
4.1.2 評價估計量的標准
4.2 總體均值的區間估計
4.2.1 一個總體均值的估計
4.2.2 兩個總體均值之差的估計
4.3 總體比例的區間估計
4.3.1 一個總體比例的估計
4.3.2 兩個總體比例之差的估計
4.4 總體方差的區間估計
4.4.1 一個總體方差的估計
4.4.2 兩個總體方差比的估計
思考與練習

第5章 假設檢驗
5.1 假設檢驗的基本原理
5.1.1 怎樣提出假設
5.1.2 怎樣做出決策
5.1.3 怎樣表述決策結果
5.2 總體均值的檢驗
5.2.1 一個總體均值的檢驗
5.2.2 兩個總體均值之差的檢驗
5.3 總體比例的檢驗
5.3.1 一個總體比例的檢驗
5.3.2 兩個總體比例之差的檢驗
5.4 總體方差的檢驗
5.4.1 一個總體方差的檢驗
5.4.2 兩個總體方差比的檢驗
思考與練習

第6章 類別變量分析
6.1 一個類別變量的擬合優度檢驗
6.1.1 期望頻數相等
6.1.2 期望頻數不等
6.2 兩個類別變量的獨立性檢驗
6.2.1 列聯表與χ2獨立性檢驗
6.2.2 應用χ2檢驗的注意事項
6.3 兩個類別變量的相關性度量
6.3.1 φ系數和Cramer’’s V系數
6.3.2 列聯系數
思考與練習

第7章 方差分析
7.1 方差分析的基本原理
7.1.1 什麼是方差分析
7.1.2 誤差分解
7.1.3 方差分析的基本假定
7.2 單因子方差分析
7.2.1 數學模型
7.2.2 效應檢驗
7.2.3 多重比較
7.3 雙因子方差分析
7.3.1 數學模型
7.3.2 主效應分析
7.3.3 交互效應分析
思考與練習

第8章 一元線性回歸
8.1 變量間的關系
8.1.1 確定變量之間的關系
8.1.2 相關關系的描述
8.1.3 關系強度的度量
8.2 回歸模型的估計和檢驗
8.2.1 一元線性回歸模型
8.2.2 參數的最小二乘估計
8.2.3 模型的擬合優度
8.2.4 模型的顯著性檢驗
8.3 利用回歸方程進行預測
8.3.1 平均值的置信區間
8.3.2 個別值的預測區間
8.4 回歸模型的診斷
8.4.1 殘差與標准化殘差
8.4.2 模型診斷
思考與練習

第9章 多元線性回歸
9.1 多元線性回歸模型
9.1.1 回歸模型與回歸方程
9.1.2 參數的最小二乘估計
9.2 擬合優度和顯著性檢驗
9.2.1 模型的擬合優度
9.2.2 模型的顯著性檢驗
9.3 多重共線性及其處理
9.3.1 多重共線性及其識別
9.3.2 變量選擇與逐步回歸
9.4 利用回歸方程進行預測
思考與練習

第10章 時間序列預測
10.1 時間序列的成分和預測方法
10.1.1 時間序列的成分
10.1.2 預測方法的選擇與評估
10.2 指數平滑預測
10.2.1 指數平滑模型的一般表達
10.2.2 簡單指數平滑預測
10.2.3 Holt指數平滑預測
10.2.4 Winter指數平滑預測
10.3 趨勢外推預測
10.3.1 線性趨勢預測
10.3.2 非線性趨勢預測
10.4 分解預測
思考與練習

參考書目