展开全部

主编推荐语

本书系统梳理362个基础概念,网罗统计学基础知识,内容丰富。

内容简介

本书通过大量统计图表和手绘插图,系统地介绍了统计学的基础知识和相应公式,讲解了各种统计方法及其应用场景,并使用R语言进行了简单实现。内容涉及概率分布、假设检验、置信区间估计、非参数方法和回归分析等。全书图文清晰直观,基础概念、统计方法和分析结果皆一目了然,是一本统计学入门佳作,旨在帮助读者学习并应用统计学基础知识,为今后的深入学习打下基础。同时,本书 还设有“统计学的历史”“伟人传”等专栏,趣味性十足。

本书适合所有对统计学感兴趣的读者阅读。初学者可以通过本书掌握基础知识,建立对统计学的整体印象;中级水平者可将本书用作参考手册,随时翻阅以便查漏补缺。本书还可作为统计学相关专业师生的辅助读物使用。

目录

  • 版权信息
  • 作者简介
  • 前言
  • 序章 统计学概述
  • 0.1 何谓统计学
  • 0.2 统计学可以做什么
  • 第1章 描述统计学
  • 1.1 各种平均数
  • 1.2 数据的离散程度①:~分位数和方差~
  • 1.3 数据的离散程度②:~变异系数~
  • 1.4 变量的关联性①:~相关系数~
  • 1.5 变量的关联性②:~等级相关~
  • 第2章 概率分布
  • 2.1 概率和概率分布
  • 2.2 概率相等的分布:~均匀分布~
  • 2.3 抛硬币的分布:~二项分布~
  • 2.4 钟形分布:~正态分布~
  • 2.5 无单位的分布:~标准正态分布~
  • 2.6 掌握数据的位置:~σ区间~
  • 2.7 分布的形态:~偏度和峰度~
  • 2.8 随机事件的分布:~泊松分布~
  • 2.9 同时处理多个数据:~卡方分布~
  • 2.10 卡方值的比:~F分布~
  • 2.11 代替正态分布:~分布~
  • 第3章 推断统计学
  • 3.1 通过样本获取总体的特征:~推断统计学~
  • 3.2 巧妙估计总体参数:~无偏估计~
  • 3.3 不受限制的数据个数:~自由度~
  • 3.4 样本统计量的分布①:~平均数的分布~
  • 3.5 样本统计量的分布②:~比例的分布~
  • 3.6 样本统计量的分布③:~方差的分布~
  • 3.7 样本统计量的分布④:~相关系数的分布~
  • 3.8 与真值的差异:~系统误差和随机误差~
  • 3.9 关于样本均值的两大定理:~大数定律和中心极限定理~
  • 第4章 置信区间估计
  • 4.1 有范围的估计①:~总体均值的置信区间~
  • 4.2 有范围的估计②:~总体比例的置信区间~
  • 4.3 有范围的估计③:~总体方差的置信区间~
  • 4.4 有范围的估计④:~总体相关系数的置信区间~
  • 4.5 通过模拟来估计总体参数:~自助法~
  • 第5章 假设检验
  • 5.1 判断是否存在差异:~假设检验~
  • 5.2 两种假设:~零假设和备择假设~
  • 5.3 假设检验的步骤
  • 5.4 指定的值(总体均值)和样本均值的检验
  • 5.5 假设检验中的两类错误:~第一类错误和第二类错误~
  • 5.6 指定的值(总体比例)和样本比例的检验
  • 5.7 指定的值(总体方差)和样本方差的检验
  • 5.8 真的有相关关系吗?:~不相关检验~
  • 5.9 平均数差异的检验①:~两独立样本的情形~
  • 5.10 平均数差异的检验②:~两配对样本的情形~
  • 5.11 比例之差的检验:~两独立样本的情形~
  • 5.12 检验非劣效:~非劣效性试验~
  • 第6章 方差分析和多重比较
  • 6.1 用实验确认效应:~单因素方差分析~
  • 6.2 多个样本的等方差检验:~Bartlett检验~
  • 6.3 考虑个体差异:~配对的单因素方差分析~
  • 6.4 找出交互作用:~双因素方差分析~
  • 6.5 不可以重复检验:~多重性~
  • 6.6 可重复的检验(多重比较法)①:~Bonferroni校正法和Scheffe法~
  • 6.7 可重复的检验(多重比较法)②:~Tukey法和Tukey-Kramer法~
  • 6.8 可重复的检验(多重比较法)③:~Dunnett法~
  • 第7章 非参数方法
  • 7.1 不依赖于分布的检验:~非参数方法~
  • 7.2 品质数据的检验:~独立性检验(皮尔逊卡方检验)~
  • 7.3 2×2交叉表的检验:~Fisher确切概率法~
  • 7.4 独立的两组定序数据的检验:~曼-惠特尼检验~
  • 7.5 配对的两组定序数据的检验:~符号检验~
  • 7.6 配对的两组数值型数据的非参数检验:~威尔科克森符号秩检验~
  • 7.7 独立的多组定序数据的检验:~Kruskal-Wallis检验~
  • 7.8 配对的多组定序数据的检验:~Friedman检验~
  • 第8章 实验设计法
  • 8.1 费歇尔三原则①:~重复~
  • 8.2 费歇尔三原则②:~随机化~
  • 8.3 费歇尔三原则③:~局部控制~
  • 8.4 各种实验配置
  • 8.5 减少实验次数:~正交实验法~
  • 8.6 正交实验法的应用①:~质量工程学(参数设计)~
  • 8.7 正交实验法的应用②:~联合分析~
  • 8.8 样本容量的确定方法:~功效分析~
  • 第9章 回归分析
  • 9.1 探究因果关系:~回归分析~
  • 9.2 将数据套用到公式中:~最小二乘法~
  • 9.3 评估回归线的精确度:~决定系数~
  • 9.4 检验回归线的斜率:~t检验~
  • 9.5 判断分析的准确度:~残差分析~
  • 9.6 原因有多个时的回归分析:~多元回归分析~
  • 9.7 自变量之间的问题:~多重共线性~
  • 9.8 选择有效的自变量:~变量选择方法~
  • 9.9 解释实质区别的变量①:~截距虚拟变量~
  • 9.10 解释实质区别的变量②:~斜率虚拟变量~
  • 9.11 二值变量的回归分析:~Probit分析~
  • 9.12 分析事件发生之前的时间①:~存活曲线~
  • 9.13 分析事件发生之前的时间②:~比较存活曲线~
  • 9.14 分析事件发生之前的时间③:~Cox回归模型~
  • 第10章 多变量分析
  • 10.1 收集信息:~主成分分析~
  • 10.2 发现潜在因素:~因素分析~
  • 10.3 记述因果结构:结构方程模型
  • 10.4 对个体进行分类:~聚类分析~
  • 10.5 分析品质数据的关联性:~对应分析~
  • 第11章 贝叶斯统计学和大数据
  • 11.1 活用知识和经验的统计学:~贝叶斯统计学~
  • 11.2 万能公式:~贝叶斯定理~
  • 11.3 根据结果找原因:~后验概率~
  • 11.4 使用新数据提高准确性:~贝叶斯更新~
  • 11.5 大数据分析①:~大数据~
  • 11.6 大数据分析②:~关联分析~
  • 11.7 大数据分析③:~趋势预测和SNS分析~
  • 附录A R的安装和使用方法
  • 统计软件R
  • 附录B 统计数值表(分布表)、正交表、希腊字母
展开全部

评分及书评

4.4
9个评分
  • 用户头像
    给这本书评了
    5.0
    满分好评哦

    终于见到栗原老师的著作在中国上市了,作为元学生的我感到无比开心🥳,这次的课程更形象且生动有趣!

      转发
      评论
      用户头像
      给这本书评了
      4.0
      知识点多

      讲的比较浅显,案例也多。

        转发
        评论
        用户头像
        给这本书评了
        4.0
        插图很生动,内容无创意

        前几章挺不错,讲到后面就变成了公式罗列了

          转发
          评论
        • 查看全部4条书评

        出版方

        人民邮电出版社

        人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。