統(tǒng)計(jì)學(xué)（基于R）

第1 章數(shù)據(jù)與統(tǒng)計(jì)學(xué)
問題與思考： 怎樣理解統(tǒng)計(jì)結(jié)論
1．1 統(tǒng)計(jì)學(xué)及其應(yīng)用
1．1．1 什么是統(tǒng)計(jì)學(xué)
1．1．2 統(tǒng)計(jì)學(xué)的應(yīng)用
1．2 數(shù)據(jù)及其來源
1．2．1 變量與數(shù)據(jù)
1．2．2 數(shù)據(jù)的來源
1．3 R 簡介
1．3．1 R 的初步使用
1．3．2 數(shù)據(jù)的讀入與保存
1．3．3 數(shù)據(jù)的使用和編輯
1．3．4 包的安裝和加載
1．3．5 函數(shù)的編寫
主要術(shù)語
思考與練習(xí)
第2 章數(shù)據(jù)的描述性分析： 圖表展示
問題與思考： 怎樣用圖表看數(shù)據(jù)
2．1 類別數(shù)據(jù)的圖表展示
2．1．1 用頻數(shù)分布表觀察類別數(shù)據(jù)
2．1．2 用圖形展示類別數(shù)據(jù)
2．2 數(shù)值數(shù)據(jù)的圖表展示
2．2．1 用頻數(shù)分布表觀察數(shù)據(jù)分布
2．2．2 用圖形展示數(shù)值數(shù)據(jù)
2．3 使用圖表的注意事項(xiàng)
主要術(shù)語
思考與練習(xí)
第3 章數(shù)據(jù)的描述性分析： 概括性度量
問題與思考： 怎樣分析學(xué)生的考試成績
3．1 水平的描述
3．1．1 平均數(shù)
3．1．2 中位數(shù)和分位數(shù)
3．1．3 水平代表值的選擇
3．2 差異的描述
3．2．1 極差和四分位差
3．2．2 方差和標(biāo)準(zhǔn)差
3．2．3 變異系數(shù)
3．2．4 標(biāo)準(zhǔn)得分
3．3 分布形狀的描述
3．4 數(shù)據(jù)的綜合描述
主要術(shù)語
思考與練習(xí)
第4 章隨機(jī)變量的概率分布
問題與思考： 彩票中獎的概率有多大
4．1 什么是概率
4．2 隨機(jī)變量的概率分布
4．2．1 隨機(jī)變量及其概括性度量
4．2．2 隨機(jī)變量的概率分布
4．2．3 其他幾個(gè)重要的統(tǒng)計(jì)分布
4．3 樣本統(tǒng)計(jì)量的概率分布
4．3．1 統(tǒng)計(jì)量及其分布
4．3．2 其他統(tǒng)計(jì)量的分布
4．3．3 統(tǒng)計(jì)量的標(biāo)準(zhǔn)誤差
主要術(shù)語
思考與練習(xí)
第5 章參數(shù)估計(jì)
問題與思考： 科學(xué)家做出重大貢獻(xiàn)的最佳年齡是多少
5．1 參數(shù)估計(jì)的基本原理
5．1．1 點(diǎn)估計(jì)與區(qū)間估計(jì)
5．1．2 評價(jià)估計(jì)量的標(biāo)準(zhǔn)
5．2 總體均值的區(qū)間估計(jì)
5．2．1 一個(gè)總體均值的估計(jì)
5．2．2 兩個(gè)總體均值之差的估計(jì)
5．3 總體比例的區(qū)間估計(jì)
5．3．1 一個(gè)總體比例的估計(jì)
5．3．2 兩個(gè)總體比例之差的估計(jì)
5．4 總體方差的區(qū)間估計(jì)
5．4．1 一個(gè)總體方差的估計(jì)
5．4．2 兩個(gè)總體方差比的估計(jì)
5．5 樣本量的確定
5．5．1 估計(jì)總體均值時(shí)樣本量的確定
5．5．2 估計(jì)總體比例時(shí)樣本量的確定
主要術(shù)語
思考與練習(xí)
第6 章假設(shè)檢驗(yàn)
問題與思考： 你相信飲用水瓶子標(biāo)簽上的說法嗎
6．1 假設(shè)檢驗(yàn)的基本原理
6．1．1 怎樣提出假設(shè)
6．1．2 怎樣做出決策
6．1．3 怎樣表述決策結(jié)果
6．2 總體均值的檢驗(yàn)
6．2．1 一個(gè)總體均值的檢驗(yàn)
6．2．2 兩個(gè)總體均值之差的檢驗(yàn)
6．3 總體比例的檢驗(yàn)
6．3．1 一個(gè)總體比例的檢驗(yàn)
6．3．2 兩個(gè)總體比例之差的檢驗(yàn)
6．4 總體方差的檢驗(yàn)
6．4．1 一個(gè)總體方差的檢驗(yàn)
6．4．2 兩個(gè)總體方差比的檢驗(yàn)
主要術(shù)語
思考與練習(xí)
第7 章類別變量分析
問題與思考： 網(wǎng)購滿意度與地區(qū)有關(guān)系嗎
7．1 一個(gè)類別變量的擬合優(yōu)度檢驗(yàn)
7．1．1 期望頻數(shù)相等
7．1．2 期望頻數(shù)不等
7．2 兩個(gè)類別變量的獨(dú)立性檢驗(yàn)
7．2．1 列聯(lián)表與?2 獨(dú)立性檢驗(yàn)
7．2．2 應(yīng)用?2 檢驗(yàn)的注意事項(xiàng)
7．3 兩個(gè)類別變量的相關(guān)性度量
7．3．1 ' 系數(shù)和Cramer's V 系數(shù)
7．3．2 列聯(lián)系數(shù)
主要術(shù)語
思考與練習(xí)
第8 章方差分析
問題與思考： 超市位置和競爭者數(shù)量對銷售額有影響嗎
8．1 方差分析的基本原理
8．1．1 什么是方差分析
8．1．2 誤差分解
8．1．3 方差分析的基本假定
8．2 單因子方差分析
8．2．1 數(shù)學(xué)模型
8．2．2 效應(yīng)檢驗(yàn)
8．2．3 多重比較
8．3 雙因子方差分析
8．3．1 數(shù)學(xué)模型
8．3．2 主效應(yīng)分析
8．3．3 交互效應(yīng)分析
主要術(shù)
思考與練習(xí)
第9 章一元線性回歸
問題與思考： GDP 與消費(fèi)水平有關(guān)系嗎
9．1 變量間的關(guān)系
9．1．1 確定變量之間的關(guān)系
9．1．2 相關(guān)關(guān)系的描述
9．1．3 關(guān)系強(qiáng)度的度量
目錄￠ v ￠
9．2 一元線性回歸模型的估計(jì)和檢驗(yàn)
9．2．1 一元線性回歸模型
9．2．2 參數(shù)的最小二乘估計(jì)
9．2．3 模型的擬合優(yōu)度
9．2．4 模型的顯著性檢驗(yàn)
9．3 利用回歸方程進(jìn)行預(yù)測
9．3．1 平均值的置信區(qū)間
9．3．2 個(gè)別值的預(yù)測區(qū)間
9．4 回歸模型的診斷
9．4．1 殘差與殘差圖
9．4．2 檢驗(yàn)?zāi)Ｐ图俣?br />主要術(shù)語
思考與練習(xí)
第10 章多元線性回歸
問題與思考： 不良貸款受哪些因素影響
10．1 多元線性回歸模型
10．1．1 回歸模型與回歸方程
10．1．2 參數(shù)的最小二乘估計(jì)
10．2 擬合優(yōu)度和顯著性檢驗(yàn)
10．2．1 模型的擬合優(yōu)度
10．2．2 模型的顯著性檢驗(yàn)
10．2．3 模型診斷
10．3 多重共線性及其處理
10．3．1 多重共線性及其識別
10．3．2 變量選擇與逐步回歸
10．4 模型比較
10．5 利用回歸方程進(jìn)行預(yù)測
10．6 啞變量回歸
10．6．1 在模型中引入啞變量
10．6．2 含有一個(gè)啞變量的回歸
主要術(shù)語
思考與練習(xí)
第11 章時(shí)間序列預(yù)測
問題與思考： 如何預(yù)測社會消費(fèi)品零售總額
11．1 時(shí)間序列的成分和預(yù)測方法
11．1．1 時(shí)間序列的成分
11．1．2 預(yù)測方法的選擇與評估
￠ vi ￠ 統(tǒng)計(jì)學(xué)|| 基于R
11．2 指數(shù)平滑預(yù)測
11．2．1 指數(shù)平滑模型的一般表達(dá)
11．2．2 簡單指數(shù)平滑預(yù)測
11．2．3 指數(shù)平滑預(yù)測
11．2．4 Winter 指數(shù)平滑預(yù)測
11．3 趨勢外推預(yù)測
11．3．1 線性趨勢預(yù)測
11．3．2 非線性趨勢預(yù)測
11．4 分解預(yù)測
主要術(shù)語
思考與練習(xí)
附錄求置信區(qū)間的自助法
參考書目