统计学 基于R的应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

统计学 基于R的应用PDF格式电子书版下载

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 通过R来学统计很容易1

1.1统计是什么？学统计需要什么？1

1.2R不仅是一款软件，而且是一种文化2

习题6

第2章 数据及其模式8

2.1数据形式、变量8

2.2用图形描述变量的分布11

2.3用数字描述变量的分布22

2.4密度曲线和正态分布27

习题32

第3章 从数据中发现关系34

3.1使用散点图探索数据35

3.2相关39

3.3简单线性最小二乘回归43

3.4关于相关和回归的注意点49

3.5二维列联表的初等分析52

习题57

第4章 通过实验及抽样获得数据60

4.1关于数据60

4.2实验设计63

4.3抽样设计及推断64

习题67

第5章 概率：随机性的度量69

5.1随机性及概率模型69

5.2随机变量71

5.3基本概率计算75

习题77

第6章 抽样分布79

6.1频数和频率79

6.2样本均值83

习题89

第7章 统计推断：估计91

7.1正态总体均值的置信区间估计91

7.2比例的置信区间94

7.3对置信区间的常见误解97

习题97

第8章 统计推断：显著性检验99

8.1正态总体均值的显著性检验99

8.2对总体比例的显著性检验103

8.3关于中位数的非参数检验104

8.4合理使用还是滥用检验108

8.5检验的势和决策109

习题110

第9章 二维列联表和拟合优度的x2检验113

9.1二维列联表推断113

9.2拟合优度检验117

习题118

第10章 对简单线性回归的推断120

10.1简单线性模型120

10.2简单线性模型参数的推断121

习题122

第11章 经典多元线性回归124

11.1模型和拟合124

11.2变换及逐步回归125

11.3自变量包括分类变量的回归126

11.4关于经典回归的一些说明129

11.5logistic回归和probit回归130

习题132

第12章 机器学习方法的分类及回归135

12.1机器学习方法简介135

12.2分类137

12.3回归150

习题156

附录 练习：熟练使用R软件157

参考文献166