統計學：基於Excel和R語言

《統計學：基於Excel和R語言》是電子工業出版社2015年11月出版的書籍，作者是汪朋。

基本介紹

• 書名：統計學：基於Excel和R語言
• 作者：汪朋
• ISBN：9787121274855
• 頁數：368頁
• 出版社：電子工業出版社 
• 出版時間：2015-11
• 開本：16開

基本信息

統計學——基於Excel和R語言

作 譯 者：汪朋

出版時間：2015-11

千 字 數：515

版 次：01-01

頁 數：368

開 本：16開

I S B N ：9787121274855

內容簡介

本書以Excel和R語言為計算工具，闡述統計學基礎理論與方法。全書共分為8章，其中第1章為概述，是全書的基礎，主要介紹統計學中的一些基本概念、數據的蒐集方式及R語言的基本操作；第2章和第3章介紹描述統計，闡述如何整理和顯示數據，以及如何描述現象的基本數量特徵；第4章和第5章介紹推斷統計，研究抽樣推斷中參數估計和假設檢驗兩大基本問題；第6章和第7章介紹方差分析和回歸分析，這是實際工作中套用最為廣泛的兩類統計模型，也是很多複雜統計模型的基礎；第8章介紹時間序列數據的分析與預測問題，研究如何挖掘歷史數據的信息，合理地套用各種預測模型，實現對現象的預測。本書各章均從實際問題入手，在不失嚴謹性的前提下，儘量淡化統計方法本身的數學推導，注重統計學思想的闡述及以Excel和R語言為計算工具的套用過程。

目錄信息

第1章 統計學概述

案例導入：有關文學著作的統計推斷

1.1 統計學及相關概念

1.1.1 什麼是統計學

1.1.2 統計學中的一些基本概念

1.2 統計數據的蒐集

1.2.1 統計數據的來源

1.2.2 統計調查

1.2.3 統計實驗

1.2.4 統計數據的誤差

1.3 常用統計軟體介紹

1.4 R語言基本操作簡介

1.4.1 R語言基本知識概述

1.4.2 R語言中的向量與矩陣

1.4.3 列表、數據框與因子

1.4.4 R語言程式設計

1.4.5 編寫函式

第2章 統計數據的整理與顯示

案例導入：如何整理和顯示數據

2.1 統計數據的整理

2.1.1 統計數據的預處理

2.1.2 統計分組

2.1.3 次數分布數列

2.1.4 累計次數分布

2.2 統計表

2.2.1 統計表的定義和結構

2.2.2 統計表的分類

2.2.3 編制統計表應注意的問題

2.3 統計圖

2.3.1 反映數據分布的圖示

2.3.2 反映現象依存關係的圖形

2.3.3 反映現象變化趨勢的圖形

2.3.4 R語言繪圖基本知識補充

2.4 案例分析——燈泡使用壽命數據的整理與顯示

第3章 統計數據的描述性分析

案例導入：今天，你被平均了嗎

3.1 集中趨勢的描述

3.1.1數值平均數

3.1.2 位置平均數

3.1.3 算術平均數、眾數和中位數的關係

3.2 離散程度的描述

3.2.1 極差與四分位差

3.2.2 平均差

3.2.3 方差和標準差

3.2.4 離散係數

3.3 數據分布形狀的描述

3.3.1 分布偏態的描述

3.3.2 分布峰態的描述

3.4 套用Excel計算描述性統計指標

3.4.1 利用統計函式計算描述統計量

3.4.2 用【數據分析】工具計算描述統計量

3.5 套用R語言計算描述性統計指標

3.5.1 算術平均數的計算

3.5.2 調和平均數的計算

3.5.3 幾何平均數的計算

3.5.4 眾數的計算

3.5.5 中位數的計算

3.5.6 方差和標準差的計算

3.5.7 偏態係數和峰態係數的計算

3.5.8 計算描述統計指標的綜合函式

3.6 案例分析

第4章 抽樣分布與參數估計

案例導入：大學生消費調查：一個月花費多少

4.1 抽樣分布

4.1.1幾種常用的抽樣分布

4.1.2 樣本均值的抽樣分布

4.1.3 樣本比例的抽樣分布

4.1.4 樣本方差的抽樣分布

4.1.5 與抽樣分布有關的Excel和R函式

4.2 點估計及其評價標準

4.2.1 點估計的方法

4.2.2 點估計的評價標準

4.3 區間估計

4.3.1 區間估計的含義

4.3.2 單個總體參數的區間估計

4.3.3 兩個總體參數的區間估計

第5章 假設檢驗

案例導入：男女婚嫁的假設檢驗

5.1 假設檢驗的一般問題

5.1.1 假設檢驗的基本思想與過程

5.1.2 雙側檢驗和單側檢驗

5.1.3 假設檢驗的兩類錯誤

5.1.4 假設檢驗的 值

5.2 正態總體參數的假設檢驗

5.2.1 單個正態總體參數的假設檢驗

5.2.2 兩個正態總體參數的假設檢驗

5.3 總體比例的假設檢驗

5.3.1 單個總體比例的檢驗

5.3.2 兩個總體比例的檢驗

5.4 非參數檢驗

5.4.1 卡方檢驗

5.4.2 Kolmogorov-Smirnov檢驗

5.4.3 正態性檢驗

5.4.4 符號檢驗

5.4.5 Wilcoxon符號秩檢驗

第6章 方差分析

案例導入：如何檢驗安眠藥的療效

6.1 單因素方差分析

6.1.1 方差分析的基本假定

6.1.2 單因素方差分析的基本原理

6.1.3 單因素方差分析表的計算

6.1.4 多重比較

6.1.5 方差齊性檢驗

6.2 雙因素方差分析

6.2.1 無互動作用的雙因素方差分析

6.2.2 有互動作用的雙因素方差分析

6.3 案例分析

6.3.1 問題的提出

6.3.2 數據的適用性檢驗

6.3.3 方差分析

6.3.4 結論

第7章 相關分析與回歸分析

案例導入：花粉量對防曬霜的銷量有影響嗎

7.1 相關分析

7.1.1 變數之間的關係

7.1.2 相關分析與回歸分析

7.1.3 相關係數及其檢驗

7.1.4 等級相關關係

7.2 一元線性回歸

7.2.1 一元線性回歸模型

7.2.2 參數的最小二乘估計

7.2.3 一元線性回歸模型的評價與檢驗

7.2.4 一元線性回歸的預測

7.3 多元線性回歸

7.3.1 多元線性回歸模型

7.3.2 參數的最小二乘估計

7.3.3 多元線性回歸模型的擬合優度

7.3.4 多元線性回歸模型的顯著性檢驗

7.3.5 多元線性回歸模型的預測

7.3.6 線性回歸分析的幾個常用R函式介紹

7.4 線性回歸模型的診斷

7.4.1 方差齊性的檢驗

7.4.2 序列相關性的檢驗

7.4.3 多重共線性的檢驗

7.4.4 正態性檢驗

7.4.5 線性回歸案例分析

7.5 非線性回歸

7.5.1 可線性化模型

7.5.2 不可線性化模型

第8章 時間序列分析與預測

案例導入：如何預測產品的銷售量

8.1 時間序列概述

8.1.1 時間序列的概念

8.1.2 時間序列的因素分解

8.2 時間序列的描述性分析

8.2.1 圖形分析

8.2.2 水平分析

8.2.3 速度分析

8.2.4 速度分析應注意的問題

8.3 時間序列預測的一般問題

8.4 平穩時間序列的預測

8.4.1 移動平均法

8.4.2 指數平滑法

8.5 趨勢型時間序列的預測

8.5.1 考慮趨勢的平滑法

8.5.2 趨勢外推法

8.6 複合型時間序列的預測

8.6.1 季節性回歸預測法

8.6.2 分解預測法

8.6.3 溫特線性與季節指數平滑預測法

8.6 案例分析

附錄A 常用統計表

附錄B 書中用到的R程式包及函式