该书主要介绍一些最常用的统计分析方法及相关方法的具体实操命令. 全书共分为7 章,内容包括统计量及抽样分布、参数估计、假设检验、回归分析及方差分析、主成分分析、聚类分析、应用统计分析在软件中的实现. 每章结尾部分都附有思维导图,以便让读者在学习完该章内容以后根据该图能将本章的知识进行更好地串联和理解其相互关系. 第7 章将本书介绍到的统计分析方法在软件中的具体操作进行了介绍,帮助读者在掌握理论基础的同时,能利用软件实现相应的统计分析。
吴洁,2015年于兰州大学获得理学博士学位,同年进入西北民族大学任职,现任数学与计算机科学学院副教授。主持国家自然科学基金、中央高校科研项目、引进人才项目等3项,发表SCI及EI检索论文20余篇,其中含高被引论文1篇。作为指导教师,指导学生参加全国大学生数学建模竞赛,获甘肃省特等奖和二等奖各一项。
第一章 统计量及抽样分布
一、总体、样本及统计量
(一)总体与样本
(二)统计道
二、抽样分布
(一)三大抽样分布
(二)上侧 a 分位点
(三)正态总体的抽样分布
第一章思维导图
习题一
第二章 参数估计中
一、点估计
(一)矩估计法
(二)最大似然估计法
二、点估计量的评判准则
(一)无偏性
(二)相合性(一致性)
(三)均方误差
(四)基于无偏性和方差的估计量的比较
三、区间估计
(一)置信区间的概念与构造方法
(二)单正态总体参数的置信区间
(三)双正态总体参数的置信区间
第二章思维导图
习题二
第三章 假设检验
一、假设检验的预备知识
(一)假设检验的基本概念和思想
(二)假设检验的基本步骤
(三)假设检验中的两类错误
二、正态总体参数的假设检验
(一)单正态总体参数的假设检验
(二)双正态总体参数的假设检验
三、非参数假设檢验
(一)x拟合优度检验
(二)列联表的独立性检验
四、多重假设检验
(一)总I型错误率控制方法
(二)伪发现率控制方法
第三章思维导图
习题三
第四章 方差分析
一、单因素方差分析
(一〕数学模型
(二)平方和分解
(三〕檢验方法
二、多重比较
(一)LSD 方法
(二)Bonferroni方法
(三)Tukey HSD 方法
(四)Schefe方法
三、双因素方差分析
(一)无交互效应的双因素方差分析
(二)有交互效应的双因素方差分析
第四章思维导图
习题四
第五章 相关分析和回归分析a相关分析
(一)相关系数
(二)偏相关系数
(三)最大信息系数
二、线性回归分析
(一)模型及假定
(二)参数的最小二乘估计
(三)估计量的性质
(四)回归方程的统计检验
(五)回归方程中的变量选择
(六)非线性回归的线性化
三、对数几率回归分析
(一)二项对数几率回归分析
(二)多项对数几率回归分析
第五章思维导图
习题五
第六章 主成分分析
一、总体主成分
(一)主成分的构造
(二)总体主成分分析0
二、主成分个数确定及综合评价
(一〕方差贡献率
(二)基于主成分的综合评价
三、标准化变量的主成分及样本主成分G
(一)标准化总体的主成分
(二)样本主成分
第六章思维导图
习题六
第七章 应用统计方法在软件中的实现
一、应用统计方法在SPSS中的实现
(一)基本统计量计算在SPSS中的实现
(二)重要分布分位点计算在SPSS中的实现
(三)参数估计在SPSS中的实现
(四)假设检验在SPSS中的实现
(五)方差分析在SPSS中的实现
(六)相关分析在SPSS中的实现
(七)回归分析在SPSS中的实现
(八)主成分分析在SPSS中的实现
二、应用统计方法在R中的实现
(一)基本统计量计算在R中的实现
(二)重要分布分位点计算在R中的实现
(三)参数估计在R中的实现
(四)假设检验在R中的实现
(五)方差分析在民中的实现
(六)相关分析在R中的实现
(七)回归分析在R中的实现
(八)主成分分析在R中的实现
三、应用统计方法在MATLAB中的实现
(一)基本统计量计算在MATLAB中的实现微
(二)重要分布分位点计算在MATLAB中的实现
(三)参数估计在MATLAB中的实现
(四)假设检验在MATLAB中的实现
(五)方差分析在MATLAB中的实现
(六)相关分析在MATLAB中的实现
(七)回归分析在MATLAB中的实现
(八)主成分分析在MATLAB中的实现
第七章思维导图
参考文献
附表
附表1 标准正态分布表
附表2 x分布表
附表3 t分布表
附表4 F分布表
附表5 学生化极差g(r,f)分位点