統(tǒng)計學(xué)（第5版）

目 錄
第1章數(shù)據(jù)與R語言
1.1數(shù)據(jù)與統(tǒng)計學(xué)
1.1.1統(tǒng)計學(xué)與數(shù)據(jù)分析
1.1.2數(shù)據(jù)分析方法和工具
1.1.3數(shù)據(jù)及其來源
1.2 R語言的初步使用
1.2.1 R軟件的下載與安裝
1.2.2對象賦值與運行
1.2.3編寫代碼腳本
1.2.4查看幫助文件
1.2.5包的安裝與加載
1.2.6數(shù)據(jù)讀取和保存
習(xí)題
第2章 數(shù)據(jù)處理和繪圖基礎(chǔ)
2.1 R的數(shù)據(jù)類型及其操作
2.1.1 向量、矩陣和數(shù)組
2.1.2 數(shù)據(jù)框
2.1.3 因子和列表
2.2 數(shù)據(jù)抽樣和篩選
2.2.1 數(shù)據(jù)抽樣
2.2.2 數(shù)據(jù)篩選
2.2.3 生成隨機數(shù)
2.3 數(shù)據(jù)類型的轉(zhuǎn)換
2.3.1 變量轉(zhuǎn)換成向量
2.3.2 數(shù)據(jù)框轉(zhuǎn)換成矩陣
2.3.3 短格式轉(zhuǎn)化成長格式
2.4 生成頻數(shù)表
2.4.1 類別數(shù)據(jù)頻數(shù)表
2.4.2 數(shù)值數(shù)據(jù)類別化
2.5 R語言繪圖基礎(chǔ)
2.5.1 基本繪圖函數(shù)
2.5.2 圖形控制和頁面布局
2.5.3 圖形配色
習(xí)題
第3章 數(shù)據(jù)可視化
3.1 類別數(shù)據(jù)可視化
3.1.1 條形圖及其變種
3.1.2 餅圖及其變種
3.2 數(shù)據(jù)分布可視化
3.2.1 直方圖與核密度圖
3.2.2 箱線圖和小提琴圖
3.2.3 莖葉圖
3.3 變量間關(guān)系可視化
3.3.1 散點圖
3.3.2 散點圖矩陣和相關(guān)系數(shù)矩陣
3.3.3 3D散點圖和氣泡圖
3.4 樣本相似性可視化
3.4.1 輪廓圖
3.4.2 雷達圖
3.4.3 星圖
3.5 時間序列可視化
3.5.1 折線圖
3.5.2 面積圖
3.6 可視化的注意事項
3.6.1 圖形元素
3.6.2 坐標軸刻度起點
3.6.3 圖形比例
3.6.4 3D圖形
習(xí)題
第4章 數(shù)據(jù)的描述統(tǒng)計量
4.1 描述水平的統(tǒng)計量
4.1.1 平均數(shù)
4.1.2 分位數(shù)
4.1.3 眾數(shù)
4.2 描述差異的統(tǒng)計量
4.2.1 極差和四分位差
4.2.2 方差和標準差
4.2.3 變異系數(shù)
4.3 描述分布形狀的統(tǒng)計量
4.3.1 偏度系數(shù)
4.3.2 峰度系數(shù)
4.4 數(shù)據(jù)標準化
4.4.1 標準分數(shù)
4.4.2 極值標準化
4.5 數(shù)據(jù)的綜合描述
4.5.1 幾個常用的 R 函數(shù)
4.5.2 一個綜合描述的例子
習(xí)題
第5章 隨機變量的概率分布
5.1 什么是概率
5.2 隨機變量的概率分布
5.2.1 隨機變量及其概括性度量
5.2.2 隨機變量的概率分布
5.2.3 其他幾個重要的統(tǒng)計分布
5.3 樣本統(tǒng)計量的概率分布
5.3.1 統(tǒng)計量及其分布
5.3.2 樣本均值的抽樣分布
5.3.3 樣本方差的抽樣分布
5.3.4 樣本比例的抽樣分布
5.3.5 統(tǒng)計量的標準誤
習(xí)題
第 6章 參數(shù)估計
6.1 參數(shù)估計的原理
6.1.1 點估計與區(qū)間估計
6.1.2 評量估計量的標準
6.2 總體均值的區(qū)間估計
6.2.1 一個總體均值的估計
6.2.2 兩個總體均值差的估計
6.3 總體比例的區(qū)間估計
6.3.1 一個總體比例的估計
6.3.2 兩個總體比例差的估計
6.4 總體方差的區(qū)間估計
6.4.1 一個總體方差的估計
6.4.2 兩個總體方差比的估計
習(xí)題
第7章 假設(shè)檢驗
7.1 假設(shè)檢驗的原理
7.1.1 提出假設(shè)
7.1.2 做出決策
7.1.3 表述結(jié)果
7.1.4 效應(yīng)量
7.2 總體均值的檢驗
7.2.1 一個總體均值的檢驗
7.2.2 兩個總體均值差的檢驗
7.3 總體比例的檢驗
7.3.1 一個總體比例的檢驗
7.3.2 兩個總體比例差的檢驗
7.4 總體方差的檢驗
7.4.1 一個總體方差的檢驗
7.4.2 兩個總體方差比的檢驗
7.5 正態(tài)性檢驗
7.5.1 正態(tài)概率圖
7.