统计学 基于R的应用PDF电子书下载

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