当前位置:首页 > 数理化
应用非参数统计方法  英文注释版
应用非参数统计方法  英文注释版

应用非参数统计方法 英文注释版PDF电子书下载

数理化

  • 电子书积分:16 积分如何计算积分?
  • 作 者:(英)彼得·斯普伦特(PeterSprent),(英)尼格尔C.斯密顿(NigelC.Smeeton)著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2015
  • ISBN:9787111484073
  • 页数:530 页
图书介绍:非参数统计是统计学中的一个重要分支和数据分析的一个重要工具。 它的一个重要特点是并不假设数据服从某个特定的分布,而是通过已有的数据去进行分析。相较于其他统计方法,非参数的统计更加稳健,有更好的适用性。本书是一本国外经典的教材,主要介绍了传统的非参数统计方法,例如单样本的推断和多样本的推断,配对数据的分析等。在介绍传统方法的同时,在该书的最后也介绍了现代的非参数统计方法,例如非参数的密度估计方法。书中通过将基础理论与实际例子相结合的办法,讲解了不同统计方法的优点和不足,给研究人员在实际问题中选择合适的方法提供了参考。本书可作为统计专业本科高年级学生或者研究生的教材,也可以作为专业人员非参数统计的工具书。
《应用非参数统计方法 英文注释版》目录

第1章 基本概念 1

1.1 基本统计知识 1

1.2 总体和样本 8

1.3 假设检验 10

1.4 估计 15

1.5 职业规范 17

1.6 习题 20

第2章 非参数方法基础 23

2.1 置换检验 23

2.2 二项检验 26

2.3 顺序统计量和秩 30

2.4 数据探索 33

2.5 非参数方法的效率 39

2.6 计算机和非参数方法 40

2.7 扩展阅读 42

2.8 习题 42

第3章 单样本的位置推断 45

3.1 范例的安排 45

3.2 连续数据样本 45

3.3 基于秩的中位数推断 46

3.4 符号检验 62

3.5 计分检验的应用 66

3.6 检验比较及稳健性 71

3.7 应用领域 76

3.8 总结 79

3.9 习题 79

第4章 其他单样本的推断 83

4.1 数据的其他特征 83

4.2 匹配样本分布 83

4.3 二分数据的推断 95

4.4 符号检验的推广 106

4.5 随机游程检验 109

4.6 角坐标数据 113

4.7 应用领域 118

4.8 总结 121

4.9 习题 122

第5章 配对样本的方法 125

5.1 配对的比较 125

5.2 一个不常见的符号检验的应用 133

5.3 势函数和样本量 135

5.4 应用领域 143

5.5 总结 145

5.6 习题 145

第6章 两个独立样本的方法 151

6.1 中心位置的检验和估计 151

6.2 中位数检验 161

6.3 正态计分检验 169

6.4 同方差的检验 170

6.5 共同分布的检验 179

6.6 势函数和样本量 184

6.7 应用领域 189

6.8 总结 190

6.9 习题 191

第7章 多样本的基本检验 195

7.1 与参数方法的比较 195

7.2 独立样本的中心位置检验 196

7.3 Friedman、Quade和Page检验 208

7.4 二元响应数据 215

7.5 异方差检验 215

7.6 一些其他的考虑 217

7.7 应用领域 220

7.8 总结 221

7.9 习题 222

第8章 结构化数据的分析 227

8.1 因素的处理结构 227

8.2 平衡的2×2因素结构 229

8.3 交互作用的本质 234

8.4 交互作用的其他处理方法 237

8.5 交叉试验 248

8.6 单独和多重比较 250

8.7 应用领域 254

8.8 总结 256

8.9 习题 257

第9章 生存数据分析 261

9.1 生存数据的主要特点 261

9.2 调整的Wilcoxon检验 264

9.3 原始分排序和对数秩转化 269

9.4 顺序数据的中位数检验 277

9.5 检验的选择 278

9.6 应用领域 278

9.7 总结 279

9.8 习题 280

第10章 相关性和一致性 283

10.1 两个变量之间的相关性 283

10.2 多个变量的秩 303

10.3 一致性分析 306

10.4 应用领域 314

10.5 总结 316

10.6 习题 316

第11章 二维线性回归 321

11.1 直线的拟合 321

11.2 应用领域 343

11.3 总结 344

11.4 习题 344

第12章 分类数据 347

12.1 分类和计数 347

12.2 定性属性的分类 357

12.3 有序的分类数据 363

12.4 离散数据的拟合检验 374

12.5 McNemar检验的推广 378

12.6 应用领域 380

12.7 总结 382

12.8 习题 382

第13章 分类数据的关联性分析 389

13.1 关联性的分析 389

13.2 列联表的一些模型 390

13.3 合并和拆分表 420

13.4 一个法律困境 427

13.5 势 429

13.6 应用领域 430

13.7 总结 431

13.8 习题 432

第14章 稳健估计 437

14.1 当假设不成立时 437

14.2 离群点及其影响 439

14.3 重抽样的方法 444

14.4 M估计和其他稳健估计 461

14.5 应用领域 465

14.6 总结 466

14.7 习题 467

第15章 现代非参数方法 469

15.1 重点的转移 469

15.2 密度函数的估计 470

15.3 回归 474

15.4 Logistic回归 482

15.5 多元数据 487

15.6 针对大型数据的新方法 493

15.7 集群之间的相关性 496

15.8 总结 498

15.9 习题 499

附录1 503

附录2 505

参考文献 511

索引 526

相关图书
作者其它书籍
返回顶部