当前位置:首页 > 社会科学
数据分析与R软件
数据分析与R软件

数据分析与R软件PDF电子书下载

社会科学

  • 电子书积分:11 积分如何计算积分?
  • 作 者:李素兰编
  • 出 版 社:北京:科学出版社
  • 出版年份:2013
  • ISBN:9787030380722
  • 页数:275 页
图书介绍:本书涵盖了统计分析常用方法,包括探索性数据分析,非参数统计中常用方法,多元统计分析中常用方法,如回归分析、分类分析、数据降维、相关分析等等,最后是R软件的使用。这些方法是进行科学研究的必要技术,是进一步深造与统计相关专业的基础,是学生在金融、统计、计算机等行业就业必不可少的工具之一。
《数据分析与R软件》目录

第1章 探索性数据分析 1

1.1数字特征 1

1.1.1一维数据的数字特征 1

1.1.2一维总体的数字特征 10

1.1.3多元数据的数字特征 13

1.1.4多元总体的数字特征 19

1.2数据的分布 20

1.2.1频数(频率)分布表与直方图 20

1.2.2茎叶图、五数总括、箱线图 23

1.2.3经验分布、QQ图及分布拟合检验 29

1.3多元数据的图示 39

1.3.1轮廓图 39

1.3.2蛛网图 41

1.3.3调和曲线图 43

习题1 46

第2章 非参数统计 48

2.1单样本问题 48

2.1.1符号检验 48

2.1.2趋势检验 51

2.1.3游程检验 53

2.1.4对称中心的检验 55

2.2两样本问题 58

2.2.1独立样本位置参数的检验 59

2.2.2独立样本刻度参数的检验 63

2.2.3配对样本位置参数的检验 65

2.3多样本问题 67

2.3.1多个独立样本的检验 67

2.3.2多个相关样本的检验 69

2.4秩相关分析 72

2.4.1 Spearman秩相关系数 72

2.4.2 Kendall τ秩相关系数 75

2.5二维列联表 77

2.5.1 Pearson x2独立性检验 78

2.5.2 Fisher精确检验 80

习题2 82

第3章 回归分析 86

3.1多元线性回归分析 87

3.1.1多元线性回归模型 87

3.1.2参数估计 88

3.1.3回归模型的检验 90

3.1.4回归诊断 97

3.2自变量的选择与逐步回归 104

3.2.1穷举法 104

3.2.2逐步回归法 106

3.3非线性回归模型 115

3.3.1内在线性回归模型 115

3.3.2内在非线性回归模型 116

3.4 Logistic回归模型 116

3.4.1线性Logistic回归模型 117

3.4.2参数的最大似然估计 118

习题3 123

第4章 主成分分析 128

4.1总体主成分 128

4.1.1总体主成分定义 128

4.1.2总体主成分求法 129

4.1.3总体主成分的性质 131

4.1.4标准化变量的主成分 132

4.2样本主成分 133

习题4 139

第5章 因子分析 141

5.1因子分析模型 141

5.2参数的统计意义及估计方法 142

5.2.1参数的统计意义 142

5.2.2因子载荷矩阵的估计 143

5.3样本数据的因子分析 147

5.4因子旋转 148

5.5因子得分 151

5.5.1加权最小二乘法 151

5.5.2回归法 152

习题5 155

第6章 聚类分析 157

6.1聚类分析的基本思想 157

6.2聚类统计量 158

6.2.1 Q型聚类统计量——距离 158

6.2.2 R型聚类统计量——相似系数 159

6.3系统聚类法 160

6.4快速聚类法 169

6.4.1凝聚点的选择 169

6.4.2计算步骤 170

习题6 172

第7章 判别分析 175

7.1距离判别 175

7.1.1两个总体距离判别 176

7.1.2多个总体距离判别 177

7.2 Bayes判别 181

7.2.1两个总体Bayes判别 181

7.2.2多个总体Bayes判别 184

7.3 Fisher判别 185

7.3.1 Fisher判别的基本思想 185

7.3.2线性判别函数的求法 187

7.3.3 Fisher判别准则 188

7.4逐步判别 193

7.4.1逐步判别的基本思想 193

7.4.2逐步判别的步骤 199

7.5判别法则的评价 206

习题7 207

第8章 相关分析 209

8.1相关系数的估计和检验 209

8.2偏相关与复相关系数 211

8.2.1偏相关系数 211

8.2.2复相关系数 216

8.3典型相关分析 218

8.3.1典型相关分析的基本思想 219

8.3.2总体的典型相关分析 219

8.3.3样本典型相关分析 222

8.3.4典型相关系数的显著性检验 227

习题8 228

第9章R软件的使用 231

9.1 R软件简介 231

9.2 R软件界面简介 231

9.3对象及它们的模式和属性 236

9.4向量运算及相关函数 238

9.4.1向量 239

9.4.2产生有规律序列 240

9.4.3逻辑向量 242

9.4.4缺失数据 242

9.4.5字符型向量 243

9.4.6向量的下标系统 244

9.5因子 245

9.6数组和矩阵 247

9.6.1数组 247

9.6.2数组的下标系统 248

9.6.3矩阵 250

9.6.4与数组(矩阵)运算的相关函数 252

9.7列表与数据框 254

9.8从文件中读取数据 257

9.8.1文本文件 257

9.8.2其他格式数据文件 260

9.9写数据文件 261

9.10成组、循环和条件控制 262

9.10.1成组表达式 262

9.10.2控制语句 262

9.11 R的统计表 265

9.12 R的绘图 267

9.12.1高级绘图命令 267

9.12.2低级图形函数 269

9.13编写R函数 270

参考文献 272

索引 273

相关图书
作者其它书籍
返回顶部