基本介紹
- 中文名：
- 作者：
- 出版時間：
- 出版社：
- ISBN：
內容簡介,圖書目錄,作者簡介,
內容簡介
圖書目錄
5．7 組間比較 …………………………………………………93
5．8 確認異常值 …………………………………………………96
5．9 標準化 …………………………………………………98
5．10 時間序列數據 …………………………………………………100
小結 …………………………………………………106
第6章 相關性與線性回歸 …………………………………………………114
6．1 觀察散點圖 …………………………………………………116
6．2 在散點圖中指定變數的角色 …………………………………………………118
6．3 理解相關關係 …………………………………………………120
6．4 潛在變數與因果關係 ………………………………………………… 126
6．5 線性模型 ………………………………………………… 128
6．6 相關性與直線 …………………………………………………129
6．7 向均值的回歸 …………………………………………………133
6．8 模型檢驗 …………………………………………………135
6．9 模型的變異和R^2…………………………………………………138
6．10 真實性檢驗：回歸是否合理? …………………………………………………141
小結 …………………………………………………146
第二篇 建模與推斷 …………………………………………………157
第7章 隨機性與機率 …………………………………………………159
7．1 隨機現象與機率 …………………………………………………160
7．2 不存在的平均值法則 …………………………………………………162
7．3 不同類型的機率 …………………………………………………164
7．4 機率原則 …………………………………………………165
7．5 聯合機率與列聯表 …………………………………………………172
7．6 條件機率 …………………………………………………173
7．7 創建列聯表 …………………………………………………176
7．8 機率樹 …………………………………………………177
* 7．9 轉換條件：貝葉斯準則 …………………………………………………179
小結 …………………………………………………181
第8章 隨機變數與機率模型 …………………………………………………185
8．1 隨機變數的期望值 …………………………………………………186
8．2 隨機變數的標準差 …………………………………………………188
8．3 期望值與方差的性質 …………………………………………………191
8．4 離散機率模型 …………………………………………………195
8．5 連續型隨機變數 …………………………………………………204
小結 …………………………………………………221
第9章 抽樣分布與比例的置信區間 …………………………………………………225
9．1 樣本比例的分布 …………………………………………………226
9．2 比例的抽樣分布 …………………………………………………228
9．3 中心極限定理 …………………………………………………233
9．4 置信區間 …………………………………………………238
9．5 誤差幅度：確定性與精確性 …………………………………………………242
9．6 假設與條件 …………………………………………………245
9．7 選擇樣本容量 …………………………………………………248
小結 …………………………………………………254
第10章 比例的假設檢驗 …………………………………………………259
10．1 假設 …………………………………………………260
10．2 作為假設檢驗的審判 …………………………………………………263
10．3 P值 …………………………………………………264
10．4 假設檢驗的原理 …………………………………………………266
10．5 備擇假設 …………………………………………………268
10．6 α水平與顯著性 …………………………………………………271
10．7 臨界值 …………………………………………………274
10．8 置信區間與假設檢驗 …………………………………………………275
10．9 兩類錯誤 …………………………………………………279
*10．10 檢驗效力 …………………………………………………281
小結 …………………………………………………285
第11章 均值的置信區間和假設檢驗 …………………………………………………291
11．1 均值的抽樣分布 …………………………………………………292
11．2 抽樣分布模型如何有效 …………………………………………………293
11．3 戈塞特與 t分布 …………………………………………………295
11．4 均值的置信區間 …………………………………………………298
11．5 假設與條件 …………………………………………………300
11．6 檢驗關於均值的假設———單樣本 t檢驗 ………………………………………308
小結 …………………………………………………314
第12章 比較兩個組 …………………………………………………320
12．1 比較兩個均值 ………………………………………………… 321
12．2 兩樣本 t檢驗 …………………………………………………324
12．3 假設與條件 …………………………………………………325
12．4 兩個均值之差的置信區間 …………………………………………………330
12．5 合併的 t檢驗 …………………………………………………332
* 12．6 圖基快速檢驗 …………………………………………………337
*12．7 配對數據 …………………………………………………339
12．8 配對 t檢驗 …………………………………………………341
小結 …………………………………………………347
第13章 計數的推斷：卡方檢驗 …………………………………………………356
13．1 擬合優度檢驗 …………………………………………………358
13．2 解釋卡方值 …………………………………………………363
13．3 檢驗殘差 …………………………………………………364
13．4 齊性的卡方檢驗 …………………………………………………365
13．5 比較兩個比例 …………………………………………………372
13．6 獨立性的卡方檢驗 …………………………………………………374
小結 …………………………………………………381
第三篇 決策建模 …………………………………………………389
第14章 回歸的推斷 …………………………………………………391
14．1 總體與樣本 …………………………………………………392
14．2 假設與條件 …………………………………………………393
14．3 回歸推斷 …………………………………………………396
14．4 預測值的標準誤 …………………………………………………402
14．5 使用置信區間和預測區間 …………………………………………………406
14．6 外推與預測 …………………………………………………408
14．7 不尋常與異常的觀測值 …………………………………………………410
* 14．8 處理匯總值 …………………………………………………414
*14．9 線性性質 …………………………………………………416
小結 …………………………………………………420
第15章 多元回歸 …………………………………………………427
15．1 多元回歸模型 …………………………………………………429
15．2 解釋多元回歸的係數 …………………………………………………431
15．3 多元回歸模型的假設和條件 …………………………………………………433
15．4 檢驗多元回歸模型 …………………………………………………440
15．5 調整後的R^2與F統計量 …………………………………………………442
小結 …………………………………………………446
第16章 數據挖掘概述 …………………………………………………452
16．1 直接的市場行銷 …………………………………………………452
16．2 數據 …………………………………………………453
16．3 數據挖掘的目標 …………………………………………………455
16．4 數據挖掘的誤區 …………………………………………………456
16．5 成功的數據挖掘 …………………………………………………457
16．6 數據挖掘的問題 …………………………………………………459
16．7 數據挖掘的算法 …………………………………………………460
16．8 數據挖掘的過程 …………………………………………………464
16．9 總結 …………………………………………………466
附 錄 …………………………………………………471
作者簡介
夏普曾在鮑登學院（Bowdoin College）和巴布森學院（Babson College）講授統計學，還曾在耶魯大學從事研究工作，目前是喬治城大學（Georgetown University）教授。德沃是國際知名的教育家，曾在沃頓商學院（Wharton School）和普林斯頓大學（Princeton University）講授過統計學，為美國運通、惠普、美國鋁公司、杜邦、Pillsbury、通用電氣、化學銀行等“財富500強”企業做過諮詢，目前是威廉士學院（Williams College）統計學教授。維爾曼在創新性統計教育方面具有國際聲望，任教於康奈爾大學，是Data Description公司的創始人和CEO，設計了Data Desk軟體包。
