多元統計分析與R建模

內容簡介

隨著萬物互聯的逐步實現，基於大數據分析的人類數字生活已經拉開大幕。在本科通識教育階段加強統計教育已經成為教育界和產業界的基本共識。本書介紹了數據挖掘中*常用的多元統計分析方法，主要包括多元統計圖，多元變數的統計特徵及用於聚類與分類的聚類分析和判別分析，用於數據壓縮和特徵提取的主成分分析和因子分析，用於預測和影響因素分析的線性回歸、曲線回歸和逐步回歸等內容，並在論述這些方法時，以本科生可接受的基本原理和用於方法實現的統計軟體R為主。

本書適合作為大數據管理與套用、信息管理與信息系統、電子商務等專業的本科生教材，也可作為其他專業的多元統計分析參考書。

圖書目錄

第1章多元統計圖

1.1二元變數的散文圖

1.2三元變數的氣泡圖

1.3多元變數的雷達圖

1.4比較多變數分布的箱線圖

1.5多元統計圖的套用

第2章多元變數的統計特徵

2.1均值向量與協方差矩陣

2.2相關係數矩陣與顯著性檢驗

2.3偏相關係數與顯著性檢驗

2.4多元常態分配及其參數估計

2.5正態性的識別與檢驗

第3章聚類分析

3.1相似性的變數

3.2系統聚類法

3.3K-均值聚類法

3.4類別數的確定方法

3.5類與類之間的差異性分析

第4章判別分析

4.1模式識別與判別分析的基本原理

4.2距離判別法

4.3Bayes判別法

4.4判別方法的有效性

4.5距離判別與Bayes判別之間的關係

第5章主成分分析

5.1主成分分析的基本原理

5.2理論主成分

5.3樣本主成分

5.4保留主成分的合理性

5.5主成分分析的套用

第6章因子分析

6.1因子分析的基本原理

6.2因子載荷的求解

6.3因子分析的有效性

6.4公因子得分

6.5因子分析的套用

第7章回歸分析

7.1相關係數與一元回歸模型

7.2偏相關係數與多元回歸模型

7.3回歸診斷方法

7.4曲線回歸

7.5柯布—道路拉斯生產函式與建模流程

第8章多重共線性的處理方法

8.1 多重共線性問題

8.2多重共線性的診斷

8.3主成分回歸

8.4逐步回歸分析

8.5逐步回歸法的改進

8.6多元回歸建模流程

參考文獻

附錄部分彩圖

多元統計分析與R建模

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條