《 數據分析與R軟體》是 2013年6月科學出版社出版的圖書，作者是李素蘭 。本書中有統計分析常用方法，初次之外還有探索行數據分析，是進行科研工作者的得力助手。
基本介紹
- 作者：李素蘭
- ISBN：9787030380722
- 定價：38.00
- 出版社：科學出版社
- 出版時間：2013-6
- 裝幀：平裝
內容介紹,作品目錄,
內容介紹
《浙江省重點學科套用數學教學改革與科學研究叢書：數據分析與R軟體》涵蓋了統計分析常用方法，包括探索性數據分析，非參數統計中常用方法，多元統計分析中常用方法，如回歸分析、分類分析、數據降維、相關分析等等。最後是R軟體的使用。這些方法是進行科學研究的必要技術，是進一步深造與統計相關專業的基礎。
作品目錄
總序
前言
第1章 探索性數據分析
1．1 數字特徵
1．1．1 一維數據的數字特徵
1．1．2 一維總體的數字特徵
1．1．3 多元數據的數字特徵
1．1．4 多元總體的數字特徵
1．2 數據的分布一
1．2．1 頻數（頻率）分布表與直方圖
1．2．2 莖葉圖、五數總括、箱線圖
1．2．3 經驗分布、QQ圖及分布擬合檢驗
1．3 多元數據的圖示
1．3．1 輪廓圖
1．3．2 蛛網圖
1．3．3 調和曲線圖
習題1
第2章 非參數統計
2．1 單樣本問題
2．1．1 符號檢驗
2．1．2 趨勢檢驗
2．1．3 遊程檢驗
2．1．4 對稱中心的檢驗．
2．2 兩樣本問題
2．2．1 獨立樣本位置參數的檢驗．
2．2．2 獨立樣本刻度參數的檢驗．
2．2．3 配對樣本位置參數的檢驗
2．3 多樣本問題
2．3．1 多個獨立樣本的檢驗
2．3．2 多個相關樣本的檢驗
2．4秩相關分析
2．4．1 Spearman秩相關係數
2．4．2 Kendall 7r秩相關係數
2．5 二維列聯表
2．5．1 Pealson X2獨立性檢驗
2．5．2 Fisher，精確檢驗
習題2
第3章 回歸分析
3．1 多元線性回歸分析
3．1．1 多元線性回歸模型
3．1．2 參數估計
3．1．3 回歸模型的檢驗
3．1．4 回歸診斷
3．2 自變數的選擇與逐步回歸
3．2．1 窮舉法
3．2．2 逐步回歸法
3．3 非線性回歸模型
3．3．1 內在線性回歸模型
3．3．2 內在非線性回歸模型
3．4 Logistic回歸模型
3．4．1 線性Logistic回歸模型
3．4．2 參數的最大似然估計
習題3
第4章 主成分分析
4．1 總體主成分
4．1．1 總體主成分定義
4．1．2 總體主成分求法
4．1．3 總體主成分的性質
4．1．4 標準化變數的主成分
4．2 樣本主成分
習題4
第5章 因子分析
5．1 因子分析模型
5．2 參數的統計意義及估計方法
5．2．1 參數的統計意義．
5．2．2 因子載荷矩陣的估計
5．3 樣本數據的因子分析
5．4 因子旋轉
5．5 因子得分
5．5．1 加權最小二乘法
5．5．2回歸法
習題5
第6章 聚類分析
6．1 聚類分析的基本思想
6．2 聚類統計量
6．2．1 Q型聚類統計量——距離
6．2．2 月型聚類統計量——相似係數
6．3 系統聚類法
6．4 快速聚類法
6．4．1 凝聚點的選擇
6．4．2 計算步驟
習題6
第7章 判別分析
7．1 距離判別
7．1．1 兩個總體距離判別
7．1．2 多個總體距離判別
7．2 Bayes筍0別
7．2．1 兩個總體Bayes判別
7．2．2 多個總體Bayes判別
7．3 Fisher判別
7．3．1 Fisher判別的基本思想
7．3．2 線性判別函式的求法
7．3．3 Fisher判別準則
7．4 逐步判別
7．4．1 逐步判別的基本思想
7．4．2 逐步判別的步驟
7．5 判別法則的評價
習題7
第8章 相關分析
8．1 相關係數的估計和檢驗
8．2 偏相關與復相關係數
8．2．1 偏相關係數
8．2．2 復相關係數
8．3 典型相關分析
8．3．1 典型相關分析的基本思想
8．3．2 總體的典型相關分析
……
第9章 R軟體的使用
參考文獻
索引
前言
第1章 探索性數據分析
1．1 數字特徵
1．1．1 一維數據的數字特徵
1．1．2 一維總體的數字特徵
1．1．3 多元數據的數字特徵
1．1．4 多元總體的數字特徵
1．2 數據的分布一
1．2．1 頻數（頻率）分布表與直方圖
1．2．2 莖葉圖、五數總括、箱線圖
1．2．3 經驗分布、QQ圖及分布擬合檢驗
1．3 多元數據的圖示
1．3．1 輪廓圖
1．3．2 蛛網圖
1．3．3 調和曲線圖
習題1
第2章 非參數統計
2．1 單樣本問題
2．1．1 符號檢驗
2．1．2 趨勢檢驗
2．1．3 遊程檢驗
2．1．4 對稱中心的檢驗．
2．2 兩樣本問題
2．2．1 獨立樣本位置參數的檢驗．
2．2．2 獨立樣本刻度參數的檢驗．
2．2．3 配對樣本位置參數的檢驗
2．3 多樣本問題
2．3．1 多個獨立樣本的檢驗
2．3．2 多個相關樣本的檢驗
2．4秩相關分析
2．4．1 Spearman秩相關係數
2．4．2 Kendall 7r秩相關係數
2．5 二維列聯表
2．5．1 Pealson X2獨立性檢驗
2．5．2 Fisher，精確檢驗
習題2
第3章 回歸分析
3．1 多元線性回歸分析
3．1．1 多元線性回歸模型
3．1．2 參數估計
3．1．3 回歸模型的檢驗
3．1．4 回歸診斷
3．2 自變數的選擇與逐步回歸
3．2．1 窮舉法
3．2．2 逐步回歸法
3．3 非線性回歸模型
3．3．1 內在線性回歸模型
3．3．2 內在非線性回歸模型
3．4 Logistic回歸模型
3．4．1 線性Logistic回歸模型
3．4．2 參數的最大似然估計
習題3
第4章 主成分分析
4．1 總體主成分
4．1．1 總體主成分定義
4．1．2 總體主成分求法
4．1．3 總體主成分的性質
4．1．4 標準化變數的主成分
4．2 樣本主成分
習題4
第5章 因子分析
5．1 因子分析模型
5．2 參數的統計意義及估計方法
5．2．1 參數的統計意義．
5．2．2 因子載荷矩陣的估計
5．3 樣本數據的因子分析
5．4 因子旋轉
5．5 因子得分
5．5．1 加權最小二乘法
5．5．2回歸法
習題5
第6章 聚類分析
6．1 聚類分析的基本思想
6．2 聚類統計量
6．2．1 Q型聚類統計量——距離
6．2．2 月型聚類統計量——相似係數
6．3 系統聚類法
6．4 快速聚類法
6．4．1 凝聚點的選擇
6．4．2 計算步驟
習題6
第7章 判別分析
7．1 距離判別
7．1．1 兩個總體距離判別
7．1．2 多個總體距離判別
7．2 Bayes筍0別
7．2．1 兩個總體Bayes判別
7．2．2 多個總體Bayes判別
7．3 Fisher判別
7．3．1 Fisher判別的基本思想
7．3．2 線性判別函式的求法
7．3．3 Fisher判別準則
7．4 逐步判別
7．4．1 逐步判別的基本思想
7．4．2 逐步判別的步驟
7．5 判別法則的評價
習題7
第8章 相關分析
8．1 相關係數的估計和檢驗
8．2 偏相關與復相關係數
8．2．1 偏相關係數
8．2．2 復相關係數
8．3 典型相關分析
8．3．1 典型相關分析的基本思想
8．3．2 總體的典型相關分析
……
第9章 R軟體的使用
參考文獻
索引
