《統計學方法與數據分析引論（上下）》是2003年科學出版社出版的圖書，作者是R.L.奧特(R.Lyamn Ott)，M.朗格內克(Michael Longnecker)。
基本介紹
- 作者： R.L.奧特，M.朗格內克
- 譯者：張忠占
- ISBN：9787030108159
- 頁數：1304
- 定價：118.00元
- 出版社：科學出版社
- 出版時間：2003年6月
- 裝幀：平裝
內容介紹,作品目錄,
內容介紹
本書據Duxbury Press第5版譯出。內容分為8個部分，共20章，分上下兩冊。各章均有大量習題。作者使用實例來引入主題，並把統計概念和實際問題聯繫在一起進行講解，介紹了統計數據的收集和分析過程，討論了如何解釋數據分析的結果，並專門講述了如何寫數據分析報告。
作品目錄
序言
第一部分 引論
第一章 什麼是統計
1.1 引言
1.2 為什麼學習統計
1.3 當前統計的一些套用
1.4 統計學家做什麼
1.5 質量和工序改進
1.6 學生注意
1.7 小結
補充練習
第二部分 收集數據
第二章 利用調查和科學研究來收集數據-
2.1 引言
2.2 調查
2.3 科學研究
2.4 觀察研究
2.5 數據整理:為概括和分析準備數據
2.6 小結
第三部分 概括數據
第三章 數據的描述
3.1 引言
3.2 計算器.計算機及軟體系統
3.3 單個變數數據的描述:圖表法
3.4 單個變數數據的描述:中心趨勢的度量
3.5 單個變雖數據的描述:變異性度量
3.6 盒形圖
3.7 多變數數據的概括
3.8 小結
重要公式
補充練習
第四部分 工具和概念
第四章 機率和機率分布
4.1 如何套用機率進行推斷
4.2 確定一個事件的機率
4.3 基本的事件關係和機率法則
4.4 條件機率和獨立性
4.5 Bayes公式
4.6 離散變最和連續變數
4.7 離散隨機變數的機率分布
4.8 一個常用的離散隨機變數:二項分布
4.9 連續隨機變數的機率分布
4.1 0一個常用的連續隨機變數:常態分配
4.1 1隨機抽樣
4.1 2抽樣分布
4.1 3二項分布的正態逼近
4.1 4Minitab指令
4.1 5小結
重要公式
補充練習
第五部分 數據分析:中心值方差和比例
第五章 關於總體中心值的推斷
5.1 引言和案例
5.2 μ的估計
5.3 估計μ時樣本容量的選取
5.4 關於μ的統計檢驗
5.5 對於進行檢驗時樣本容量的選取
5.6 統計檢驗的顯著性水十
5.7 正態總體均值p的統計推斷.未知
5.8 關於中位數的推斷
5.9 小結
重要公式
補充練習
第六章 兩總體中心值的比較
6.1 引言和案例
6.2 關於μ1-μ2的推斷:獨立樣本
6.3 非參數推斷方法:Wilcoxon秩和檢驗
6.4 關於μ1-μ2的推斷:成對數據
6.5 非參數推斷方法:Wilcoxon符號秩檢驗
6.6 惟斷μ1-μ2時樣本容量的選取
6.7 小結
重要公式
補充練習
第七章 關於總體方差的推斷
7.1 引言和案例
7.2 單個總體方差的估計和檢驗
7.3 比較兩個總體方差時的估計和檢驗
7.4 比較多個總體方差時的檢驗
7.5 小結
重要公式
補充練習
第八章 兩個以上總體的中心值的推斷
8.1 引言和案例
8.2 兩個以上總體均值的統計檢驗:方差分析
8.3 完全隨機化設計中觀測值的模型
8.4 方差分析條件的檢查
8.5 其他的分析方法:數據變換
8.6 另一種非參數方法:Kruskal-Wallis檢驗
8.7 小結
重要公式
補充練習
第九章 多重比較
9.1 引言和案例
9.2 線性對照
9.3 控制哪個錯誤率
9.4 Fisher(費舍爾)最小顯著差異法
9.5 Tukey的W方法
9.6 Student-Newman-Keuls方法
9.7 Dunnett方法:處理組與對照組的比較
9.8 Scheffe的S方法
9.9 小結
重要公式
補充練習
第十章 類型數據
10.1 引言和案例
10.2 總體比例π的推斷
10.3 兩總體比例之差π1-π2的推斷
10.4 多比例的推斷:卡方擬合優度檢驗
10.5 Pokmn(泊松)分布-
10.6 列聯表:獨立性檢驗和齊性檢驗
10.7 柏關程度的度量
10.8 幾率和優比
10.9 小結
重要公式
補充練習
第六部分 數據分析:回歸方法和模型的建立
第十一章 線性回歸和相關
11.1 引言和案例
11.2 估計模型中的參數
11.3 回歸參數的推斷
11.4 利用同歸預測新的y值
11.5 線性回歸中擬合不足的考察
11.6 逆回歸問題(校準)
11.7 相關
11.8 小結
重要公式
補充練習
第十二章 多元回歸與一般線性模型
12.1 引言和案例
12.2 一般線性模型
12.3 估計多元回歸係數
12.4 多元回歸中的推斷
12.5 回歸係數子集的檢驗
12.6 用多元回歸進行的預測
12.7 比較幾條回歸線的斜率
12.8 Logistic回歸
12.9 多元回歸的一些理論結果(任選)
12.1 0小結
重要公式
補充練習
第十三章 多元回歸續論
13.1 引言和案例
13.2 變數的挑選(第一步)
I3.3 模型形式的確定(第二步)
13.4 模型假設的檢查(第三步)
13.5 小結
重要公式
補充練習
第七部分 試驗設計與方差分析
第十四章 試驗和研究的設計概念
14.1 引言
14.2 研究的類型
14.3 設計的試驗:術語
14.4 控制試驗誤差
14.5 試驗單元對處理的隨機化
14.6 確定重複試驗的次數
14.7 小結
第十五章 標準設計的方差分析
15.1 引言和案例
15.2 單因子的完全隨機化設計
15.3 隨機化完全區組設計
15.4 拉丁方設計
15.5 完全隨機化設計中的因子處理結構
15.6 隨機化完全區組設計中的因子處理結構
15.7 處理差異的估計和處理均值的比較
15.8 小結
重要公式
補充練習
第十六章 協方差分析
16.1 引言和案例
16.2 具有一個協變數的完全隨機化設計
16.3 外推問題
16.4 多維協變數和更複雜的設計
16.5 小結
補充練習
第十七章 一些固定效應.隨機效應和混合效應模型的方差分析
17.1 引言和案例
17.2 具有隨機處理效應的單因子試驗:隨機效應模型
17.3 隨機效應模型的擴充
17.4 混合效應模型
17.5 計算期望均方的規則
17.6 套抽樣和裂區設計
17.7 小結
補充練習
第十八章 重複測量與交叉設計
18.1 引言和案例
18.2 有重複觀測的單因子試驗
18.3 一個因子有重複觀測的兩因子試驗
18.4 交叉設計
18.5 小結
補充練習
第十九章 一些非平衡設計的方差分析
19.1 引言和案例
19.2 有一個或多個缺失觀察值的隨機化區組設計
19.3 有缺失數據的拉丁方設計
19.4 平衡不完全區組(BIB)設計
19.5 小結
重要公式
補充練習
第二十章 分析結果的傳達和備案
20.1 引言
20.2 做好傳達溝通工作所面臨的困難
20.3 傳達的障礙:圖形的歪曲
20.4 傳達的障礙:有偏抽樣
20.5 傳達的障礙:樣本容量
20.6 為統計分析準備數據
20.7 統計分析的指導原則和報告
20.8 文檔和結果的保存
20.9 小結
補充練習
附錄統計表
參考文獻
索引
譯後記
第一部分 引論
第一章 什麼是統計
1.1 引言
1.2 為什麼學習統計
1.3 當前統計的一些套用
1.4 統計學家做什麼
1.5 質量和工序改進
1.6 學生注意
1.7 小結
補充練習
第二部分 收集數據
第二章 利用調查和科學研究來收集數據-
2.1 引言
2.2 調查
2.3 科學研究
2.4 觀察研究
2.5 數據整理:為概括和分析準備數據
2.6 小結
第三部分 概括數據
第三章 數據的描述
3.1 引言
3.2 計算器.計算機及軟體系統
3.3 單個變數數據的描述:圖表法
3.4 單個變數數據的描述:中心趨勢的度量
3.5 單個變雖數據的描述:變異性度量
3.6 盒形圖
3.7 多變數數據的概括
3.8 小結
重要公式
補充練習
第四部分 工具和概念
第四章 機率和機率分布
4.1 如何套用機率進行推斷
4.2 確定一個事件的機率
4.3 基本的事件關係和機率法則
4.4 條件機率和獨立性
4.5 Bayes公式
4.6 離散變最和連續變數
4.7 離散隨機變數的機率分布
4.8 一個常用的離散隨機變數:二項分布
4.9 連續隨機變數的機率分布
4.1 0一個常用的連續隨機變數:常態分配
4.1 1隨機抽樣
4.1 2抽樣分布
4.1 3二項分布的正態逼近
4.1 4Minitab指令
4.1 5小結
重要公式
補充練習
第五部分 數據分析:中心值方差和比例
第五章 關於總體中心值的推斷
5.1 引言和案例
5.2 μ的估計
5.3 估計μ時樣本容量的選取
5.4 關於μ的統計檢驗
5.5 對於進行檢驗時樣本容量的選取
5.6 統計檢驗的顯著性水十
5.7 正態總體均值p的統計推斷.未知
5.8 關於中位數的推斷
5.9 小結
重要公式
補充練習
第六章 兩總體中心值的比較
6.1 引言和案例
6.2 關於μ1-μ2的推斷:獨立樣本
6.3 非參數推斷方法:Wilcoxon秩和檢驗
6.4 關於μ1-μ2的推斷:成對數據
6.5 非參數推斷方法:Wilcoxon符號秩檢驗
6.6 惟斷μ1-μ2時樣本容量的選取
6.7 小結
重要公式
補充練習
第七章 關於總體方差的推斷
7.1 引言和案例
7.2 單個總體方差的估計和檢驗
7.3 比較兩個總體方差時的估計和檢驗
7.4 比較多個總體方差時的檢驗
7.5 小結
重要公式
補充練習
第八章 兩個以上總體的中心值的推斷
8.1 引言和案例
8.2 兩個以上總體均值的統計檢驗:方差分析
8.3 完全隨機化設計中觀測值的模型
8.4 方差分析條件的檢查
8.5 其他的分析方法:數據變換
8.6 另一種非參數方法:Kruskal-Wallis檢驗
8.7 小結
重要公式
補充練習
第九章 多重比較
9.1 引言和案例
9.2 線性對照
9.3 控制哪個錯誤率
9.4 Fisher(費舍爾)最小顯著差異法
9.5 Tukey的W方法
9.6 Student-Newman-Keuls方法
9.7 Dunnett方法:處理組與對照組的比較
9.8 Scheffe的S方法
9.9 小結
重要公式
補充練習
第十章 類型數據
10.1 引言和案例
10.2 總體比例π的推斷
10.3 兩總體比例之差π1-π2的推斷
10.4 多比例的推斷:卡方擬合優度檢驗
10.5 Pokmn(泊松)分布-
10.6 列聯表:獨立性檢驗和齊性檢驗
10.7 柏關程度的度量
10.8 幾率和優比
10.9 小結
重要公式
補充練習
第六部分 數據分析:回歸方法和模型的建立
第十一章 線性回歸和相關
11.1 引言和案例
11.2 估計模型中的參數
11.3 回歸參數的推斷
11.4 利用同歸預測新的y值
11.5 線性回歸中擬合不足的考察
11.6 逆回歸問題(校準)
11.7 相關
11.8 小結
重要公式
補充練習
第十二章 多元回歸與一般線性模型
12.1 引言和案例
12.2 一般線性模型
12.3 估計多元回歸係數
12.4 多元回歸中的推斷
12.5 回歸係數子集的檢驗
12.6 用多元回歸進行的預測
12.7 比較幾條回歸線的斜率
12.8 Logistic回歸
12.9 多元回歸的一些理論結果(任選)
12.1 0小結
重要公式
補充練習
第十三章 多元回歸續論
13.1 引言和案例
13.2 變數的挑選(第一步)
I3.3 模型形式的確定(第二步)
13.4 模型假設的檢查(第三步)
13.5 小結
重要公式
補充練習
第七部分 試驗設計與方差分析
第十四章 試驗和研究的設計概念
14.1 引言
14.2 研究的類型
14.3 設計的試驗:術語
14.4 控制試驗誤差
14.5 試驗單元對處理的隨機化
14.6 確定重複試驗的次數
14.7 小結
第十五章 標準設計的方差分析
15.1 引言和案例
15.2 單因子的完全隨機化設計
15.3 隨機化完全區組設計
15.4 拉丁方設計
15.5 完全隨機化設計中的因子處理結構
15.6 隨機化完全區組設計中的因子處理結構
15.7 處理差異的估計和處理均值的比較
15.8 小結
重要公式
補充練習
第十六章 協方差分析
16.1 引言和案例
16.2 具有一個協變數的完全隨機化設計
16.3 外推問題
16.4 多維協變數和更複雜的設計
16.5 小結
補充練習
第十七章 一些固定效應.隨機效應和混合效應模型的方差分析
17.1 引言和案例
17.2 具有隨機處理效應的單因子試驗:隨機效應模型
17.3 隨機效應模型的擴充
17.4 混合效應模型
17.5 計算期望均方的規則
17.6 套抽樣和裂區設計
17.7 小結
補充練習
第十八章 重複測量與交叉設計
18.1 引言和案例
18.2 有重複觀測的單因子試驗
18.3 一個因子有重複觀測的兩因子試驗
18.4 交叉設計
18.5 小結
補充練習
第十九章 一些非平衡設計的方差分析
19.1 引言和案例
19.2 有一個或多個缺失觀察值的隨機化區組設計
19.3 有缺失數據的拉丁方設計
19.4 平衡不完全區組(BIB)設計
19.5 小結
重要公式
補充練習
第二十章 分析結果的傳達和備案
20.1 引言
20.2 做好傳達溝通工作所面臨的困難
20.3 傳達的障礙:圖形的歪曲
20.4 傳達的障礙:有偏抽樣
20.5 傳達的障礙:樣本容量
20.6 為統計分析準備數據
20.7 統計分析的指導原則和報告
20.8 文檔和結果的保存
20.9 小結
補充練習
附錄統計表
參考文獻
索引
譯後記
