本書以數(shù)據(jù)的常用統(tǒng)計(jì)分析方法為基礎(chǔ),在簡(jiǎn)明扼要的闡述統(tǒng)計(jì)學(xué)基本概念、基本思想與基本方法的基礎(chǔ)上,講述與之相對(duì)應(yīng)的R函數(shù)的實(shí)現(xiàn),并通過(guò)具體的例子說(shuō)明統(tǒng)計(jì)問(wèn)題求解的過(guò)程。內(nèi)容上不僅包括了基礎(chǔ)統(tǒng)計(jì)分析中的探索性數(shù)據(jù)分析,參數(shù)估計(jì)與假設(shè)檢驗(yàn),還包括了非參數(shù)統(tǒng)計(jì)分析的常用方法、多元統(tǒng)計(jì)分析方法及貝葉斯統(tǒng)計(jì)分析方法。
通過(guò)《R語(yǔ)言與統(tǒng)計(jì)分析》,讀者不僅可以快速學(xué)會(huì)R的基本原理與核心內(nèi)容,而且可以根據(jù)書中的例子與例子中的R程序?qū)W會(huì)解決問(wèn)題的統(tǒng)計(jì)計(jì)算方法與基本的編程技術(shù),為解決更為復(fù)雜的統(tǒng)計(jì)問(wèn)題奠定扎實(shí)的基礎(chǔ)。
統(tǒng)計(jì)學(xué)的任務(wù)是研究有關(guān)收集、整理、分析數(shù)據(jù),從而對(duì)所考察的問(wèn)題作出統(tǒng)計(jì)推斷。作為一門科學(xué),統(tǒng)計(jì)學(xué)有其堅(jiān)實(shí)的理論基礎(chǔ),研究統(tǒng)計(jì)學(xué)方法的理論基礎(chǔ)問(wèn)題的那一部分,構(gòu)成了所謂數(shù)理統(tǒng)計(jì)學(xué)的內(nèi)容。其次,統(tǒng)計(jì)學(xué)就其本質(zhì)來(lái)講,是一門實(shí)用性很強(qiáng)的科學(xué),它在人類活動(dòng)的各個(gè)領(lǐng)域有著廣泛的應(yīng)用。因此數(shù)理統(tǒng)計(jì)的理論與方法應(yīng)該與實(shí)際相結(jié)合,解決社會(huì)、經(jīng)濟(jì)、工農(nóng)業(yè)生產(chǎn)、生物制藥、航空航天、質(zhì)量管理、環(huán)境資源等領(lǐng)域中的各種問(wèn)題。最后,統(tǒng)計(jì)學(xué)又是一門技術(shù)性很強(qiáng)的科學(xué),由于所研究的問(wèn)題越來(lái)越復(fù)雜、變量之間關(guān)聯(lián)性越來(lái)越強(qiáng)、數(shù)據(jù)的規(guī)模越來(lái)越大,使得原有的計(jì)算方法無(wú)法順利實(shí)現(xiàn),F(xiàn)在,隨著計(jì)算機(jī)的不斷發(fā)展與普及,特別是近20年來(lái)統(tǒng)計(jì)計(jì)算的突破性進(jìn)展及統(tǒng)計(jì)軟件的不斷完善和成熟,使得解決這些問(wèn)題不僅成為可能,而且越來(lái)越容易、快速。
目前許多大學(xué)中幾乎所有理工科、甚至文科的許多專業(yè)都開設(shè)了《數(shù)理統(tǒng)計(jì)》或《應(yīng)用統(tǒng)計(jì)》之類的課程,有的還編寫了相應(yīng)的教材,這是可喜的。這些課程與教材的共同特點(diǎn)是以較大的篇幅介紹數(shù)理統(tǒng)計(jì)的理論、方法與實(shí)際背景,并配有一定數(shù)量的例子和習(xí)題。部分學(xué)校還為有統(tǒng)計(jì)專業(yè)和應(yīng)用數(shù)學(xué)專業(yè)的學(xué)生開設(shè)sAs或MATLAB統(tǒng)計(jì)軟件課程,為經(jīng)濟(jì)統(tǒng)計(jì)專業(yè)的學(xué)生開設(shè)SPSS或Eviews統(tǒng)計(jì)軟件課程,但這還遠(yuǎn)遠(yuǎn)不夠。
作者長(zhǎng)期從事概率論與數(shù)理統(tǒng)計(jì)、統(tǒng)計(jì)計(jì)算及統(tǒng)計(jì)軟件的教學(xué)工作,我們發(fā)現(xiàn)目前的統(tǒng)計(jì)教學(xué)普遍存在的問(wèn)題有:一、關(guān)于教學(xué)內(nèi)容:在有限的課時(shí)中,對(duì)于非統(tǒng)計(jì)專業(yè)的學(xué)生采用針對(duì)統(tǒng)計(jì)專業(yè)學(xué)生的教學(xué)方式,過(guò)多強(qiáng)調(diào)理論的重要性,從而忽視了統(tǒng)計(jì)思想和數(shù)據(jù)處理能力的培養(yǎng)。
第一章 R介紹
1.1 S語(yǔ)言與R
1.2 R的特點(diǎn)
1.3 R的資源
1.4 R的安裝與運(yùn)行
1.4.1 R軟件的安裝、啟動(dòng)與關(guān)閉
1.4.2 R程序包的安裝與使用
第一章習(xí)題
第二章 R的基本原理與核心
2.1 R的基本原理
2.2 R的在線幫助
2.3 一個(gè)簡(jiǎn)短的R會(huì)話
2.4 R的數(shù)據(jù)結(jié)構(gòu)
2.4.1 R的對(duì)象與屬性
2.4.2 瀏覽對(duì)象的信息
2.4.3 向量的建立
2.4.4 數(shù)組與矩陣的建立
2.4.5 數(shù)據(jù)框(dataframe)的建立
2.4.6 列表(1ist)的建立
2.4.7 時(shí)間序列(ts)的建立
2.5 數(shù)據(jù)的存儲(chǔ)與讀取
2.5.1 數(shù)據(jù)的存儲(chǔ)
2.5.2 數(shù)據(jù)的讀取
2.6 R的圖形功能
2.6.1 繪圖函數(shù)
2.6.2 低級(jí)繪圖命令
2.6.3 繪圖參數(shù)
2.6.4 一個(gè)實(shí)例
2.7 R.編程
2.7.1 循環(huán)和向量化
2.7.2 用R寫程序
2.7.3 編寫你自己的函數(shù)
2.7.4 養(yǎng)成良好的編程習(xí)慣
第二章習(xí)題
第三章 概率與分布
3.1 隨機(jī)抽樣
3.2 排列組合與概率的計(jì)算
3.3 概率分布
3.3.1 離散分布的分布律
3.3.2 連續(xù)分布的密度函數(shù)
3.4 R中內(nèi)嵌的分布
3.5 應(yīng)用:中心極限定理
3.5.1 中心極限定理
3.5.2 漸近正態(tài)性的圖形檢驗(yàn)
3.5.3 舉例
第三章習(xí)題
第四章 探索性數(shù)據(jù)分析
4.1 常用分布的概率函數(shù)圖
4.2 直方圖與密度函數(shù)的估計(jì)
4.2.1 直方圖
4.2.2 核密度估計(jì)
4.3 單組數(shù)據(jù)的描述性統(tǒng)計(jì)分析
4.3.1 單組數(shù)據(jù)的圖形描述
4.3.2 單組數(shù)據(jù)的描述性統(tǒng)計(jì)
4.4 多組數(shù)據(jù)的描述性統(tǒng)計(jì)分析
4.4.1 兩組數(shù)據(jù)的圖形概括
4.4.2 多組數(shù)據(jù)的圖形描述
4.4.3 多組數(shù)據(jù)的描述性統(tǒng)計(jì)
4.4.4 分組數(shù)據(jù)的圖形概括
4.5 分類數(shù)據(jù)的描述性統(tǒng)計(jì)分析
4.5.1 列聯(lián)表的制作
4.5.2 列聯(lián)表的圖形描述
第四章習(xí)題
第五章 參數(shù)估計(jì)
5.1 矩法估計(jì)和極大似然估計(jì)
5.1.1 矩法估計(jì)
5.1.2 極大似然估計(jì)
5.2 單正態(tài)總體參數(shù)的區(qū)間估計(jì)
5.2.1 均值μ的區(qū)間估計(jì)
5.2.2 方差σ2的區(qū)間估計(jì)
5.3 兩正態(tài)總體參數(shù)的區(qū)間估計(jì)
5.3.1 均值差μ1-μ2的置信區(qū)間
5.3.2 兩方差比σ12/22的置信區(qū)間
5.4 單總體比率p的區(qū)間估計(jì)
5.5 兩總體比率差p1-p2的區(qū)間估計(jì)
5.6 樣本容量的確定
5.6.1 估計(jì)正態(tài)總體均值時(shí)樣本容量的確定
5.6.2 估計(jì)比例p時(shí)樣本容量的確定
第五章習(xí)題
第六章 參數(shù)的假設(shè)檢驗(yàn)
6.1 假設(shè)檢驗(yàn)與檢驗(yàn)的p值
6.1.1 假設(shè)檢驗(yàn)的概念與步驟
6.1.2 檢驗(yàn)的p值
6.2 單正態(tài)總體參數(shù)的檢驗(yàn)
6.2.1 均值μ的假設(shè)檢驗(yàn)
6.2.2 方差盯σ2的檢驗(yàn):x2檢驗(yàn)
6.3 兩正態(tài)總體參數(shù)的檢驗(yàn)
6.3.1 均值的比較:t檢驗(yàn)
6.3.2 方差的比較:F檢驗(yàn)
6.4 成對(duì)數(shù)據(jù)的t檢驗(yàn)
6.5 單樣本比率的檢驗(yàn)
6.5.1 比率p的精確檢驗(yàn)
6.5.2 比率p的近似檢驗(yàn)
6.6 兩樣本比率的檢驗(yàn)
第六章習(xí)題
第七章 非參數(shù)的假設(shè)檢驗(yàn)
7.1 單總體位置參數(shù)的檢驗(yàn)
7.1.1 中位數(shù)的符號(hào)檢驗(yàn)
7.1.2 Wilcoxon符號(hào)秩檢驗(yàn)
7.2 分布的一致性檢驗(yàn):x2檢驗(yàn)
7.3 兩總體的比較與檢驗(yàn)
7.3.1 X2獨(dú)立性檢驗(yàn)
7.3.2 Fisher精確檢驗(yàn)
7.3.3 Wilcoxon秩和檢驗(yàn)法和Mann-whitneyU檢驗(yàn)
7.3.4 Mood檢驗(yàn)
7.4 多總體的比較與檢驗(yàn)
7.4.1 位置參數(shù)的Kruskal-Wallis秩和檢驗(yàn)
7.4.2 尺度參數(shù)的Ansari-Bradley檢驗(yàn)
7.4.3 尺度參數(shù)的Fligner-Killeen檢驗(yàn)
第七章習(xí)題
第八章 方差分析
8.1 單因子方差分析
8.1.1 數(shù)學(xué)模型
8.1.2 均值的多重比較
8.1.3 同時(shí)置信區(qū)間:Tukey法
8.1.4 方差齊性檢驗(yàn)
……
第九章 回歸分析與相關(guān)分析
第十章 多元統(tǒng)計(jì)分析介紹
第十一章 貝葉斯統(tǒng)計(jì)分析