目錄
叢書序
前言
第1章 R軟件基礎(chǔ)1
1.1 軟件安裝1
1.2 R語(yǔ)言的基本語(yǔ)法及結(jié)構(gòu)4
1.3 R語(yǔ)言中的循環(huán)結(jié)構(gòu)及判別結(jié)構(gòu)9
1.4 R中常見數(shù)據(jù)結(jié)構(gòu)12
1.5 常用繪圖命令17
1.5.1 基礎(chǔ)繪圖命令17
1.5.2 三維圖像繪制23
1.5.3 ggplot2繪圖包簡(jiǎn)介24
1.5.4 高級(jí)繪圖25
思考與習(xí)題27
第2章 隨機(jī)數(shù)生成29
2.1 常見偽隨機(jī)數(shù)算法33
2.2 常見分布隨機(jī)變量35
2.3 逆變換法40
2.3.1 連續(xù)隨機(jī)分布樣本43
2.3.2 指數(shù)分布隨機(jī)變量45
2.4 接受-拒絕法46
2.5 轉(zhuǎn)換法51
2.6 混合分布54
2.7 隨機(jī)數(shù)實(shí)驗(yàn)55
思考與習(xí)題60
第3章 統(tǒng)計(jì)算法61
3.1 基本蒙特卡羅積分61
3.2 蒙特卡羅方法的方差65
3.3 相反數(shù)蒙特卡羅積分68
3.4 蒙特卡羅控制變量法70
3.5 蒙特卡羅重點(diǎn)抽樣法72
3.6 Bootstrap方法79
3.7 Jackknife方法84
3.8 Bootstrap估計(jì)的置信區(qū)間87
思考與習(xí)題90
第4章 馬爾可夫鏈蒙特卡羅方法92
4.1 隨機(jī)過程92
4.2 馬爾可夫鏈98
4.3 貝葉斯中的積分問題103
4.4 Metropolis-Hastings算法104
4.4.1 Metropolis-Hastings抽樣方法105
4.4.2 Metropolis抽樣方法110
4.4.3 隨機(jī)行走M(jìn)etropolis方法111
4.4.4 獨(dú)立抽樣方法114
4.4.5 Gibbs抽樣方法117
思考與習(xí)題120
部分答案與解析122