图书介绍
数据分析PDF|Epub|txt|kindle电子书版本下载
- 范金城，梅长林编著 著
- 出版社： 北京：科学出版社
- ISBN：9787030263728
- 出版时间：2010
- 标注页数：353页
- 文件大小：69MB
- 文件页数：367页
- 主题词：统计数据－统计分析（数学）－高等学校－教材
PDF下载
下载说明
数据分析PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 数据描述性分析1
1.1 数据的数字特征1
1.1.1 均值、方差等数字特征1
1.1.2 中位数、分位数、三均值与极差7
1.2 数据的分布11
1.2.1 直方图、经验分布函数与QQ图12
1.2.2 茎叶图、箱线图及五数总括16
1.2.3 正态性检验与分布拟合检验21
1.3 多元数据的数字特征与相关分析27
1.3.1 二元数据的数字特征及相关系数27
1.3.2 多元数据的数字特征及相关矩阵31
1.3.3 总体的数字特征及相关矩阵33
习题42
第2章 非参数秩方法47
2.1 两种处理方法比较的秩检验47
2.1.1 两种处理方法比较的随机化模型及秩的零分布48
2.1.2 Wilcoxon秩和检验49
2.1.3 总体模型的Wilcoxon秩和检验58
2.1.4 Smirnov检验59
2.2 成对分组设计下两种处理方法的比较63
2.2.1 符号检验64
2.2.2 Wilcoxon符号秩检验66
2.2.3 分组设计下两处理方法比较的总体模型72
2.3 多种处理方法比较的Kruskal-Wallis检验73
2.3.1 多种处理方法比较中秩的定义及Kruskal-Wallis统计量73
2.3.2 Kruskal-Wallis统计量的零分布74
2.4 分组设计下多种处理方法的比较78
2.4.1 分组设计下秩的定义及其零分布78
2.4.2 Friedman检验78
2.4.3 改进的Friedman检验82
习题85
第3章 回归分析89
3.1 线性回归模型89
3.1.1 线性回归模型及其矩阵表示89
3.1.2 β及σ2的估计90
3.1.3 有关的统计推断91
3.2 逐步回归法100
3.3 Logistic回归模型108
3.3.1 线性Logistic回归模型108
3.3.2 参数的最大似然估计与Newton-Raphson迭代解法110
3.3.3 Logistic模型的统计推断115
习题120
第4章 主成分分析与因子分析124
4.1 主成分分析124
4.1.1 引言124
4.1.2 总体主成分125
4.1.3 样本主成分131
4.2 因子分析137
4.2.1 引言137
4.2.2 正交因子模型138
4.2.3 参数估计方法141
4.2.4 主成分估计法的具体步骤143
4.2.5 方差最大的正交旋转146
4.2.6 因子得分149
习题151
第5章 判别分析155
5.1 距离判别155
5.1.1 判别分析的基本思想及意义155
5.1.2 两个总体的距离判别156
5.1 3 判别准则的评价160
5.1.4 多个总体的距离判别163
5.2 Bayes判别166
5.2.1 Bayes判别的基本思想166
5.2.2 两个总体的Bayes判别167
5.2.3 多个总体的Bayes判别177
5.2.4 逐步判别简介182
习题183
第6章 聚类分析192
6.1 距离与相似系数192
6.1.1 聚类分析的基本思想及意义192
6.1.2 样品间的相似性度量——距离193
6.1.3 变量间的相似性度量——相似系数195
6.2 谱系聚类法198
6.2.1 类间距离198
6.2.2 类间距离的递推公式199
6.2.3 谱系聚类法的步骤201
6.2.4 变量聚类212
6.3 快速聚类法214
6.3.1 快速聚类法的步骤215
6.3.2 用Lm距离进行快速聚类223
习题227
第7章 时间序列分析233
7.1 平稳时间序列233
7.1.1 时间序列分析及其意义233
7.1.2 随机过程概念及其数字特征233
7.1.3 平稳时间序列与平稳随机过程238
7.1.4 平稳性检验及自协方差函数、自相关函数的估计241
7.2 ARMA时间序列及其特性243
7.2.1 ARMA时间序列的定义243
7.2.2 ARMA序列的平稳性与可逆性246
7.2.3 ARMA序列的相关特性249
7.3 ARMA时间序列的建模与预报258
7.3.1 ARMA序列参数的矩估计258
7.3.2 ARMA序列参数的精估计261
7.3.3 ARMA模型的定阶与考核269
7.3.4 平稳线性最小均方预报273
7.3.5 ARMA序列的预报276
7.4 ARIMA序列与季节性序列281
7.4.1 ARIMA序列及其预报281
7.4.2 季节性序列及其预报288
习题295
第8章 常用数据分析方法的SAS过程简介301
8.1 SAS系统简介301
8.1.1 建立SAS数据集302
8.1.2 利用已有的SAS数据集建立新的SAS数据集307
8.1.3 SAS系统的数学运算符号及常用的SAS函数310
8.1.4 逻辑语句与循环语句312
8.2 常用数据分析方法的SAS过程314
8.2.1 几种描述性统计分析的SAS过程315
8.2.2 非参数秩方法的SAS过程323
8.2.3 回归分析的SAS过程327
8.2.4 主成分分析与因子分析的SAS过程333
8.2.5 判别分析的SAS过程335
8.2.6 聚类分析的SAS过程341
8.2.7 时间序列分析的SAS过程——PROC ARIMA过程346
8.2.8 SAS系统的矩阵运算——PROC IML过程简介351
主要参考文献354