非参数统计(第2版)(配光盘)(本科教材)

内容简介

[

　　《非参数统计（第2版）/应用统计学系列教材》是非参数统计教材，内容从经典非参数统计推断到现代前沿，包括基本概念、单一样本的推断问题、两独立样本数据的位置和尺度推断、多组数据位置推断、分类数据的关联分析、秩相关和分位数回归、非参数密度估计、一元非参数回归和数据挖掘与机器学习共计9章。　　《非参数统计（第2版）/应用统计学系列教材》配有大量与社会、经济、金融、生物等专业相关的例题和习题，还配置了一些实验或案例，方便结合R软件进行探索、研究。　　《非参数统计（第2版）/应用统计学系列教材》可以作为高等院校统计、经济、金融、管理专业的本科生课程的教材，也可以作为其他相关专业研究生的教材和教学参考书，另外，对广大从事与统计相关工作的实际工作者也极具参考价值。

]

目录

第1章 基本概念1．1 非参数统计概念与产生1．2 假设检验回顾1．3 经验分布和分布探索1．3．1 经验分布1．3．2 生存函数1．4 检验的相对效率1．5 分位数和非参数估计1．6 秩检验统计量1．7 U统计量1．8 实验习题第2章 单一样本的推断问题2．1 符号检验和分位数推断2．1．1 基本概念2．1．2 大样本计算2．1．3 符号检验在配对样本比较中的应用2．1．4 分位数检验——符号检验的推广2．2 Cox-Staut趋势存在性检验2．3 随机游程检验2．4 Wilcoxon符号秩检验2．4．1 基本概念2．4．2 Wilcoxon符号秩检验和抽样分布2．5 单组数据的位置参数置信区间估计2．5．1 顺序统计量位置参数置信区间估计2．5．2 基于方差估计法的位置参数置信区间估计2．6 正态记分检验2．7 分布的一致性检验2．7．1 X2拟合优度检验2．7．2 Kolmogorov-Smirnov正态性检验2．7．3 Liliefor正态分布检验2．8 单一总体渐近相对效率比较2．9 实验习题第3章 两独立样本数据的位置和尺度推断3．1 Brown-Mood中位数检验3．2 Wilcoxon-Mann-WI’utney秩和检验3．3 Mood方差检验3．4 Moses方差检验3．5 实验习题第4章 多组数据位置推断4．1 试验设计和方差分析的基本概念回顾4．2 Kruskal-Wallis单因素方差分析4．3 Jonckheere-Terpstra检验4．4 Friedman秩方差分析法4．5 随机区组数据的调整秩和检验4．6 Cochran检验4．7 Durbin不完全区组分析法4．8 案例习题第5章 分类数据的关联分析5．1 r×s列联表和X2独立性检验5．2 X2齐性检验5．3 Fisher精确性检验5．4 Mantel-Haenszel检验5．5 关联规则5．5．1 关联规则基本概念5．5．2 Apriori算法5．6 Ridit检验法5．7 对数线性模型5．7．1 对数线性模型的基本概念5．7．2 模型的设计矩阵5．7．3 模型的估计和检验5．7．4 高维对数线性模型和独立性5．8 案例习题第6章 秩相关和分位数回归6．1 Spearman秩相关检验6．2 Kendall T相关检验6．3 多变量Kendall协和系数检验6．4 Kappa 一致性检验6．5 中位数回归系数估计法6．5．1 Brown-Mood方法6．5．2 Theil方法6．5．3 关于岷外的检验6．6 线性分位回归模型6．7 案例习题第7章 非参数密度估计7．1 直方图密度估计7．1．1 基本概念7．1．2 理论性质和*优带宽7．1．3 多维直方图7．2 核密度估计7．2．1 核函数的基本概念7．2．2 理论性质和带宽7．2．3 多维核密度估计7．2．4 贝叶斯决策和非参数密度估计7．3 尼近邻估计7．4 案例习题第8章 一元非参数回归8．1 核回归光滑模型8．2 局部多项式回归8．2．1 局部线性回归8．2．2 局部多项式回归的基本原理8．3 LOWESS稳健回归8．4 k近邻回归8．5 正交序列回归8．6 罚*小二乘法8．7 样条回归8．7．1 模型8．7．2 样条回归模型的节点8．7．3 常用的样条基函数8．7．4 样条模型的自由度8．8 案例习题第9章 数据挖掘与机器学习9．1 一般分类问题9．2 Logistic回归9．2．1 Logistic回归模型9．2．2 Logistic回归模型的极大似然估计9．2．3 Logistic回归和线性判别函数LDA的比较9．3 k近邻9．4 决策树9．4．1 决策树基本概念9．4．2 CART9．4．3 决策树的剪枝9．4．4 回归树9．4．5 决策树的特点9．5 BOOSting9．5．1 Boosting方法9．5．2 AdaBoost．Ml算法9．6 支持向量机9．6．1 *大边距分类9．6．2 支持向量机问题的求解9．6．3 支持向量机的核方法9．7 随机森林树9．7．1 随机森林树算法的定义9，7．2 随机森林树算法的性质9．7．3 如何确定随机森林树算法中树的节点分裂变量9．7．4 随机森林树的回归算法9．7．5 有关随机森林树算法的一些评价9．8 多元自适应回归样条9．8．1 MARS与CART的联系9．8．2 MARS的一些性质9．9 案例习题……附录A R基础附录B 常用统计分布表参考文献

封面

书名:非参数统计(第2版)(配光盘)(本科教材)

作者:王星、 褚挺进

页数:364

定价:¥49.0

出版社:清华大学出版社

出版日期:2017-08-05

ISBN:9787302371564

PDF电子书大小:98MB 高清扫描完整版