商品详情
书名：统计学——基于R(第4版)（基于R应用的统计学丛书）
定价：46.0
ISBN：9787300289250
作者：贾俊平
版次：4
出版时间：2021-01
内容提要：
R是一种语言，它为*级数据分析人员提供个性化分析的程序编写方式；R是*款统计软件，它为中级数据分析人员提供大量的工具包和函数，直接使用它们就可以实现分析目标；R是一本教科书，它为初学者提供十分丰富而便捷的帮助信息，简单学习，就可以做初步的数据分析；R是一种文化，使用后你会感到传授或学习统计学知识的方式应当改变。
本书是一本基于R语言实现全部例题计算与分析的统计学教材，书中例题的解答和图表均给出了R的详细代码和结果。全书内容共11章，包括数据的可视化等描述性分析方法、推断方法以及实际中常用的一些统计方法等。附录A介绍了自助法置信区间及其应用。本书立足于统计应用，避免数学公式的推导，通俗易懂，可作为高等院校统计学专业本科生的基础课程教材，也可作为经济管理类专业及部分理、工、农、林、医药等专业的统计学教材使用，对实际数据分析人员也有参考价值。
作者简介：
贾俊平，中国人民大学统计学院副教授，多年来，一直从事统计教学和研究。著有《统计学》《统计学—基于SPSS》《统计学—基于Excel》《统计学—基于R》《数据可视化分析—基于R语言》《统计学基础》等多部统计学教材，并先后获得国家统计局*秀统计教材、北京高等教育精品教材等奖项。参与的教学研究项目有“非统计学专业本科公共基础课—统计学教学改革”项目获得*家级教学成果二等奖、北京市教育教学成果一等奖。个人还先后获得过北京市经济技术创新标兵等奖项。
目录：
*1章 数据与R 语言
1.1 数据与统计学
1.1.1 什么是统计学
1.1.2 变量与数据
1.1.3 数据的来源
1.2 R语言的初步使用
1.2.1 R软件的下载、安装与更新
1.2.2 对象赋值与运行
1.2.3 编写代码脚本
1.2.4 查看帮助文件
1.2.5 包的安装与加载
1.3 R 语言数据处理
1.3.1 创建R 格式数据
1.3.2 数据读取和保存
1.3.3 随机数和数据抽样
1.3.4 数据类型的转换
1.3.5 生成频数表
1.4 R 语言绘图基础
1.4.1 基本绘图函数
1.4.2 图形控制和页面布局
1.4.3 图形颜色
习题
*2 章 数据可视化
2.1 类别数据可视化
2.1.1 条形图及其变种
2.1.2 饼图及其变种
2.2 数据分布可视化
2.2.1 直方图与核密度图
2.2.2 箱线图和小提琴图
2.2.3 茎叶图和点图
2.3 变量间关系可视化
2.3.1 散点图和散点图矩阵
2.3.2 3D 散点图和气泡图
2.4 样本相似性可视化
2.4.1 轮廓图
2.4.2 雷达图
2.4.3 星图
2.5 时间序列可视化
2.5.1 折线图
2.5.2 面积图
2.6 可视化的注意事项
习题
第3章 数据的描述统计量
3.1 描述水平的统计量
3.1.1 平均数
3.1.2 分位数
3.1.3 众数
3.2 描述差异的统计量
3.2.1 极差和四分位差
3.2.2 方差和标准差
3.2.3 变异系数
3.2.4 标准分数
3.3 描述分布形状的统计量
3.3.1 偏度系数
3.3.2 峰度系数
3.4 数据的综合描述
3.4.1 几个常用的R 函数
3.4.2 一个综合描述的例子
习题
第4章 随机变量的概率分布
4.1 什么是概率
4.2 随机变量的概率分布
4.2.1 随机变量及其概括性度量
4.2.2 随机变量的概率分布
4.2.3 其他几个重要的统计分布
4.3 样本统计量的概率分布
4.3.1 统计量及其分布
4.3.2 样本均值的抽样分布
4.3.3 样本方差的抽样分布
4.3.4 样本比例的抽样分布
4.3.5 统计量的标准误
习题
第5章 参数估计
5.1 参数估计的原理
5.1.1 点估计与区间估计
5.1.2 评量估计量的标准
5.2 总体均值的区间估计
5.2.1 一个总体均值的估计
5.2.2 两个总体均值之差的估计
5.3 总体比例的区间估计
5.3.1 一个总体比例的估计
5.3.2 两个总体比例之差的估计
5.4 总体方差的区间估计
5.4.1 一个总体方差的估计
5.4.2 两个总体方差比的估计
习题
第6章 假设检验
6.1 假设检验的原理
6.1.1 提出假设
6.1.2 做出决策
6.1.3 表述结果
6.1.4 效应量
6.2 总体均值的检验
6.2.1 一个总体均值的检验
6.2.2 两个总体均值之差的检验
6.3 总体比例的检验
6.3.1 一个总体比例的检验
6.3.2 两个总体比例之差的检验
6.4 总体方差的检验
6.4.1 一个总体方差的检验
6.4.2 两个总体方差比的检验
6.5 正态性检验
6.5.1 正态概率图
6.5.2 Shapiro-Wilk 检验和Kolmogorov-Smirnov检验
习题
第7章 类别变量分析
7.1 一个类别变量的拟合优度检验
7.1.1 期望频数相等
7.1.2 期望频数不等
7.2 两个类别变量的独立性检验
7.2.1 列联表与Â2 独立性检验
7.2.2 应用Â2 检验的注意事项
7.3 两个类别变量的相关性度量
7.3.1 ' 系数和Cramer's V 系数
7.3.2 列联系数
习题
第8章 方差分析
8.1 方差分析的原理
8.1.1 什么是方差分析
8.1.2 误差分解
8.2 单因子方差分析
8.2.1 数学模型
8.2.2 效应检验
8.2.3 效应量分析
8.2.4 多重比较
8.3 双因子方差分析
8.3.1 数学模型
8.3.2 主效应分析
8.3.3 交互效应分析
8.4 方差分析的假定及其检验
8.4.1 正态性检验
8.4.2 方差齐性检验
习题
第9章 一元线性回归
9.1 确定变量间的关系
9.1.1 变量间的关系
9.1.2 相关关系的描述
9.1.3 关系强度的度量
9.2 模型估计和检验
9.2.1 回归模型与回归方程
9.2.2 参数的*小二乘估计
9.2.3 模型的拟合优度
9.2.4 模型的显著性检验
9.3 利用回归方程进行预测
9.3.1 均值的置信区间
9.3.2 个别值的预测区间
9.4 回归模型的诊断
9.4.1 残差与残差图
9.4.2 检验模型假定
习题
*10章 多元线性回归
10.1 多元线性回归模型及其参数估计
10.1.1 回归模型与回归方程
10.1.2 参数的*小二乘估计
10.2 拟合优度和显著性检验
10.2.1 模型的拟合优度
10.2.2 模型的显著性检验
10.2.3 模型诊断
10.3 多重共线性及其处理
10.3.1 多重共线性及其识别
10.3.2 变量选择与逐步回归
10.4 相对重要性和模型比较
10.4.1 自变量的相对重要性
10.4.2 模型比较
10.5 利用回归方程进行预测
10.6 哑变量回归
10.6.1 在模型中引入哑变量
10.6.2 含有一个哑变量的回归
习题
*11章 时间序列预测
11.1 时间序列的成分和预测方法
11.1.1 时间序列的成分
11.1.2 预测方法的选择与评估
11.2 指数平滑预测
11.2.1 指数平滑模型的一般表达
11.2.2 简单指数平滑预测
11.2.3 Holt 指数平滑预测
11.2.4 Winter 指数平滑预测
11.3 趋势外推预测
11.3.1 线性趋势预测
11.3.2 非线性趋势预测
11.4 分解预测
11.5 时间序列平滑
习题
附录A 自助法置信区间
附录B 本书使用的R 包和R 函数
参考书目
在线试读：
统计学是一门既有趣又有用的学科. 计算机时代到来之前, 由于计算问题使统计的发展受到极大限制, 很多人也由于繁杂计算问题对统计学望而却步. 然而, 在计算机和互联网普及的现-在, 尤其是统计软件的使用, 促进了统计科学的发展, 也使得统计教学和学习发生了革命性的变化. 软件的使用让我们从繁杂的统计计算中解脱出来, 可以拿出更多的时间去理解统计方法的思想和原理. 当我们把那些繁杂但属于简单劳动的计算交给计算机“秒杀” 时, 就会发现统计的学习和应用并不困难.
统计分析离不开统计软件. 统计分析软件有多种, 包括一些*秀的商业统计软件,如SAS, SPSS 等. 由于这些软件价格不菲, 多数人难以接近. 幸运的是, R 的出现使价格问题不复存在, 为多数人学习统计提供了良好的条件. R 是一种免费的统计计算和绘图语言, 也是一套开源的数据分析解决方案. R 语言不仅提供了内容丰富的数据分析方法, 而且具有强大的可视化功能. 因其开源和免费、功能强大、易于使用和更新速度快等优点受到人们普遍欢迎. R 软件每年都会有两次左右的版本更新, 新版本可能对某些包或函数做了升级, 使用前需要根据自己使用的版本检查使用的函数是否已经更新.
本书是一本基于R 实现全部例题计算的统计学教材, 书中每个例题的解答都给出了详细的R 代码和运行结果. 全书共11 章, 包括数据的描述性分析方法、推断方法以及常用的一些统计方法等. 本书R 的使用尽可能体现其灵活性和多样性, 对同类数据或变量的分析尽可能多地使用不同的R 包和函数, 使读者更多地了解R 的功能和特点. 本书例题给出的R 代码侧重于演示统计方法的实现过程, 实际应用时, 读者可根据自身分析的需要选择不同的R 包或函数来解决所面临的统计问题.
在保留第3 版内容框架的基础上, 第4 版对*1 章和*2 章重新进行了编写, 在内容上做了进一步的简化和提炼, 删除了脸谱图和洛伦兹曲线. *11 章更新了数据并重新做了编写. 附录A 重新进行了编写, 增加了自助法置信区间的实现方法和应用.其他章节也都有部分修改.
本书可作为高等院校统计学专业本科生的基础课程教材, 也可作为经济管理类专业及部分理、工、农、林、医、药等专业的统计学教材, 对实际数据分析工作者也**具参考价值. 本书学习资源下载网址: http://www.crup.com.cn.
定价：46.0
ISBN：9787300289250
作者：贾俊平
版次：4
出版时间：2021-01
内容提要：
R是一种语言，它为*级数据分析人员提供个性化分析的程序编写方式；R是*款统计软件，它为中级数据分析人员提供大量的工具包和函数，直接使用它们就可以实现分析目标；R是一本教科书，它为初学者提供十分丰富而便捷的帮助信息，简单学习，就可以做初步的数据分析；R是一种文化，使用后你会感到传授或学习统计学知识的方式应当改变。
本书是一本基于R语言实现全部例题计算与分析的统计学教材，书中例题的解答和图表均给出了R的详细代码和结果。全书内容共11章，包括数据的可视化等描述性分析方法、推断方法以及实际中常用的一些统计方法等。附录A介绍了自助法置信区间及其应用。本书立足于统计应用，避免数学公式的推导，通俗易懂，可作为高等院校统计学专业本科生的基础课程教材，也可作为经济管理类专业及部分理、工、农、林、医药等专业的统计学教材使用，对实际数据分析人员也有参考价值。
作者简介：
贾俊平，中国人民大学统计学院副教授，多年来，一直从事统计教学和研究。著有《统计学》《统计学—基于SPSS》《统计学—基于Excel》《统计学—基于R》《数据可视化分析—基于R语言》《统计学基础》等多部统计学教材，并先后获得国家统计局*秀统计教材、北京高等教育精品教材等奖项。参与的教学研究项目有“非统计学专业本科公共基础课—统计学教学改革”项目获得*家级教学成果二等奖、北京市教育教学成果一等奖。个人还先后获得过北京市经济技术创新标兵等奖项。
目录：
*1章 数据与R 语言
1.1 数据与统计学
1.1.1 什么是统计学
1.1.2 变量与数据
1.1.3 数据的来源
1.2 R语言的初步使用
1.2.1 R软件的下载、安装与更新
1.2.2 对象赋值与运行
1.2.3 编写代码脚本
1.2.4 查看帮助文件
1.2.5 包的安装与加载
1.3 R 语言数据处理
1.3.1 创建R 格式数据
1.3.2 数据读取和保存
1.3.3 随机数和数据抽样
1.3.4 数据类型的转换
1.3.5 生成频数表
1.4 R 语言绘图基础
1.4.1 基本绘图函数
1.4.2 图形控制和页面布局
1.4.3 图形颜色
习题
*2 章 数据可视化
2.1 类别数据可视化
2.1.1 条形图及其变种
2.1.2 饼图及其变种
2.2 数据分布可视化
2.2.1 直方图与核密度图
2.2.2 箱线图和小提琴图
2.2.3 茎叶图和点图
2.3 变量间关系可视化
2.3.1 散点图和散点图矩阵
2.3.2 3D 散点图和气泡图
2.4 样本相似性可视化
2.4.1 轮廓图
2.4.2 雷达图
2.4.3 星图
2.5 时间序列可视化
2.5.1 折线图
2.5.2 面积图
2.6 可视化的注意事项
习题
第3章 数据的描述统计量
3.1 描述水平的统计量
3.1.1 平均数
3.1.2 分位数
3.1.3 众数
3.2 描述差异的统计量
3.2.1 极差和四分位差
3.2.2 方差和标准差
3.2.3 变异系数
3.2.4 标准分数
3.3 描述分布形状的统计量
3.3.1 偏度系数
3.3.2 峰度系数
3.4 数据的综合描述
3.4.1 几个常用的R 函数
3.4.2 一个综合描述的例子
习题
第4章 随机变量的概率分布
4.1 什么是概率
4.2 随机变量的概率分布
4.2.1 随机变量及其概括性度量
4.2.2 随机变量的概率分布
4.2.3 其他几个重要的统计分布
4.3 样本统计量的概率分布
4.3.1 统计量及其分布
4.3.2 样本均值的抽样分布
4.3.3 样本方差的抽样分布
4.3.4 样本比例的抽样分布
4.3.5 统计量的标准误
习题
第5章 参数估计
5.1 参数估计的原理
5.1.1 点估计与区间估计
5.1.2 评量估计量的标准
5.2 总体均值的区间估计
5.2.1 一个总体均值的估计
5.2.2 两个总体均值之差的估计
5.3 总体比例的区间估计
5.3.1 一个总体比例的估计
5.3.2 两个总体比例之差的估计
5.4 总体方差的区间估计
5.4.1 一个总体方差的估计
5.4.2 两个总体方差比的估计
习题
第6章 假设检验
6.1 假设检验的原理
6.1.1 提出假设
6.1.2 做出决策
6.1.3 表述结果
6.1.4 效应量
6.2 总体均值的检验
6.2.1 一个总体均值的检验
6.2.2 两个总体均值之差的检验
6.3 总体比例的检验
6.3.1 一个总体比例的检验
6.3.2 两个总体比例之差的检验
6.4 总体方差的检验
6.4.1 一个总体方差的检验
6.4.2 两个总体方差比的检验
6.5 正态性检验
6.5.1 正态概率图
6.5.2 Shapiro-Wilk 检验和Kolmogorov-Smirnov检验
习题
第7章 类别变量分析
7.1 一个类别变量的拟合优度检验
7.1.1 期望频数相等
7.1.2 期望频数不等
7.2 两个类别变量的独立性检验
7.2.1 列联表与Â2 独立性检验
7.2.2 应用Â2 检验的注意事项
7.3 两个类别变量的相关性度量
7.3.1 ' 系数和Cramer's V 系数
7.3.2 列联系数
习题
第8章 方差分析
8.1 方差分析的原理
8.1.1 什么是方差分析
8.1.2 误差分解
8.2 单因子方差分析
8.2.1 数学模型
8.2.2 效应检验
8.2.3 效应量分析
8.2.4 多重比较
8.3 双因子方差分析
8.3.1 数学模型
8.3.2 主效应分析
8.3.3 交互效应分析
8.4 方差分析的假定及其检验
8.4.1 正态性检验
8.4.2 方差齐性检验
习题
第9章 一元线性回归
9.1 确定变量间的关系
9.1.1 变量间的关系
9.1.2 相关关系的描述
9.1.3 关系强度的度量
9.2 模型估计和检验
9.2.1 回归模型与回归方程
9.2.2 参数的*小二乘估计
9.2.3 模型的拟合优度
9.2.4 模型的显著性检验
9.3 利用回归方程进行预测
9.3.1 均值的置信区间
9.3.2 个别值的预测区间
9.4 回归模型的诊断
9.4.1 残差与残差图
9.4.2 检验模型假定
习题
*10章 多元线性回归
10.1 多元线性回归模型及其参数估计
10.1.1 回归模型与回归方程
10.1.2 参数的*小二乘估计
10.2 拟合优度和显著性检验
10.2.1 模型的拟合优度
10.2.2 模型的显著性检验
10.2.3 模型诊断
10.3 多重共线性及其处理
10.3.1 多重共线性及其识别
10.3.2 变量选择与逐步回归
10.4 相对重要性和模型比较
10.4.1 自变量的相对重要性
10.4.2 模型比较
10.5 利用回归方程进行预测
10.6 哑变量回归
10.6.1 在模型中引入哑变量
10.6.2 含有一个哑变量的回归
习题
*11章 时间序列预测
11.1 时间序列的成分和预测方法
11.1.1 时间序列的成分
11.1.2 预测方法的选择与评估
11.2 指数平滑预测
11.2.1 指数平滑模型的一般表达
11.2.2 简单指数平滑预测
11.2.3 Holt 指数平滑预测
11.2.4 Winter 指数平滑预测
11.3 趋势外推预测
11.3.1 线性趋势预测
11.3.2 非线性趋势预测
11.4 分解预测
11.5 时间序列平滑
习题
附录A 自助法置信区间
附录B 本书使用的R 包和R 函数
参考书目
在线试读：
统计学是一门既有趣又有用的学科. 计算机时代到来之前, 由于计算问题使统计的发展受到极大限制, 很多人也由于繁杂计算问题对统计学望而却步. 然而, 在计算机和互联网普及的现-在, 尤其是统计软件的使用, 促进了统计科学的发展, 也使得统计教学和学习发生了革命性的变化. 软件的使用让我们从繁杂的统计计算中解脱出来, 可以拿出更多的时间去理解统计方法的思想和原理. 当我们把那些繁杂但属于简单劳动的计算交给计算机“秒杀” 时, 就会发现统计的学习和应用并不困难.
统计分析离不开统计软件. 统计分析软件有多种, 包括一些*秀的商业统计软件,如SAS, SPSS 等. 由于这些软件价格不菲, 多数人难以接近. 幸运的是, R 的出现使价格问题不复存在, 为多数人学习统计提供了良好的条件. R 是一种免费的统计计算和绘图语言, 也是一套开源的数据分析解决方案. R 语言不仅提供了内容丰富的数据分析方法, 而且具有强大的可视化功能. 因其开源和免费、功能强大、易于使用和更新速度快等优点受到人们普遍欢迎. R 软件每年都会有两次左右的版本更新, 新版本可能对某些包或函数做了升级, 使用前需要根据自己使用的版本检查使用的函数是否已经更新.
本书是一本基于R 实现全部例题计算的统计学教材, 书中每个例题的解答都给出了详细的R 代码和运行结果. 全书共11 章, 包括数据的描述性分析方法、推断方法以及常用的一些统计方法等. 本书R 的使用尽可能体现其灵活性和多样性, 对同类数据或变量的分析尽可能多地使用不同的R 包和函数, 使读者更多地了解R 的功能和特点. 本书例题给出的R 代码侧重于演示统计方法的实现过程, 实际应用时, 读者可根据自身分析的需要选择不同的R 包或函数来解决所面临的统计问题.
在保留第3 版内容框架的基础上, 第4 版对*1 章和*2 章重新进行了编写, 在内容上做了进一步的简化和提炼, 删除了脸谱图和洛伦兹曲线. *11 章更新了数据并重新做了编写. 附录A 重新进行了编写, 增加了自助法置信区间的实现方法和应用.其他章节也都有部分修改.
本书可作为高等院校统计学专业本科生的基础课程教材, 也可作为经济管理类专业及部分理、工、农、林、医、药等专业的统计学教材, 对实际数据分析工作者也**具参考价值. 本书学习资源下载网址: http://www.crup.com.cn.