6.4 一维随机变量函数及其分布 80
6.4.1 离散型随机变量函数的分布 80
6.4.2 连续型随机变量函数的分布 81
思考与练习 82
第7章 随机变量的数字特征 84
7.1 数学期望 84
7.1.1 一维随机变量的数学期望 84
7.1.2 一维随机变量函数的数学期望 85
7.2 方差和标准差 87
7.2.1 方差的定义 87
7.2.2 常见随机变量的数学期望和方差 88
思考与练习 89
第8章 统计概述与R的初步使用 91
8.1 统计概述 91
8.1.1 统计的含义 91
8.1.2 变量与数据 92
8.1.3 统计中的几个基本概念 93
8.2 R的初步使用 96
8.2.1 R简介 96
8.2.2 R的下载与安装 96
8.2.3 R在线说明 97
8.2.4 赋值 97
8.2.5 矩阵、列表与数据框 98
8.2.6 图形参数 99
8.3 R在常见分布概率计算中的应用 101
8.3.1 常见分布的计算 101
8.3.2 绘制常见分布的统计图 102
思考与练习 104
第9章 数据的整理与可视化 106
9.1 数据的来源与预处理 106
9.1.1 数据的来源 106
9.1.2 数据的预处理 106
9.2 数据的可视化 108
9.2.1 定性数据的整理与图示 109
9.2.2 数值型数据的整理与图示 113
思考与练习 119
第10章 描述性统计量 121
10.1 集中趋势的测度 121
10.1.1 众数 121
10.1.2 均值 121
10.1.3 中位数 122
10.1.4 百分位数 123
10.2 分布离散程度的测度 123
10.2.1 极差和四分位差 123
10.2.2 样本方差与样本标准差、样本k阶中心矩 123
10.2.3 变异系数 124
10.3 分布的形状 124
10.3.1 偏度 125
10.3.2 峰度 125
10.4 在R中计算常用的描述统计量 126
思考与练习 128
第11章 抽样分布 129
11.1 三大统计分布 129
11.1.1 分布 129
11.1.2 t分布 131
11.1.3 F分布 132
11.2 正态总体下常见的统计量的分布 134
思考与练习 136
第12章 参数估计 137
12.1 点估计 137
12.1.1 矩估计法 137
12.1.2 *大似然估计法 139
12.2 点估计的优良性 142
12.2.1 无偏性 143
12.2.2 有效性 144
12.2.3 一致性 145
12.3 区间估计 145
12.4 正态总体均值与方差的区间估计 147
12.4.1 正态总体均值?的置信区间 147
12.4.2 正态总体方差?2的置信区间 150
思考与练习 153
第13章 假设检验 154
13.1 假设检验的基本概念与原理 154
13.1.1 问题的提法 154
13.1.2 假设检验的方法及其基本原理 155
13.2 单个正态总体参数的假设检验 158
13.2.1 单个正态总体均值的假设检验 159
13.2.2 单个正态总体方差的假设检验 162
13.3 假设检验问题的p值法 164
13.3.1 p值的定义 164
13.3.2 p值的计算 166
思考与练习 167
第14章 一元线性回归 169
14.1 相关分析 169
14.1.1 相关关系 169
14.1.2 相关分析与回归分析 169
14.2 一元线性回归分析 171
14.2.1 一元线性回归模型 171
14.2.2 一元线性回归模型的估计 173
14.2.3 一元线性回归模型的检验 175
14.2.4 回归模型的预测 179
思考与练习 182
附录A 常用统计表 184

创业基础与数据分析方法/基于R 作者简介

福建泉州师范学院数学与计算机科学学院院长助理、副教授，毕业于华东师范大学数学教育学专业（统计方向），中国现场统计研究会统计综合评价研究分会理事，著有《高等数学》（第2版），2007年出版于华东师范大学出版社。

 2/2   首页 上一页 1 2

教材 研究生/本科/专科教材

在线阅读