下载安卓APP箭头
箭头给我发消息

客服QQ:3315713922
读书 > Office >Excel > 统计学——基于Excel和R语言

统计学——基于Excel和R语言

综合评级:★★★★★

定价:59.00

作者:汪朋 编著

出版社:电子工业出版社

出版日期:2015年11月

页数:368

字数:515000

ISBN:9787121274855

书籍介绍

《统计学:基于Excel和R语言》以Excel和R语言为计算工具,阐述统计学基础理论与方法。《统计学:基于Excel和R语言》共分为8章,其中第1章为概述,是《统计学:基于Excel和R语言》的基础,主要介绍统计学中的一些基本概念、数据的搜集方式及R语言的基本操作;第2章和第3章介绍描述统计,阐述如何整理和显示数据,以及如何描述现象的基本数量特征;第4章和第5章介绍推断统计,研究抽样推断中参数估计和假设检验两大基本问题;第6章和第7章介绍方差分析和回归分析,这是实际工作中应用最为广泛的两类统计模型,也是很多复杂统计模型的基础;第8章介绍时间序列数据的分析与预测问题,研究如何挖掘历史数据的信息,合理地应用各种预测模型,实现对现象的预测。《统计学:基于Excel和R语言》各章均从实际问题入手,在不失严谨性的前提下,尽量淡化统计方法本身的数学推导,注重统计学思想的阐述及以Excel和R语言为计算工具的应用过程。

《统计学:基于Excel和R语言》可以作为理工科、经济、管理、人文社会科学等专业的统计学教材或参考书,也适合市场调查与营销、数据分析、金融、医学等企业的相关人员阅读和参考。

相关课程
目录

第1章 统计学概述

案例导入:有关文学著作的统计推断

1.1 统计学及相关概念

1.1.1 什么是统计学

1.1.2 统计学中的一些基本概念

1.2 统计数据的搜集

1.2.1 统计数据的来源

1.2.2 统计调查

1.2.3 统计实验

1.2.4 统计数据的误差

1.3 常用统计软件介绍

1.4 R语言基本操作简介

1.4.1 R语言基本知识概述

1.4.2 R语言中的向量与矩阵

1.4.3 列表、数据框与因子

1.4.4 R语言程序设计

1.4.5 编写函数

第2章 统计数据的整理与显示

案例导入:如何整理和显示数据

2.1 统计数据的整理

2.1.1 统计数据的预处理

2.1.2 统计分组

2.1.3 次数分布数列

2.1.4 累计次数分布

2.2 统计表

2.2.1 统计表的定义和结构

2.2.2 统计表的分类

2.2.3 编制统计表应注意的问题

2.3 统计图

2.3.1 反映数据分布的图示

2.3.2 反映现象依存关系的图形

2.3.3 反映现象变化趋势的图形

2.3.4 R语言绘图基本知识补充

2.4 案例分析——灯泡使用寿命数据的整理与显示

第3章 统计数据的描述性分析

案例导入:今天,你被平均了吗

3.1 集中趋势的描述

3.1.1数值平均数

3.1.2 位置平均数

3.1.3 算术平均数、众数和中位数的关系

3.2 离散程度的描述

3.2.1 极差与四分位差

3.2.2 平均差

3.2.3 方差和标准差

3.2.4 离散系数

3.3 数据分布形状的描述

3.3.1 分布偏态的描述

3.3.2 分布峰态的描述

3.4 应用Excel计算描述性统计指标

3.4.1 利用统计函数计算描述统计量

3.4.2 用【数据分析】工具计算描述统计量

3.5 应用R语言计算描述性统计指标

3.5.1 算术平均数的计算

3.5.2 调和平均数的计算

3.5.3 几何平均数的计算

3.5.4 众数的计算

3.5.5 中位数的计算

3.5.6 方差和标准差的计算

3.5.7 偏态系数和峰态系数的计算

3.5.8 计算描述统计指标的综合函数

3.6 案例分析

第4章 抽样分布与参数估计

案例导入:大学生消费调查:一个月花费多少

4.1 抽样分布

4.1.1几种常用的抽样分布

4.1.2 样本均值的抽样分布

4.1.3 样本比例的抽样分布

4.1.4 样本方差的抽样分布

4.1.5 与抽样分布有关的Excel和R函数

4.2 点估计及其评价标准

4.2.1 点估计的方法

4.2.2 点估计的评价标准

4.3 区间估计

4.3.1 区间估计的含义

4.3.2 单个总体参数的区间估计

4.3.3 两个总体参数的区间估计

第5章 假设检验

案例导入:男女婚嫁的假设检验

5.1 假设检验的一般问题

5.1.1 假设检验的基本思想与过程

5.1.2 双侧检验和单侧检验

5.1.3 假设检验的两类错误

5.1.4 假设检验的 值

5.2 正态总体参数的假设检验

5.2.1 单个正态总体参数的假设检验

5.2.2 两个正态总体参数的假设检验

5.3 总体比例的假设检验

5.3.1 单个总体比例的检验

5.3.2 两个总体比例的检验

5.4 非参数检验

5.4.1 卡方检验

5.4.2 Kolmogorov-Smirnov检验

5.4.3 正态性检验

5.4.4 符号检验

5.4.5 Wilcoxon符号秩检验

第6章 方差分析

案例导入:如何检验安眠药的疗效

6.1 单因素方差分析

6.1.1 方差分析的基本假定

6.1.2 单因素方差分析的基本原理

6.1.3 单因素方差分析表的计算

6.1.4 多重比较

6.1.5 方差齐性检验

6.2 双因素方差分析

6.2.1 无交互作用的双因素方差分析

6.2.2 有交互作用的双因素方差分析

6.3 案例分析

6.3.1 问题的提出

6.3.2 数据的适用性检验

6.3.3 方差分析

6.3.4 结论

第7章 相关分析与回归分析

案例导入:花粉量对防晒霜的销量有影响吗

7.1 相关分析

7.1.1 变量之间的关系

7.1.2 相关分析与回归分析

7.1.3 相关系数及其检验

7.1.4 等级相关关系

7.2 一元线性回归

7.2.1 一元线性回归模型

7.2.2 参数的*小二乘估计

7.2.3 一元线性回归模型的评价与检验

7.2.4 一元线性回归的预测

7.3 多元线性回归

7.3.1 多元线性回归模型

7.3.2 参数的*小二乘估计

7.3.3 多元线性回归模型的拟合优度

7.3.4 多元线性回归模型的显著性检验

7.3.5 多元线性回归模型的预测

7.3.6 线性回归分析的几个常用R函数介绍

7.4 线性回归模型的诊断

7.4.1 方差齐性的检验

7.4.2 序列相关性的检验

7.4.3 多重共线性的检验

7.4.4 正态性检验

7.4.5 线性回归案例分析

7.5 非线性回归

7.5.1 可线性化模型

7.5.2 不可线性化模型

第8章 时间序列分析与预测

案例导入:如何预测产品的销售量

8.1 时间序列概述

8.1.1 时间序列的概念

8.1.2 时间序列的因素分解

8.2 时间序列的描述性分析

8.2.1 图形分析

8.2.2 水平分析

8.2.3 速度分析

8.2.4 速度分析应注意的问题

8.3 时间序列预测的一般问题

8.4 平稳时间序列的预测

8.4.1 移动平均法

8.4.2 指数平滑法

8.5 趋势型时间序列的预测

8.5.1 考虑趋势的平滑法

8.5.2 趋势外推法

8.6 复合型时间序列的预测

8.6.1 季节性回归预测法

8.6.2 分解预测法

8.6.3 温特线性与季节指数平滑预测法

8.6.4 案例分析

附录A 常用统计表

附录B 书中用到的R程序包及函数

前言

在大数据时代的今天,数据信息呈几何级数迅猛增长,各类数据的采集、处理、辨识和分析已经成为各行各业日常工作的重要内容,作为数据处理和技术分析的统计方法越来越广泛地应用于科学研究、生产管理、经济分析和经营决策的各个方面。因此,对于任何人而言,学习一些统计学知识,掌握基本的统计学思想、方法和统计分析工具,都是十分重要和必要的。

然而,多数人认为统计学是一门难学的课程,这是因为:一方面是读者往往将注意力放在了公式和数据的计算过程上,而忽略了对统计学方法的基本思想和原理的理解,这使得读者往往事倍功半,即花了大量的时间,却难以掌握统计学的精髓;另一方面,统计学中涉及的数据量往往较大,计算较为复杂,如果不结合统计软件来学习,很难实现所学的统计学方法,也无法将统计用到实处。为了克服这些困难,我们组织撰写了本书。与其他一些传统的统计学书籍相比,本书具有以下几个特点。

(1)本书定位于统计学基础,注重统计学基本思想的讲述,淡化统计方法本身的数学背景,写作的过程中尽量避免复杂的数学推导,具有高中文化水平的读者就可以读懂。

(2)通过案例来驱动统计学思想与方法的学习和应用。首先,本书各章开头都安排了“案例导入”,通过社会生活中的各种实例和热点问题引导读者思考,激发读者学习的兴趣,做到了学习内容的具体化、目标化,便于读者把握学习的总方向;其次,对于每一种统计学方法,都是通过具体的实例来介绍其操作过程的,这使得读者能在应用的过程中进行学习,避免了学习的枯燥性和抽象性,便于读者更好地掌握统计学的方法和思想;同时,在大部分章节,还安排了一些综合案例,这些综合案例与实际工作和生活更为接近,其分析需要应用多个有联系的统计学知识和方法,因此,通过对这些案例的介绍和分析,读者可以了解统计学的科学性和严谨性,将所学的知识应用到实处。

(3)结合统计软件,实现统计方法的应用。现代统计涉及大量的计算,不借助于统计软件,是很难完成数据的整理和分析的。与此同时,统计软件的学习也必须结合统计学理论,抛开统计学思想而一味地学习软件,是难以学会的。为此,本书结合Excel和R语言来实现统计学方法的应用,而之所以选择Excel和R语言,一方面是因为所有的统计软件分为界面菜单式和语言编程型两类,而Excel和R语言分别是这两类软件中的典型代表。另一方面,Excel是目前应用*为广泛的数据表格软件,群众基础很好,结合Excel来学习统计学,容易被非专业的读者所接受,同时在学习了Excel的统计操作之后,再学习其他更专业的界面菜单式软件(如SPSS)就变得非常容易了;而R语言是一款免费、开源的专业统计软件,其编程简单,功能十分全面和强大,这使得多数人不费任何代价就能进行专业的统计数据分析,正因如此,R语言已成为国内外*为流行的统计软件和语言,然而国内介绍R语言的书籍大多起点高,需要具备一定的统计学基础,为此,本书从*基础的统计学内容开始,循序渐进,来介绍R语言的操作,这样既便于没有任何基础的读者入门,也便于具备一定统计学基础的人员进一步学习和参考。

(4)为了更方便读者的学习和应用,本书编写了大量的R语言函数,并制作了相应的R程序包statsup。这为读者(尤其是非专业的读者)提供了极大的便利,使其在现有R函数的基础上,结合本书自编的R函数,能够轻松地应用本书介绍的统计学方法,实现若干统计问题的“秒杀”。与此同时,在书中我们也公布了所有实例及自编函数的源代码,这为读者剖析统计学思想,学会统计编程,进而实现统计学方法的灵活运用提供一定的帮助。

热门图书
推荐新闻
技术文库
论坛推荐