|
第1章 统计和统计数据
1.1 统计及其应用领域
1.1.1 统计学研究什么？
1.1.2 统计的应用
1.2 怎样获得统计数据？
1.2.1 变量与数据
1.2.1 数据的来源
思考与练习
第2章 用图表展示数据
2.1 用图表展示定性数据
2.1.1 生成频数分布表
2.1.2 定性数据的图示
2.2 用图表展示定量数据
2.2.1 生成频数分布表
2.2.2 定量数据的图示
2.3 合理使用图表
思考与练习
第3章 用统计量描述数据
3.1 水平的度量
3.1.1 平均数
3.1.2 中位数和分位数
3.1.3 用哪个值代表一组数据？
3.2 差异的度量
3.2.1 极差和四分位差
3.2.2 方差和标准差
3.2.3 比较几组数据的离散程度：离散系数
3.3 分布形状的度量
思考与练习
第4章 概率和概率分布
4.1 度量事件发生的可能性
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 离散型概率分布
4.2.3 连续型概率分布
4.3 由正态分布导出的几个重要分布
4.3.1 分布
4.3.2 分布
4.3.3 分布
4.4 样本统计量的概率分布
4.4.1 统计量及其分布
4.4.2 样本均值的分布
4.4.3 其他统计量的分布
4.4.4 统计量的标准误差
思考与练习
第5章 参数估计
5.1 参数估计的基本原理
5.1.1 点估计与区间估计
5.1.2 评价估计量的标准
5.2 一个总体参数的区间估计
5.2.1 总体均值的区间估计
5.2.2 总体比例的区间估计
5.2.3 总体方差的区间估计
5.3 两个总体参数的区间估计
5.3.1 两个总体均值之差的区间估计
5.3.2 两个总体比例之差的区间估计
5.3.3 两个总体方差比的区间估计
5.4 样本量的确定
5.4.1 估计总体均值时样本量的确定
5.4.2 估计总体比例时样本量的确定
思考与练习
第6章 假设检验
6.1 假设检验的基本原理
6.1.1 怎样提出假设？
6.1.2 怎样做出决策？
6.1.3 怎样表述决策结果？
6.2 一个总体参数的检验
6.2.1 总体均值的检验
6.2.2 总体比例的检验
6.2.3 总体方差的检验
6.3 两个总体参数的检验
6.3.1 两个总体均值之差的检验
6.3.2 两个总体比例之差的检验
6.3.3 两个总体方差比的检验
思考与练习
第7章 方差分析与实验设计
7.1 方差分析的基本原理
7.1.1 什么是方差分析？
7.1.2 从误差分析入手
7.1.3 在什么样的前提下分析？
7.2 单因子方差分析
7.2.1 检验步骤
7.2.2 关系有多强？
7.2.3 哪些均值之间有显著差异？
7.3 双因子方差分析
7.3.1 不考虑交互作用
7.3.2 考虑交互作用
7.4 实验设计初步
7.4.1 完全随机化设计
7.4.2 随机化区组设计
7.4.3 因子设计
思考与练习
第8章 一元线性回归
8.1 变量间的关系
8.1.1 变量间是什么样的关系？
8.1.2 用散点图描述相关关系
8.1.3 用相关系数度量关系强度
8.2 一元线性回归的估计和检验
8.2.1 一元线性回归模型
8.2.2 参数的最小二乘估计
8.2.3 回归直线的拟合优度
8.2.4 显著性检验
8.3 利用回归方程进行预测
8.3.1 平均值的置信区间
8.3.2 个别值的预测区间
8.4 用残差检验模型的假定
8.4.1. 检验方差齐性
8.4.2. 检验正态性
思考与练习
第9章 多元线性回归
9.1 多元线性回归模型
9.1.1 回归模型与回归方程
9.1.2 参数的最小二乘估计
9.2 拟合优度和显著性检验
9.2.1 回归方程的拟合优度
9.2.2 估计标准误差
9.2.3 显著性检验
9.3 多重共线性及其处理
9.3.1 多重共线性及其识别
9.3.2 变量选择与逐步回归
9.4 利用回归方程进行预测
9.5 虚拟自变量的回归
9.5.1 在模型中引进虚拟变量
9.5.2 含有一个虚拟自变量的回归
思考与练习
第10章 时间序列预测
10.1 时间序列的组成要素
10.2 时间序列预测的程序
10.2.1 确定时间序列的成分
10.2.2 选择预测方法并进行评估
10.3 平滑法预测
10.3.1 移动平均预测
10.3.2 指数平滑预测
10.4 趋势预测
10.4.1 线性趋势预测
10.4.2 非线性趋势预测
10.5 自回归模型预测
10.5.1 自相关及其检验
10.5.2 自回归预测
10.6 多成分序列的预测
10.6.1 季节性多元回归预测
10.6.2 分解预测
思考与练习
第11章 主成分分析和因子分析
11.1 主成分分析
11.1.1 主成分分析的基本原理
11.1.2 主成分分析的数学模型
11.1.3 主成分分析的步骤
11.2 因子分析
11.2.1 因子分析的意义和数学模型
11.2.2 因子分析的步骤
11.2.3 因子分析的应用
思考与练习
第12章 聚类分析
12.1 聚类分析的基本原理
12.1.1 什么是聚类分析?
12.1.2 相似性的度量
12.2 层次聚类
12.2.1 层次聚类的两种方式
12.2.2 类间距离的计算方法
12.2.3 层次聚类的应用
12.3 K- 均值聚类
12.3.1 K-均值聚类的基本过程
12.3.2 K-均值聚类的应用
12.3.3 使用聚类方法的注意事项
思考与练题
第13章 非参数检验
13.1 单样本的检验
13.1.1 总体分布类型的检验
13.1.2 中位数的符号检验
13.1.3 Wilcoxon符号秩检验
13.2 两个及两个以上样本的检验
13.2.1 两个配对样本的Wilcoxon符号秩检验
13.2.2 两个独立样本的Mann-Whitney检验
13.2.3 个独立样本的Kruskal-Wallis检验
13.3 秩相关及其检验
13.3.1 Spearman秩相关及其检验
13.3.2 Kendall秩相关及其检验
思考与练习
附录1：解读指数
附录2：各章练习题答案
附录3：用Excel生成概率分布表
参考书目
|
