第1章數據與R
1.1數據與統計學
1.1.1什麼是統計學
1.1.2變量與數據
1.1.3數據的來源
1.2R的初步使用
1.2.1R的下載與安裝
1.2.2對象賦值與運行
1.2.3查看幫助文件
1.2.4包的安裝與加載
1.3創建R數據
1.3.1在R中錄入數據
1.3.2數據讀取和保存
1.3.3數據使用和編輯
1.3.4數據類型的轉換
1.3.5生成隨機數
1.3.6數據抽樣與篩選
1.4編寫R函數
1.5圖形控制和布局
1.5.1par函數
1.5.2layout函數
習題
第2章數據的可視化
2.1數據的頻數分布
2.1.1類別數據的頻數分布
2.1.2數值數據的類別化
2.2類別數據的可視化
2.2.1條形圖及其變種
2.2.2餅圖及其變種
2.3數值數據的可視化
2.3.1展示數據分布的圖形
2.3.2展示變量間關系的圖形
2.3.3比較多樣本相似性的圖形
2.3.4時間序列圖
2.4洛倫茨曲線
2.5使用圖表的注意事項
習題
第3章數據的描述統計量
3.1描述水平的統計量
3.1.1平均數
3.1.2分位數
3.1.3眾數
3.2描述差異的統計量
3.2.1極差和四分位差
3.2.2方差和標准差
3.2.3變異系數
3.2.4標准分數
3.3描述分布形狀的統計量
3.3.1偏度系數
3.3.2峰度系數
3.4數據的綜合描述
3.4.1幾個常用的R函數
3.4.2一個綜合描述的例子
習題
第4章隨機變量的概率分布
4.1什麼是概率
4.2隨機變量的概率分布
4.2.1隨機變量及其概括性度量
4.2.2隨機變量的概率分布
4.2.3其他幾個重要的統計分布
4.3樣本統計量的概率分布
4.3.1統計量及其分布
4.3.2樣本均值的分布
4.3.3其他統計量的分布
4.3.4統計量的標准誤
習題
第5章參數估計
5.1參數估計的原理
5.1.1點估計與區間估計
5.1.2評量估計量的標准
5.2總體均值的區間估計
5.2.1一個總體均值的估計
5.2.2兩個總體均值之差的估計
5.3總體比例的區間估計
5.3.1一個總體比例的估計
5.3.2兩個總體比例之差的估計
5.4總體方差的區間估計
5.4.1一個總體方差的估計
5.4.2兩個總體方差比的估計
習題
第6章假設檢驗
6.1假設檢驗的原理
6.1.1提出假設
6.1.2做出決策
6.1.3表述結果
6.1.4效應量
6.2總體均值的檢驗
6.2.1一個總體均值的檢驗
6.2.2兩個總體均值之差的檢驗
6.3總體比例的檢驗
6.3.1一個總體比例的檢驗
6.3.2兩個總體比例之差的檢驗
6.4總體方差的檢驗
6.4.1一個總體方差的檢驗
6.4.2兩個總體方差比的檢驗
6.5非參數檢驗
6.5.1總體分布的檢驗
6.5.2總體位置參數的檢驗
習題
第7章類別變量分析
7.1一個類別變量的擬合優度檢驗
7.1.1期望頻數相等
7.1.2期望頻數不等
7.2兩個類別變量的獨立性檢驗
7.2.1列聯表與X2獨立性檢驗
7.2.2應用X2檢驗的注意事項
7.3兩個類別變量的相關性度量
7.3.1ψ系數和Cramer’’s V系數
7.3.2列聯系數
習題
第8章方差分析
8.1方差分析的原理
8.1.1什麼是方差分析
8.1.2誤差分解
8.2單因子方差分析
8.2.1數學模型
8.2.2效應檢驗
8.2.3效應量分析
8.2.4多重比較
8.3雙因子方差分析
8.3.1數學模型
8.3.2主效應分析
8.3.3交互效應分析
8.4方差分析的假定及其檢驗
8.4.1正態性檢驗
8.4.2方差齊性檢驗
8.5單因子方差分析的非參數方法
習題
第9章一元線性回歸
9.1確定變量間的關系
9.1.1變量間的關系
9.1.2相關關系的描述
9.1.3關系強度的度量
9.2模型估計和檢驗
9.2.1回歸模型與回歸方程
9.2.2參數的最小二乘估計
9.2.3模型的擬合優度
9.2.4模型的顯着性檢驗
9.3利用回歸方程進行預測
9.3.1均值的置信區間
9.3.2個別值的預測區間
9.4回歸模型的診斷
9.4.1殘差與殘差圖
9.4.2檢驗模型假定
習題
第10章多元線性回歸
10.1多元線性回歸模型及其參數估計
10.1.1回歸模型與回歸方程
10.1.2參數的最小二乘估計
10.2擬合優度和顯着性檢驗
10.2.1模型的擬合優度
10.2.2模型的顯着性檢驗
10.2.3模型診斷
10.3多重共線性及其處理
10.3.1多重共線性及其識別
10.3.2變量選擇與逐步回歸
10.4相對重要性和模型比較
10.4.1自變量的相對重要性
10.4.2模型比較
10.5利用回歸方程進行預測
10.6啞變量回歸
10.6.1在模型中引入啞變量
10.6.2含有一個啞變量的回歸
習題
第11章時間序列預測
11.1時間序列的成分和預測方法
11.1.1時間序列的成分
11.1.2預測方法的選擇與評估
11.2指數平滑預測
11.2.1指數平滑模型的一般表達
11.2.2簡單指數平滑預測
11.2.3Holt指數平滑預測
11.2.4Winter指數平滑預測
11.3趨勢外推預測
11.3.1線性趨勢預測
11.3.2非線性趨勢預測
11.4分解預測
11.5時間序列平滑
習題
附錄1求置信區間的自助法
附錄2本書使用的R函數
參考書目
