图书列表
非参数统计(第六版)

作者:吴喜之 赵博娟 编著

出版社:中国统计出版社

ISBN:978-7-5230-0396-1

出版时间:2024-04-03

装帧:平装

开本:16

定价:38元

38
订购方式
  • 内容简介
  • 作者介绍
  • 目录

该书是全国统计教材编审委员会“十四五”全国统计规划系列教材之一。在前面五版的基础上,该书做了一些修改。其中比较显著的为:在提供r代码的基础上,增加了Python程序代码;增加了再抽样方法一章;删除了所有国外商业软件的代码和说明;删除了所有书后占有17页的各种表格;增加了再抽样方法一章的说明;精简了一些内容。此外,该书在第五版的基础上,修改了一些文字和代码错误,调整了章节次序,也调整了例子、图型和有关练习。该书前几版的出版发行,得到了高校广大师生的大力支持,该书的出版也将继续成为高校非参数统计课程的教科书或参考书。

吴喜之,本科就读于北京大学数学力学系,美国北卡罗来那大学(Chapel Hill)统计系博士。在多所大学任教,曾经在国际国内专业杂志上发表过五六十篇文章,并且为十本专著和教科书的作者。涉及的统计研究方向有:序贯分析及最优停时,回归诊断,有错抽样检查,模型选择,纵向数据分析,稳健统计,偏最小二乘法,贝叶斯统计,经济计量模型的非参数回归,列联表和分类数据等。 赵博娟教授,主要研究方向包括数理统计、应用统计和生物统计等,在SCI、SSCI和CSSCI等核心期刊发表约二十篇有关统计模型和统计方法及其实践应用的论文,著有本科教材《非参数统计》和《应用多元统计分析》。

第1章 引言
1.1 统计的实践
1.2 假设检验及置信区间的回顾*
1.3 关于非参数统计
1.4 精确检验、统计模拟和标准渐近分布
1.5 顺序统计量、分位数和秩
1.6 渐近相对效率(ARE)*
1.7 线性符号秩统计量和正态记分检验*
1.8 用R和Python熟悉和分析手中的数据
1.8.1 R语言
1.8.2 Python语言
1.8.3 R和Python的主要区别
1.8.4 学哪一种语言:最好两种语言都学
1.9 习题

第2章 单样本位置检验
2.1 广义符号检验和分位数的置信区间
2.1.1 对分位点进行的广义符号检验
2.1.2 基于广义符号检验的中位数和分位点置信区间*
2.2 中位数的Wilcoxon符号秩检验、点估计和区间估计
2.2.1 中位数的Wilcoxon符号秩检验
2.2.2 中位数的点估计和置信区间
2.3 正态记分检验*
2.4 Cox-Stuart趋势检验
2.5 关于随机性的游程检验
2.6 习题

第3章 两样本位置检验
3.1 两样本的Brown-Mood中位数检验
3.2 Wilcoxon秩和检验及两中位数差的置信区间
3.2.1 Wilcoxon秩和检验
3.2.2 两中位数差的点估计和区间估计
3.3 正态记分检验*
3.4 成对数据的检验
3.5 McNemar检验
3.6 Cohen’s Kappa系数
3.7 习题

第4章 多样本位置检验
4.1 Kruskal-Wallis秩和检验^
4.2 正态记分检验*
4.3 Jonckheere-Terpstra检验
4.4 区组设计数据分析回顾
4.5 完全区组设计:Friedman秩和检验
4.6 完全区组设计:Kendall协同系数检验
4.7 完全区组设计:关于二元响应的Cochran检验
4.8 完全区组设计:Page检验
4.9 不完全区组设计:Durbin检验
4.10 习题

第5章 再抽样方法
5.1 概论
5.2 自助法
5.2.1 统计量的自助法分布
5.2.2 自助法置信区间
5.2.3 自助法假设检验
5.3 置换检验
5.3.1 从实例引入置换检验
5.3.2 置换检验相应于t检验的优点
5.3.3 置换检验的一般步骤和几个例子
5.4 习题

第6章 列联表
6.1 二维列联表的齐性和独立性的χ2检验
6.2 低维列联表的Fisher精确检验
6.3 对数线性模型与高维列联表的独立性检验简介*
6.3.1 处理三维表的对数线性模型
6.3.2 假设检验和模型的选择
6.4 基于相对风险和胜算比的方法*
6.4.1 两个比例的比较
6.4.2 Cochran-Mantel-Haenszel估计
6.5 习题

第7章 单调相关性*
7.1 引言
7.1.1 关于“相关”
7.1.2 问题的提出
7.2 Spearman秩相关检验
7.3 Kendallτ相关检验
7.4 Goodman-Kruskal’s γ相关检验
7.5 Somers’ d 相关检验
7.6 习题

第8章 分布检验*
8.1 问题的提出
8.2 Kolmogorov-Smirnov单样本分布及一些正态性检验
8.2.1 Kolmogorov-Smirnov单样本分布检验
8.2.2 关于正态分布的一些其他检验和相应的R程序
8.3 Kolmogorov-Smirnov两样本分布检验
8.4 分布检验的局限性
8.5 习题

第9章 非参数密度估计和非参数回归简介*
9.1 非参数密度估计
9.1.1 一元密度估计
9.1.2 多元密度估计
9.2 非参数回归
参考文献

推荐图书 更多
  • 中国统计年鉴2025
  • 宏观经济统计分析与写作
  • 统统告诉你
  • 统计热点问题解读(第⼆辑)