数理统计思想方法实践应用

图书信息

内容简介

本书主要研究数理统计系列重要数学思想方法、重要典型问题及其实践应用。内容主要涉及：综述基于总体假定的估计、推断和检验等传统统计方法，综述数据分布的主要描述方法以及重要的数字特征，重点研究数理统计学中的重要数据挖掘统计分析思想方法，如方差分析、回归分析、判别分析、聚类分析、主成分分析、因子分析、时间序列分析等统计方法，并给出重要思想方法在实践中的应用，通过SPSS、R统计软件等进行数据挖掘实践分析处理，并给出相应的数据分析结果。

本书内容通俗易懂，将重要思想方法与实践应用相融合，可供高等学校理工科统计等相关专业的研究生或本科生自学参考。

目录

1. 数理统计思想方法实践应用 目录
2. 第1章 数理统计思想方法综述及重要分布1.1 统计学和数据挖掘的关系1.2 数据挖掘的技术定义1.3 数据挖掘的性质1.4 数据挖掘的主要任务1.5 稳健性及稳健统计1.6 数理统计常用的思想方法1.7 统计软件简介1.8 数据的分布1.9 参数模型的渐近分布理论参考文献第2章 参数估计思想方法及其实践应用2.1 参数估计量的评价标准2.2 点估计2.3 区间估计2.4 分布函数的参数估计和拟合应用参考文献第3章 非参数检验思想方法及其实践应用3.1 非参数统计的综述和特点3.2 假设检验的基本思想和步骤3.3 参数假设检验的类型3.4 假设检验与区间估计的联系与区别3.5 单个总体非参数检验方法3.6 两个总体非参数检验方法3.7 k个相关总体的非参数检验3.8 利用软件进行非参数检验的数据分析附录参考文献第4章 方差分析思想方法及其实践应用4.1 研究背景4.2 方差分析法的理论基础4.3 方差分析中的基本假设与检验4.4 单因素方差分析及其应用4.5 方差分析中的多重比较4.6 双因素方差分析及其应用参考文献第5章 回归分析思想方法及其实践应用5.1 引言5.2 线性回归的理论基础5.3 离群值的探索性分析5.4 离群值的检验与诊断5.5 离群点模型5.6 离群值的处理参考文献第6章 判别分析思想方法及其实践应用6.1 判别准则与判别函数6.2 线性判别与非线性判别6.3 误判率的回代估计和交叉确认估计6.4 几种重要判别方法6.5 判别效果的检验参考文献第7章 主成分分析思想方法及其实践应用7.1 主成分分析概述7.2 主成分分析的概念7.3 主成分分析的几何意义、原理、性质7.4 主成分的推导7.5 样本主成分7.6 计算步骤7.7 用主成分分析法进行实践应用7.8 结论参考文献第8章 聚类分析思想方法及其实践应用8.1 聚类分析概述8.2 聚类分析的相关概念8.3 聚类分析的主要聚类方法8.4 数据挖掘领域中常用的聚类算法8.5 评价聚类效果的统计量8.6 聚类分析实践应用实例8.7 结论参考文献第9章 时间序列分析思想方法及其实践应用9.1 时间序列的平稳性检验9.2 时间序列的数学模型9.3 时间序列模型的参数估计9.4 模型的定阶与模型的适应性检验9.5 ARMA序列的预测模型9.6 利用时间序列模型进行人均GDP预测分析9.7 组合预测模型研究及实践预测应用参考文献
3. 展开全部