- 作 者：（英）彼得·斯普伦特（PeterSprent），（英）尼格尔C.斯密顿（NigelC.Smeeton）著
- 出 版 社：北京：机械工业出版社
- 出版年份：2015
- ISBN：9787111484073
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
15
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第1章 基本概念 1
1.1 基本统计知识 1
1.2 总体和样本 8
1.3 假设检验 10
1.4 估计 15
1.5 职业规范 17
1.6 习题 20
第2章 非参数方法基础 23
2.1 置换检验 23
2.2 二项检验 26
2.3 顺序统计量和秩 30
2.4 数据探索 33
2.5 非参数方法的效率 39
2.6 计算机和非参数方法 40
2.7 扩展阅读 42
2.8 习题 42
第3章 单样本的位置推断 45
3.1 范例的安排 45
3.2 连续数据样本 45
3.3 基于秩的中位数推断 46
3.4 符号检验 62
3.5 计分检验的应用 66
3.6 检验比较及稳健性 71
3.7 应用领域 76
3.8 总结 79
3.9 习题 79
第4章 其他单样本的推断 83
4.1 数据的其他特征 83
4.2 匹配样本分布 83
4.3 二分数据的推断 95
4.4 符号检验的推广 106
4.5 随机游程检验 109
4.6 角坐标数据 113
4.7 应用领域 118
4.8 总结 121
4.9 习题 122
第5章 配对样本的方法 125
5.1 配对的比较 125
5.2 一个不常见的符号检验的应用 133
5.3 势函数和样本量 135
5.4 应用领域 143
5.5 总结 145
5.6 习题 145
第6章 两个独立样本的方法 151
6.1 中心位置的检验和估计 151
6.2 中位数检验 161
6.3 正态计分检验 169
6.4 同方差的检验 170
6.5 共同分布的检验 179
6.6 势函数和样本量 184
6.7 应用领域 189
6.8 总结 190
6.9 习题 191
第7章 多样本的基本检验 195
7.1 与参数方法的比较 195
7.2 独立样本的中心位置检验 196
7.3 Friedman、Quade和Page检验 208
7.4 二元响应数据 215
7.5 异方差检验 215
7.6 一些其他的考虑 217
7.7 应用领域 220
7.8 总结 221
7.9 习题 222
第8章 结构化数据的分析 227
8.1 因素的处理结构 227
8.2 平衡的2×2因素结构 229
8.3 交互作用的本质 234
8.4 交互作用的其他处理方法 237
8.5 交叉试验 248
8.6 单独和多重比较 250
8.7 应用领域 254
8.8 总结 256
8.9 习题 257
第9章 生存数据分析 261
9.1 生存数据的主要特点 261
9.2 调整的Wilcoxon检验 264
9.3 原始分排序和对数秩转化 269
9.4 顺序数据的中位数检验 277
9.5 检验的选择 278
9.6 应用领域 278
9.7 总结 279
9.8 习题 280
第10章 相关性和一致性 283
10.1 两个变量之间的相关性 283
10.2 多个变量的秩 303
10.3 一致性分析 306
10.4 应用领域 314
10.5 总结 316
10.6 习题 316
第11章 二维线性回归 321
11.1 直线的拟合 321
11.2 应用领域 343
11.3 总结 344
11.4 习题 344
第12章 分类数据 347
12.1 分类和计数 347
12.2 定性属性的分类 357
12.3 有序的分类数据 363
12.4 离散数据的拟合检验 374
12.5 McNemar检验的推广 378
12.6 应用领域 380
12.7 总结 382
12.8 习题 382
第13章 分类数据的关联性分析 389
13.1 关联性的分析 389
13.2 列联表的一些模型 390
13.3 合并和拆分表 420
13.4 一个法律困境 427
13.5 势 429
13.6 应用领域 430
13.7 总结 431
13.8 习题 432
第14章 稳健估计 437
14.1 当假设不成立时 437
14.2 离群点及其影响 439
14.3 重抽样的方法 444
14.4 M估计和其他稳健估计 461
14.5 应用领域 465
14.6 总结 466
14.7 习题 467
第15章 现代非参数方法 469
15.1 重点的转移 469
15.2 密度函数的估计 470
15.3 回归 474
15.4 Logistic回归 482
15.5 多元数据 487
15.6 针对大型数据的新方法 493
15.7 集群之间的相关性 496
15.8 总结 498
15.9 习题 499
附录1 503
附录2 505
参考文献 511
索引 526