多元统计分析——基于R（基于R应用的统计学丛书）

作者: 费宇著

出版社: 中国人民大学出版社

出版时间: 2014-10

版次: 1

ISBN: 9787300199528

定价: 28.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 156页

字数: 210千字

丛书: 基于R应用的统计学丛书

分类: 社会文化

119人买过

多元统计分析是统计学应用性最强的一个分支，本书是结合目前非常流行的R软件来讲解多元统计分析的基本理论和方法，力求采用简洁明了的语言来阐述理论，使用R软件来实现具体的计算分析，试图帮助读者在最短的时间里领会多元统计分析的真谛所在。
本书的编写有以下特点：（1）言简意赅，为了节约篇幅，省略了一些繁琐的理论证明和公式推导；（2）强调应用，采用生动具体的例子来讲解多元统计分析方法，方便读者学习；（3）与R密切结合，采用R软件来实现多元统计的计算和分析，并解读R软件的分析结果；（4）使用方便，本书所有例题、案例和习题的数据文件以及相应的R程序都放在人大网站上。
费宇，二级教授，博士生导师，统计学博士，英国曼彻斯特大学博士后。现任云南财经大学统计与数学学院常务副院长，主要从事统计理论与方法、应用统计、数据挖掘和计量经济分析方面的研究。第1章 R 与多元统计分析简介
1．1 R 简介
1．1．1 R 的特点
1．1．2 R 的安装与运行
1．1．3 R 的基本原理
1．1．4 R 的帮助
1．2 多元统计分析简介
1．2．1多元统计分析的用途
1．2．2 多元统计分析的内容
习题
第 2 章多元线性模型
2．1 多元线性模型
2．1．1 模型定义
2．1．2 模型的参数估计和检验
2．2 变量选择
2．3 回归诊断
2．3．1残差分析和异常点探测
2．3．2 回归诊断：一般的方法
2．4 回归预测
习题
第 3 章广义线性模型
3．1 广义线性模型概述
3．2 Logistic 模型
3．3 对数线性模型
习题
第 4 章聚类分析
4．1相似性的度量
4．2系统聚类法
4．3 k均值聚类法
4．4 案例：世界\ 146 个国家和地区人文发展情况的聚类分析
习题
第 5 章判别分析
5．1距离判别
5．1．1 距离
5．1．2 两个总体的距离判别
5．1．3多个总体的距离判别
5．2 Fisher 判别
5．2．1 两总体Fisher 判别
5．2．2 多总体Fisher 判别
5．3 Bayes 判别
5．3．1两总体的Bayes 判别
5．3．2 多总体的Bayes 判别
5．4 案例分析与R 实现
习题
附录
第 6 章主成分分析
6．1主成分分析的基本思想
6．2 总体主成分
6．2．1 主成分的含义
6．2．2主成分的计算
6．2．3主成分的主要性质
6．2．4主成分个数的确定
6．3样本主成分
6．3．1样本主成分性质和计算
6．3．2主成分分析的步骤和相关R 函数
6．4案例：主成分综合分析
习题
第 7 章因子分析
7．1 正交因子模型
7．2因子模型的估计
7．3因子正交旋转
7．4因子得分
习题
第 8 章对应分析
8．1对应分析的基本思想
8．2对应分析的原理
8．3对应分析的计算步骤
8．4 案例：对应分析在现金支出定位中的应用及R操作
习题
第 9 章典型相关分析
9．1 典型相关分析基本理论
9．2 案例：我国科学研究与开发机构科研投入与产出的典型相关分析及R 操作
习题
第 10 章多维标度分析
10．1多维标度法的基本思想
10．2古典多维标度法
10．2．1 多维标度法的几个基本概念
10．2．2 已知距离矩阵时CMDS解的计算
10．2．3 已知相似系数矩阵时CMDS解的计算
10．3 非度量多维标度法
10．4 案例分析与R实现
习题
参考文献
内容简介:
多元统计分析是统计学应用性最强的一个分支，本书是结合目前非常流行的R软件来讲解多元统计分析的基本理论和方法，力求采用简洁明了的语言来阐述理论，使用R软件来实现具体的计算分析，试图帮助读者在最短的时间里领会多元统计分析的真谛所在。
本书的编写有以下特点：（1）言简意赅，为了节约篇幅，省略了一些繁琐的理论证明和公式推导；（2）强调应用，采用生动具体的例子来讲解多元统计分析方法，方便读者学习；（3）与R密切结合，采用R软件来实现多元统计的计算和分析，并解读R软件的分析结果；（4）使用方便，本书所有例题、案例和习题的数据文件以及相应的R程序都放在人大网站上。
作者简介:
费宇，二级教授，博士生导师，统计学博士，英国曼彻斯特大学博士后。现任云南财经大学统计与数学学院常务副院长，主要从事统计理论与方法、应用统计、数据挖掘和计量经济分析方面的研究。
目录:
第1章 R 与多元统计分析简介
1．1 R 简介
1．1．1 R 的特点
1．1．2 R 的安装与运行
1．1．3 R 的基本原理
1．1．4 R 的帮助
1．2 多元统计分析简介
1．2．1多元统计分析的用途
1．2．2 多元统计分析的内容
习题
第 2 章多元线性模型
2．1 多元线性模型
2．1．1 模型定义
2．1．2 模型的参数估计和检验
2．2 变量选择
2．3 回归诊断
2．3．1残差分析和异常点探测
2．3．2 回归诊断：一般的方法
2．4 回归预测
习题
第 3 章广义线性模型
3．1 广义线性模型概述
3．2 Logistic 模型
3．3 对数线性模型
习题
第 4 章聚类分析
4．1相似性的度量
4．2系统聚类法
4．3 k均值聚类法
4．4 案例：世界\ 146 个国家和地区人文发展情况的聚类分析
习题
第 5 章判别分析
5．1距离判别
5．1．1 距离
5．1．2 两个总体的距离判别
5．1．3多个总体的距离判别
5．2 Fisher 判别
5．2．1 两总体Fisher 判别
5．2．2 多总体Fisher 判别
5．3 Bayes 判别
5．3．1两总体的Bayes 判别
5．3．2 多总体的Bayes 判别
5．4 案例分析与R 实现
习题
附录
第 6 章主成分分析
6．1主成分分析的基本思想
6．2 总体主成分
6．2．1 主成分的含义
6．2．2主成分的计算
6．2．3主成分的主要性质
6．2．4主成分个数的确定
6．3样本主成分
6．3．1样本主成分性质和计算
6．3．2主成分分析的步骤和相关R 函数
6．4案例：主成分综合分析
习题
第 7 章因子分析
7．1 正交因子模型
7．2因子模型的估计
7．3因子正交旋转
7．4因子得分
习题
第 8 章对应分析
8．1对应分析的基本思想
8．2对应分析的原理
8．3对应分析的计算步骤
8．4 案例：对应分析在现金支出定位中的应用及R操作
习题
第 9 章典型相关分析
9．1 典型相关分析基本理论
9．2 案例：我国科学研究与开发机构科研投入与产出的典型相关分析及R 操作
习题
第 10 章多维标度分析
10．1多维标度法的基本思想
10．2古典多维标度法
10．2．1 多维标度法的几个基本概念
10．2．2 已知距离矩阵时CMDS解的计算
10．2．3 已知相似系数矩阵时CMDS解的计算
10．3 非度量多维标度法
10．4 案例分析与R实现
习题
参考文献