[醉染正版]正版大话统计学(溢彩实训版):基于R语言+中文统计工具9787302593515 陈文贤清华大学出版社社会科

第1论 1
1.1 统计是什么 2
1.2 统计学的基本概念 4
1.3 统计学的分类 6
1.4 抽样误差 7
1.5 统据的收集 9
1.6 变量与数据的衡量尺度 10
1.7 数据的类型 11
1.8 因果关系 13
1.9 统计的应用步骤 15
1.10 统计学与大数据比较 18
1.11 本书流程图 20
1.12 本章思维导图 21
1.13 习题 22
第2章描述统计 23
2.1 描述统计 24
2.2 统计表 24
2.3 统计图 26
2.4量指标与相对指标 32
2.5 平均指标、集中趋势量数 33
2.6 相对位置量数 39
2.7 离差量数 42
2.8 形态量数 46
2.9 《中文统计》应用 51
2.10 R 语言应用 55
2.11 本章流程图 60
2.12 本章思维导图 61
2.13 习题 62
第3章概率理论 63
3.1 试验与样本空间 64
3.2 事件概率 66
3.3 排列组合的公式 68
3.4 事件概率的计算 71
3.5 条件概率 73
3.6 独立事件与互斥事件 76
3.7 贝叶斯公式 78
3.8 《中文统计》应用 81
3.9 R 语言应用 83
3.10 本章流程图 84
3.11 本章思维导图 85
3.12 习题 86
第4章变量概述 87
4.1 变量概述 88
4.2 概率分布函数与概率密度函数 89
4.3 期望与方差 91
4.4 双变量 95
4.5 《中文统计》应用 101
4.6 R 语言应用 102
4.7 本章流程图 103
4.8 本章思维导图 104
4.9 习题 105
第5章概率分布 106
5.1 离散型变量的概率分布 107
5.2 连续型变量的概率分布 114
5.3 正态分布概率的计算 120
5.4 《中文统计》应用 121
5.5 R 语言应用 124
5.6 本章流程图 127
5.7 本章思维导图 128
5.8 习题 129
第6章抽样理论 130
6.1 抽样 131
6.2 统计量 132
6.3 抽样平均与抽样方差的概率分布 132
6.4 中心极限定理 136
6.5 分层抽样 138
6.6 整群抽样 139
6.7 系统抽样 140
6.8 《中文统计》应用 141
6.9 R语言应用 142
6.10 本章流程图 143
6.11 本章思维导图 144
6.12 习题 145
第7章统计估计 146
7.1 估计量 147
7.2 正态分布平均数与方差的点估计 148
7.3体平均数的区间估计 149
7.4体比例的区间估计 152
7.5体方差的区间估计 152
7.6 抽样的样本量 153
7.7 标准误差 155
7.8 《中文统计》应用 156
7.9 R 语言应用 158
7.10 本章流程图 161
7.11 本章思维导图 162
7.12 习题 163
第8章统计检验 164
8.1 假设检验 165
8.2 计算类错误与类错误 167
8.3 假设检验的步骤与方法 171
8.4 假设检验的样本量 173
8.5体平均数检验(方差已知) 174
8.6体平均数检验(方差未知) 175
8.7体比例检验 176
8.8体方差检验 177
8.9 《中文统计》应用 178
8.10 R 语言应用 180
8.11 本章流程图 182
8.12 本章思维导图 183
8.13 习题 184
第9章两体估计检验 185
9.1 因果与相关 186
9.2 两体参数的区间估计 187
9.3 两体平均数检验，方差已知 190
9.4 两体平均数检验，方差未知但相等 191
9.5 两体平均数检验，方差未知且不等 192
9.6 两体平均数检验，样本是配对样本 193
9.7 两体方差检验 194
9.8 两体比例检验 195
9.9 《中文统计》应用 196
9.10 R 语言应用 198
9.11 本章流程图 201
9.12 本章思维导图 202
9.13 习题 203
第10章方差分析 204
10.1 方差分析介绍 205
10.2 单因素方差分析，样本量相等 206
10.3 单因素方差分析，样本量不等 210
10.4 多重比较法 211
10.5 检验方差是否相等 212
10.6 参数估计 213
10.7 双因素方差分析，无交互作用 214
10.8 《中文统计》应用 217
10.9 R 语言应用 219
10.10 本章流程图 223
10.11 本章思维导图 224
10.12 习题 225
第11章回归与相关分析 226
11.1 回归与相关分析的区别 227
11.2 数学符号与关系式 228
11.3 一元线回归分析参数的点估计 230
11.4 相关分析 232
11.5 检验自变量与因变量是否线相关 235
11.6 回归与相关分析参数的区间估计与检验 236
11.7 《中文统计》应用 242
11.8 R 语言应用 243
11.9 本章流程图 245
11.10 本章思维导图 246
11.11 习题 247
第12章分类数据分析 248
12.1 卡方检验 249
12.2 多项分布卡方检验 249
12.3 拟合优度检验，分布的参数已知 251
12.4 拟合优度检验，分布的参数未知 252
12.5 卡方检验独立与同构 254
12.6 中位数卡方检验 258
12.7 体独立样本比例检验 259
12.8 McNemar检验-体配对样本比例检验 259
12.9 《中文统计》应用 260
12.10 R语言应用 262
12.11 本章流程图 265
12.12 本章思维导图 266
12.13 习题 267
第13章非参数统计分析 268
13.1 非参数统计分析 269
13.2 符号检验 272
13.3 符号秩检验 274
13.4 游程检验，检验 276
13.5 Mann-Whitney检验 277
13.6 Kruskal-Wallis检验279
13.7 Friedman检验 280
13.8 Spearman秩相关系数 281
13.9 《中文统计》应用 283
13.10 R语言应用 287
13.11 本章流程图 292
13.12 本章思维导图 296
13.13 习题 297
第14章时间序列 298
14.1 时间序列的分类 299
14.2 水平分析与速度分析 300
14.3 时间序列构成因素 302
14.4 平稳型序列预测 304
14.5 趋势型序列预测 306
14.6 季节指数分析 310
14.7 时间序列预测方法：趋势加季节 313
14.8 时间序列预测方法：趋势乘季节 314
14.9 预测误差 315
14.10 指数平滑模型 Holt Winter models 317
14.11 自回归模型Box-Jenkins (ARIMA) models 320
14.12 《中文统计》应用 326
14.13 R语言应用 329
14.14 本章流程图 335
14.15 本章思维导图 336
14.16 习题 337
第15章统计指数 338
15.1 指数的意义与分类 339
15.2指数的编制 342
15.3 指数的质 348
15.4 指数体系与因素分析 351
15.5 指数应用 355
15.6 《中文统计》应用 355
15.7 R 语言应用 356
15.8 本章流程图 358
15.9 本章思维导图 359
15.10 习题 360
第16复习 361
16.1 统计问题分类 363
16.2 误差名词说明 364
16.3 参数与统计量 365
16.4 统计概念复习 366
附图A.1概率分布关联图368
附表A.1正态分布概率表369
参考文献 370

“统计学”是兼具数学计算与图形可视化的课程，也是大数据、运筹学、数据挖掘、数据科学、统计计算、统计学习、机器学习、深度学习和人工智能等技术的基础学科。 目前学习统计学的难点在于先学理论还是先学统计工具。统计学的理论体系庞杂而精密，学习起来枯燥艰辛；而如果从统计工具应用上手，则会有其他问题出现，所有的统计软件(如SPSS)，并非计算机辅助教学(CAI)，它们并非“教你学会统计”，而是应该在“学会了统计”以后，再来用它。针对这个矛盾，《大话统计学溢彩实训版:基于R语言+中文统计工具》将从零开始接触统计学，利用自行开发的统计小工具配合理论学习，将其真正应用到工作中，稳步跟进大数据时代。 《大话统计学溢彩实训版:基于R语言+中文统计工具》内容前后连贯—从概率到抽样，从描述到推断，从检验到因果。全书思路清晰，用大量图表将内容贯穿到一起。形式上有引言、观念图、流程图、思维导图、阶层图、分类图、关联图、步骤图、流程图，以及因果表、比较表、决策法则表等。 《大话统计学溢彩实训版:基于R语言+中文统计工具》因图表和数据可视化的需要，采用彩色印刷，不仅可以更好地展示统计图表细节，更让《大话统计学溢彩实训版:基于R语言+中文统计工具》的各类流程图、思维导图等学习图谱更易读。 《大话统计学溢彩实训版:基于R语言+中文统计工具》专门的配套软件《中文统计》是在Excel(2003—2016版本适用)环境下，安装一个“加载项”，输入统计资料，可以得到统计结果。另外，《大话统计学溢彩实训版:基于R语言+中文统计工具》提供PPT课件和代码。 《大话统计学溢彩实训版:基于R语言+中文统计工具》适合所有想掌握统计学的读者，也可以作为高校教材，由于内容较多，教师可自行选择教学内容。

;;;; 3 概率理论 第 章 孔明叹曰：“谋事在人，成事在天。不可强也！” — 罗贯中《三国演义》 不掷骰子。 God does not play dice! — Albert Einstein 爱因 如来说某某(验前概率)，即非某某(似然概率)，是名某某(验后概率)。 —《金刚经》 我们何其幸运，无法确知自己生活在什么样的世界。 We’re extremely fortunate not to know precisely the kind of world we live in. — W. Szymborska 辛波丝卡 64 大话统计学（溢彩实训版）—基于R语言+中文统计工具 3.1 试验与样本空间 我们面对环境(无法掌控)的变化，有六种现象： (1) 确定(certain)现象：变量只有一个结果，而且确定会发生，不应该称为“变”量。 表达式：一个变量 x=a(方差为 0)；两变量(接近相关)，圆面积公式 Sr=π2。 (2) 循环(cyclic)现象：有多种结果，每隔一段时间，有一种结果会确定发生。 (3) (stochastic)现象：有多种可能的结果，但只有一种结果会发生，知道各种结 果发生的概率。统计学主要是假定现象。 (4) 模糊(fuzzy)现象：有多种可能的结果，只有一种结果会发生，不知道各种结果发 生的概率，只知道模糊可能。 (5) 不确定(uncertain)现象：有多种结果，只有一种结果会发生，不知道各种结果的可能。 (6) 混乱或混沌(chaos)现象：不知道有哪些结果，当然不知道各种结果的可能。 以学生考试为例，考选择题(单选题，考题是学生无法掌控的)，如果一个好学生知 道答案，这是确定现象。如果学生知道老师的答案顺序(老师为了改题方便)，这是循环现 象。如果学生不知道确定答案，先删去不可能的答案，再选择概率或有可能的答 案，这是现象或模糊现象。于不确定现象，有个笑话：一个学生考试，接近不知 道选择题的答案，他用铅笔刻上1，2，3，4，因为不知道概率或可能，所以假定概率 相等，于是滚动铅笔回答选择题，很快写完答案，他睡上一觉，醒来考试还没完，他 再次滚动起铅笔。老师问他：“你在做什么？”他回答：“我在检查答案。”如果老师 考问答题，学生接近不会，这是混乱现象。 爱因说：“不掷骰子”，并不是说不或不准，而是说没 有概率或不确定。因为祂想要什么有什么结果，所以其结果是确定的。而且可 以控制一切因素，例如掷一个骰子，如果手掌握的位置、力道、方向、距离、高度、角 度、温度、气压、情绪等所有的因素都相同，那么掷出骰子的结果会相同(确定结果)。但 是，自然界或者人类社会，有许多我们不知道或无法控制的因素，造成了概率或不确定 的结果。例如台风的预测、或者新产品需求量的预测。 定义：试验(trial)是一个过程，其结果是可能的几种情况之一，但是在试验前，不能 事先预知结果。 例如：掷两个骰子；52张扑克牌，抽出五张牌；100件产品(其中有10件不良品)，抽 出5件；抽出一个学生的成绩；调查一个顾客等候结账的时间。 定义：一个试验结果的每种可能情况，称作一个基本结果(elementary outcome)，或 称作样本点(sample point)。 100件产品(其中有10件不良品)，抽出5件的试验，样本点是100件取出5件的组合；抽 出一个班级学生的统计学成绩的试验，样本点是0分到100分。 例题3.1 掷一个硬币(正反两面)，出现个正面，则停止。我们用 H 表示正面 (head)，T 表示反面(tail)。样本点：{H}、{TH}、{TTH}、{TTTH}、{TTTTH}…… 定义：一个试验的“所有”样本点的集合，称为该试验的样本空间(sample space)， 记作 S。 大话统计学（溢彩实训版）—基于R语言+中文统计工具 3.2 事件概率 探体与样本之间的质，分成两个方向，如图3.2所示。 图3.2 概率和(推断)统计的不同(参考：MIT Open Courses) 一个方向是概率理论体已知，利用演绎(数学逻辑推导)或(很多次试验)，得 出样本或事件体的部分集合)的概率。例如：桶里有三个黄球，两个白球，四个红球，同理，有了A没有B。已知B事件发生，应 该停止A事件的投资(赌注)。 在数据挖掘(data mining)的购物篮分析，可以用条件概率检查，买什么东西的顾客， 会再买什么东西。例如买尿片的顾客，会买啤酒，P(B买啤酒 | A买尿片)> P(B买啤酒)。 在赌场赌21点，利用算牌的方法(10点以上品牌或2~6点的小牌)，如果剩下未出的牌，很多(事件B)，庄家爆牌(事件A)的概率变大，下大赌注。 表 1.2 的泰坦尼克号存活资料，S = 船上所有人员，A = 存活人员，B = 头等舱旅客， C= 二等舱旅客，D = 三等舱旅客，E = 船员组员，所有人员存活率 P(A)= 0.32，头等舱旅客 存活率 P(A|B)= 0.6