复杂数据统计方法——基于R的应用（第三版） / 高等院校研究生用书
￥36.00定价
作者： 吴喜之
出版时间：2015年7月
出版社：中国人民大学出版社
- 中国人民大学出版社
- 9787300215945
- 56910
- 0045168745-3
- 16开
- 2015年7月
- 385
- 理学
- 统计学
- C819
- 统计、经管
- 研究生、本科
内容简介
吴喜之编著的《复杂数据统计方法--基于R的应用(第3版高等院校研究生用书)》自面世以来，得到了广大读者的支持和鼓励。第三版根据需要做了一些修正、改动及增补，在第七章补充了Granger因果检验，增加了非线性时间序列一节。本书读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科生、硕士及博士生，各领域的教师和实际工作者。
本书对第二版做了相当大的增补，并且重新安排了章节。除了对前两版中发现的错误做出改正之外，主要增加了贝叶斯网络、定序变量的比例优势模型、调查问卷的垃圾比例计算等内容。总共增加将近三分之一的篇幅。和第二版一样，第三版的排版是笔者通过\LaTeX{}软件实现的。
本书对第二版做了相当大的增补，并且重新安排了章节。除了对前两版中发现的错误做出改正之外，主要增加了贝叶斯网络、定序变量的比例优势模型、调查问卷的垃圾比例计算等内容。总共增加将近三分之一的篇幅。和第二版一样，第三版的排版是笔者通过\LaTeX{}软件实现的。
目录
前言
第一章 引言
1.1 作为科学的统计
1.2 数据分析的实践
1.3 数据的形式以及可能用到的模型
1.3.1 横截面数据：因变量为实轴上的数量变量
1.3.2 横截面数据：因变量为分类变量、频数或定序变量
1.3.3 纵向数据、多水平数据、面板数据、重复观测数据
1.3.4 多元数据各变量之间的关系：多元分析
1.3.5 抽样调查数据中垃圾比例的计算
1.3.6 路径模型／结构方程模型
1.3.7 贝叶斯网络
1.3.8 多元时间序列数据
1.4 R软件入门
1.4.1 简介
1.4.2 安装和运行小贴士
1.4.3 动手
1.5 国内统计教学(课本)的若干误区
1.5.1 假设检验的误区：不能拒绝就接受
1.5.2 假设检验的误区：p值小于0.05就显著
1.5.3 置信区间的误区
1.5.4 最小二乘线性回归中的误区
1.5.5 样本量是多少才算大样本
……
第二章 横截面数据回归：经典方法
第三章 横截面数据回归：及其学习方法
第四章 横截面数据分裂：经典方法
第五章 横截面数据分裂：及其学习方法
第六章 横截面数据：计数或有序因变量
第七章 纵向数据（多水品模型、面板数据）
第八章 多远分析
第九章 多远数据的关联规则分析
第十章 调查数据中垃圾比例的计算
第十一章 路径建模（结构方程建模）数据的PLS分析
第十二章 贝叶斯网络
第十三章 多元时间序列数据
附录 练习：熟练使用R软件
参考文献
第一章 引言
1.1 作为科学的统计
1.2 数据分析的实践
1.3 数据的形式以及可能用到的模型
1.3.1 横截面数据：因变量为实轴上的数量变量
1.3.2 横截面数据：因变量为分类变量、频数或定序变量
1.3.3 纵向数据、多水平数据、面板数据、重复观测数据
1.3.4 多元数据各变量之间的关系：多元分析
1.3.5 抽样调查数据中垃圾比例的计算
1.3.6 路径模型／结构方程模型
1.3.7 贝叶斯网络
1.3.8 多元时间序列数据
1.4 R软件入门
1.4.1 简介
1.4.2 安装和运行小贴士
1.4.3 动手
1.5 国内统计教学(课本)的若干误区
1.5.1 假设检验的误区：不能拒绝就接受
1.5.2 假设检验的误区：p值小于0.05就显著
1.5.3 置信区间的误区
1.5.4 最小二乘线性回归中的误区
1.5.5 样本量是多少才算大样本
……
第二章 横截面数据回归：经典方法
第三章 横截面数据回归：及其学习方法
第四章 横截面数据分裂：经典方法
第五章 横截面数据分裂：及其学习方法
第六章 横截面数据：计数或有序因变量
第七章 纵向数据（多水品模型、面板数据）
第八章 多远分析
第九章 多远数据的关联规则分析
第十章 调查数据中垃圾比例的计算
第十一章 路径建模（结构方程建模）数据的PLS分析
第十二章 贝叶斯网络
第十三章 多元时间序列数据
附录 练习：熟练使用R软件
参考文献
