大气科学中的统计方法（第三版）
￥180.00定价
作者： Daniel S. Wilks；朱玉祥等译
出版时间：2018年3月
出版社：气象出版社
- 气象出版社
- 9787502964016
- 205574
- 48212384-1
- 平装
- 16开
- 2018年3月
- 理学
- 大气科学
- P42
- 气象
- 本科
内容简介
在《大气科学中的统计方法（第3版）》中，作者丹尼尔·威尔克斯以气象资料作为例子，对大气科学中的统计分析处理方法进行了详细讲述，从方法原理到求解步骤，说理清楚，层次分明，逻辑严密。
推断是基于数据分析得出的结论或做出的决策。统计推断是基于现实世界观察到的特征而得到的有关世界的不可观察属性的结论，是数据处理的重要方法之一。贝叶斯推断是近年来统计推断的新发展，它可以被认为是一个动态处理过程，从先验信息开始，收集以样本信息为形式的证据，并以后验分布作为结束。
《大气科学中的统计方法（第3版）》在推断方法上，新增加了关于贝叶斯推断的一章。另外，书中也有关于趋势检验和多重检验的新章节，以及自助法的进一步讨论，涵盖了目前新的统计推断方法。
动力统计预报是大气科学中近年来发展迅速的预报技术之一。《大气科学中的统计方法（第3版）》介绍了目前这方面新发展的广义线性模型，并且增加了集合MOS预报发展的新章节，是数据处理方法在大气科学中应用的新进展。
《大气科学中的统计方法（第3版）》是从事气象统计教学的教师和学生的一本很好的参考书，《大气科学中的统计方法（第3版）》在方法介绍中，除了有详尽的气象例子外，每章后面还有供学生练习的习题，可以进行练习，以便加深对所学理论的理解。
当代社会正处在大数据时代，大气科学领域也正在出现越来越多的资料数据，对于研究此学科的专家学者，如何利用新的数据处理方法，解决大气科学中的各种问题，《大气科学中的统计方法（第3版）》非常值得推荐。当然，在自然科学的其他学科以及社会科学中，也都存在大量的资料数据，对于从事这些领域研究的专家学者来说，它同样也是一本值得参考的好书。
推断是基于数据分析得出的结论或做出的决策。统计推断是基于现实世界观察到的特征而得到的有关世界的不可观察属性的结论，是数据处理的重要方法之一。贝叶斯推断是近年来统计推断的新发展，它可以被认为是一个动态处理过程，从先验信息开始，收集以样本信息为形式的证据，并以后验分布作为结束。
《大气科学中的统计方法（第3版）》在推断方法上，新增加了关于贝叶斯推断的一章。另外，书中也有关于趋势检验和多重检验的新章节，以及自助法的进一步讨论，涵盖了目前新的统计推断方法。
动力统计预报是大气科学中近年来发展迅速的预报技术之一。《大气科学中的统计方法（第3版）》介绍了目前这方面新发展的广义线性模型，并且增加了集合MOS预报发展的新章节，是数据处理方法在大气科学中应用的新进展。
《大气科学中的统计方法（第3版）》是从事气象统计教学的教师和学生的一本很好的参考书，《大气科学中的统计方法（第3版）》在方法介绍中，除了有详尽的气象例子外，每章后面还有供学生练习的习题，可以进行练习，以便加深对所学理论的理解。
当代社会正处在大数据时代，大气科学领域也正在出现越来越多的资料数据，对于研究此学科的专家学者，如何利用新的数据处理方法，解决大气科学中的各种问题，《大气科学中的统计方法（第3版）》非常值得推荐。当然，在自然科学的其他学科以及社会科学中，也都存在大量的资料数据，对于从事这些领域研究的专家学者来说，它同样也是一本值得参考的好书。
目录
序一
序二
译者序
第3版前言
第2版前言
第1版前言
第I部分 预备知识
第1章 统计学的内容
1．1 统计学是什么
1．2 描述性和推断性统计
1．3 关于大气的不确定性
第2章 概率论回顾
2．1 背景
2．2 概率的要素
2．2．1 事件
2．2．2 样本空间
2．2．3 概率公理
2．3 概率的意义
2．3．1 频率解释
2．3．2 贝叶斯（主观的）解释
2．4 概率的性质
2．4．1 域、子集、补集和并集
2．4．2 德·摩根律（De Morgan's Laws）
2．4．3 条件概率
2．4．4 独立性
2．4．5 全概率定理
2．4．6 贝叶斯定理
2．5 习题
第Ⅱ部分 单变量统计
第3章 经验分布与探索性资料分析
3．1 背景
3．1．1 鲁棒性和抗干扰性
3．1．2 分位数
3．2 数字归纳度量
3．2．1 位置
3．2．2 离散度
3．2．3 对称性
3．3 图形归纳方法
3．3．1 茎叶显示图
3．3．2 箱线图（boxplots）
3．3．3 示意图
3．3．4 箱线图的其他变异图
3．3．5 柱状图（直方图）
3．3．6 核密度平滑
3．3．7 累积频率分布
3．4 重新表示（reexpression）
3．4．1 幂变换
3．4．2 标准化距平
3．5 成对资料的探索技术
3．5．1 散点图（Seatterplots）
3．5．2 皮尔逊（普通）相关
3．5．3 Spearman秩相关
3．5．4 序列相关
3．5．5 自相关函数
3．6 高维资料的探索性方法
3．6．1 星形图
3．6．2 符号（gtyph）散点图
3．6．3 旋转散点图
3．6．4 相关矩阵
3．6．5 散点图矩阵
3．6．6 相关图
3．7 习题
……
第4章 参数概率分布
第5章 频率统计推断
第6章 贝叶斯推断
第7章 统计预报
第8章 预报检验
第9章 时间序列
第Ⅲ部分 多变量统计
第10章 矩阵代数与随机矩阵
第11章 多元正态（MVN）分布
第12章 主分量（EOF）分析
第13章 典型相关分析（CCA）
第14章 判别与分类
第15章 聚类分析
附录
参考文献
序二
译者序
第3版前言
第2版前言
第1版前言
第I部分 预备知识
第1章 统计学的内容
1．1 统计学是什么
1．2 描述性和推断性统计
1．3 关于大气的不确定性
第2章 概率论回顾
2．1 背景
2．2 概率的要素
2．2．1 事件
2．2．2 样本空间
2．2．3 概率公理
2．3 概率的意义
2．3．1 频率解释
2．3．2 贝叶斯（主观的）解释
2．4 概率的性质
2．4．1 域、子集、补集和并集
2．4．2 德·摩根律（De Morgan's Laws）
2．4．3 条件概率
2．4．4 独立性
2．4．5 全概率定理
2．4．6 贝叶斯定理
2．5 习题
第Ⅱ部分 单变量统计
第3章 经验分布与探索性资料分析
3．1 背景
3．1．1 鲁棒性和抗干扰性
3．1．2 分位数
3．2 数字归纳度量
3．2．1 位置
3．2．2 离散度
3．2．3 对称性
3．3 图形归纳方法
3．3．1 茎叶显示图
3．3．2 箱线图（boxplots）
3．3．3 示意图
3．3．4 箱线图的其他变异图
3．3．5 柱状图（直方图）
3．3．6 核密度平滑
3．3．7 累积频率分布
3．4 重新表示（reexpression）
3．4．1 幂变换
3．4．2 标准化距平
3．5 成对资料的探索技术
3．5．1 散点图（Seatterplots）
3．5．2 皮尔逊（普通）相关
3．5．3 Spearman秩相关
3．5．4 序列相关
3．5．5 自相关函数
3．6 高维资料的探索性方法
3．6．1 星形图
3．6．2 符号（gtyph）散点图
3．6．3 旋转散点图
3．6．4 相关矩阵
3．6．5 散点图矩阵
3．6．6 相关图
3．7 习题
……
第4章 参数概率分布
第5章 频率统计推断
第6章 贝叶斯推断
第7章 统计预报
第8章 预报检验
第9章 时间序列
第Ⅲ部分 多变量统计
第10章 矩阵代数与随机矩阵
第11章 多元正态（MVN）分布
第12章 主分量（EOF）分析
第13章 典型相关分析（CCA）
第14章 判别与分类
第15章 聚类分析
附录
参考文献
