统计学：基于R的应用

第 1 章 通过来学统计很容易
1．1统计是什么? 学统计需要什么?
1．2R 不仅是一款软件， 而且是一种文化
习 题
第 2 章 数据及其模式
2．1数据形式、变量
2．2用图形描述变量的分布
2．3用数字描述变量的分布
2．4密度曲线和正态分布
习 题
第 3 章 从数据中发现关系
3．1使用散点图探索数据
3．2相 关
3．3简单线性最小二乘回归
3．4关于相关和回归的注意点
3．5二维列联表的初等分析
习 题
第 4 章 通过实验及抽样获得数据
4．1关于数据
4．2实验设计
4．3抽样设计及推断
习 题
第 5 章 概率： 随机性的度量
5．1随机性及概率模型
5．2随机变量
5．3基本概率计算
习 题
第 6 章 抽样分布
6．1频数和频率
6．2 样本均值
习 题
第 7 章 统计推断： 估计
7．1正态总体均值的置信区间估计
7．2比例的置信区间
7．3对置信区间的常见误解
习 题
第 8 章 统计推断： 显著性检验
8．1正态总体均值的显著性检验
8．2对总体比例的显著性检验
8．3关于中位数的非参数检验
8．4合理使用还是滥用检验
8．5检验的势和决策
习 题
第 9 章 二维列联表和拟合优度的卡方检验
9．1二维列联表推断
9．2拟合优度检验
习 题
第 10 章 对简单线性回归的推断
10．1简单线性模型
10．2简单线性模型参数的推断
习 题
第 11 章 经典多元线性回归
11．1模型和拟合
11．2变换及逐步回归
11．3自变量包括分类变量的回归
11．4关于经典回归的一些说明
11．5logistic 回归和probit 回归
习 题
第 12 章 机器学习方法的分类及回归
12．1机器学习方法简介
12．2分 类
12．3回 归
习 题
附录 练习： 熟练使用 R 软件
参考文献